En un coup d'œil
- Missions: Analyse des données financières pour guider les décisions produit et assurer la qualité des données.
- Entreprise: Plateforme innovante dédiée à l'industrie de la musique live, avec une culture collaborative.
- Avantages: Assurance santé, chèques restaurant, remboursement de transport, et abonnement à des installations sportives.
- Autres infos: Environnement stimulant avec des opportunités de croissance professionnelle.
- Pourquoi ce job: Rejoignez une équipe dynamique et impactez l'avenir de la musique live avec vos compétences analytiques.
- Qualifications: 2 ans d'expérience en analyse de données financières et compétences solides en SQL.
Le salaire estimé est compris entre 51300 - 62700 € par an.
Shotgun est une plateforme leader dédiée à l'autonomisation des organisateurs d'événements de musique live et des artistes en tournée, propulsant l'avenir de l'industrie de la musique live. Nous fournissons des outils puissants pour vendre des billets, construire des marques solides et se connecter avec les fans de manière significative. Nous sommes plus de 100 personnes réparties entre Paris, Miami, São Paulo, Lisbonne et Marseille, en pleine croissance et rentables.
Mission
Nous construisons une équipe produit dédiée autour de l'argent, axée sur les paiements, la conformité fiscale et une refonte de notre architecture PSP (fournisseur de services de paiement). De nombreux sujets ont déjà été identifiés, et l'équipe est en cours de formation.
En tant qu'analyste de données produit de l'équipe, vous êtes son partenaire analytique : vous transformez les données en décisions et recommandations, vous vous assurez qu'aucune décision produit n'est prise sans une base de données, et vous êtes le gardien de la qualité et de la fiabilité des données dans votre domaine.
Ce que vous ferez
- Définir et surveiller les métriques de l'équipe, y compris les métriques financières, et éduquer l'équipe et les parties prenantes sur leur interprétation.
- Diriger des projets de réconciliation des données entre les données PSP (Stripe et autres), les livres internes et les systèmes comptables.
- Concevoir des modèles de données avancés pour les flux financiers (paiements, paiements, taxes, rapports de conformité) et remettre en question le modèle de données et les métriques existants.
- Définir un standard clair et établir la propriété des données financières critiques pour l'entreprise.
- Soutenir la refonte de l'architecture PSP : vérifications de la qualité des données, validation de la migration, surveillance.
- Contribuer à la découverte, aux spécifications de suivi et à l'assurance qualité, à la surveillance après le lancement, à l'analyse des bogues et aux tests A/B si pertinent.
- Collaborer avec votre équipe, les opérations et les finances.
- Contribuer à la plateforme de données (dbt, Snowflake, Airbyte) au-delà de votre périmètre d'équipe.
- Ingénierie contextuelle pour l'IA : construire et maintenir à jour la source de vérité contextuelle (définitions des métriques, règles commerciales, documentation) sur laquelle nos agents IA s'appuient.
Le poste est fait pour vous si...
Compétences requises
- Vous avez au moins 2 ans d'expérience, dont une solide expérience à temps plein sur un sujet similaire (données financières ou environnement réglementé et rigoureux : fintech, paiements, fraude, conformité).
- Vous avez de très fortes compétences en modélisation de données et une bonne maîtrise de SQL (requêtes complexes).
- Vous avez un esprit analytique fort et un solide bagage académique.
- Vous êtes à l'aise avec les chiffres et souhaitez approfondir vos connaissances en Python, tableaux de bord et métriques produit.
- Vous avez un fort intérêt pour le produit (une expérience produit n'est pas requise).
- Vous utilisez des outils d'IA dans votre travail quotidien.
- Vous parlez couramment français et anglais.
Atouts
- Compréhension de base des flux de paiement et des principaux acteurs.
- Connaissance de la modélisation des données PSP Stripe ou autres, réconciliation des données, notions de conformité fiscale.
- Airbyte, dbt, Metabase, Hex, Snowflake, PostHog (la volonté d'apprendre est un impératif).
- Expérience B2B, utilisation avancée des outils d'IA (agents, automatisation, contexte).
- Une passion pour le divertissement : musique, jeux, événements.
Qui vous êtes
- Humilité et simplicité : nous fixons la barre haut mais ne nous prenons pas trop au sérieux.
- Curiosité : vous souhaitez creuser et comprendre.
- Propriétaire et organisé : autonome, vous pilotez des projets et faites avancer l'équipe.
- Rigueur : vous vous souciez des détails et pouvez remettre en question une analyse.
- Un excellent communicateur : vous faites parler les chiffres, par écrit et à voix haute, et vous pouvez présenter des sujets techniques ou analytiques à différents publics sans les perdre.
- Un joueur d'équipe dans une équipe interfonctionnelle (PM, designer, développeurs).
Avantages et avantages
- Assurance santé de l'entreprise Alan (Shotgun couvre 50 % des contributions).
- Chèques restaurant Swile (50 % couverts par l'employeur, valeur du chèque restaurant de 9 euros).
- Remboursement à 50 % du pass de transport (pass type Navigo, abonnement vélo de service public).
- Prime de mobilité durable pour encourager les transports verts (fixée à 35 euros/mois).
- Abonnement Gymlib (accès à des installations sportives et de bien-être à prix réduit ; Shotgun couvre une partie de l'abonnement).
- Avantages liés à Shotgun : 50 % de réduction sur les commissions Shotgun pour les organisateurs d'événements sur la plateforme, 150 € de crédit Shotgun par trimestre.
Product Data Analyst - Money in Paris employeur : Shotgun
Shotgun est un employeur exceptionnel qui valorise l'engagement, l'esprit d'initiative et la passion pour la musique live. En rejoignant notre équipe dynamique, vous bénéficierez d'opportunités de croissance personnelle et professionnelle tout en travaillant dans un environnement collaboratif et inclusif. Situé à Paris, vous aurez également accès à des séminaires d'équipe, des crédits pour des événements et un abonnement à tarif préférentiel pour le bien-être, ce qui rend votre expérience de travail à Shotgun à la fois enrichissante et agréable.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Product Data Analyst - Money in Paris
✨Participer à des hackathons
Les hackathons sont une super opportunité pour montrer tes compétences en data science. En participant, tu peux non seulement travailler sur des projets concrets, mais aussi rencontrer des recruteurs et des professionnels du domaine. Qui sait, ça pourrait mener directement à une offre chez Shotgun!
✨Contribuer à des projets open-source
Plonger dans des projets open-source te permet de mettre en pratique tes compétences et d'améliorer ta visibilité dans la communauté des data scientists. C'est aussi une manière géniale de bâtir ton réseau et de te faire remarquer par des entreprises comme Shotgun.
✨Réseauter lors de conférences
Les conférences en data science sont le lieu idéal pour rencontrer des professionnels du secteur. N'hésite pas à te présenter, échanger des cartes de visite et discuter de projets avec des personnes qui travaillent dans des entreprises que tu admires, y compris Shotgun.
✨Appliquer directement via notre site
Quand tu vois une offre chez Shotgun, n'attends pas ! Postule directement sur notre site. Montre-nous ton enthousiasme pour le poste de data scientist à temps plein, et n'oublie pas d'inclure des exemples de tes projets et réalisations.
Nous pensons qu'il te faut ces compétences pour exceller en tant que Product Data Analyst - Money in Paris
Quelques conseils pour ta candidature 🫡
Met en avant tes projets de data science:Pour un poste en data science chez Shotgun, assure-toi d'inclure des liens vers tes projets sur GitHub ou des articles de blog où tu expliques tes analyses de données. Ça montre que tu es actif dans le domaine et que tu comprends les défis du travail réel.
Soigne ton CV avec des compétences techniques précises:Quand tu écris ton CV pour un emploi de data scientist, mets en avant les langages de programmation que tu maîtrises (comme Python ou R) et des frameworks comme TensorFlow ou Scikit-learn. Mentionner des projets où tu les as utilisés peut vraiment faire la différence !
Raconte ta passion pour les données dans ta lettre de motivation:Dans ta lettre de motivation, explique pourquoi tu es passionné par la data science et comment ce poste chez Shotgun s'aligne avec tes ambitions. C'est l'occasion de montrer ta curiosité intellectuelle et ton envie d'apprendre dans un environnement dynamique.
Soumets ta candidature via notre site:Pour qu'on puisse mieux te considérer pour ce poste, pense à postuler directement sur notre site Web. Cela nous permet de centraliser les candidatures et de mieux te connaître à travers ton formulaire.
Comment te préparer à un entretien d'embauche chez Shotgun
✨Maîtrise des outils de Data Science
Assurons-nous de bien réviser les outils que l'on utilise dans le domaine de la data science, comme Python ou R. Sois prêt à discuter des bibliothèques que tu as maîtrisées, comme Pandas ou scikit-learn, et donne des exemples concrets de projets où tu les as utilisés.
✨Prépare-toi à des questions techniques
Attends-toi à des questions techniques sur des sujets comme l'apprentissage machine ou l'analyse de données. On pourrait te demander de résoudre un problème en direct ou de décrire un algorithme que tu as utilisé dans le passé. Prépare-toi à montrer ta capacité à analyser et interpréter des données !
✨Montre ta passion pour l'apprentissage
En tant que candidat pour un poste à temps plein, il est crucial de montrer ton envie d'apprendre et de te développer. Partage tes aspirations et les nouvelles compétences que tu souhaites acquérir pour évoluer dans ce domaine dynamique.
✨Prépare un portfolio percutant
Avoir un portfolio solide est essentiel. Choisis quelques projets pertinents que tu peux présenter, en détaillant les défis que tu as relevés et les solutions que tu as apportées. Ça montrera non seulement tes compétences, mais aussi ta capacité à résoudre des problèmes concrets dans le monde réel.
