En un coup d'œil
- Missions: Gérez la qualité des données ESG et encadrez une équipe dynamique.
- Entreprise: WeeFin, fintech innovante dédiée à la finance durable.
- Avantages: Impact direct sur la durabilité et environnement de travail bienveillant.
- Autres infos: Évoluez dans un environnement exigeant avec de réelles opportunités de croissance.
- Pourquoi ce job: Devenez un acteur clé dans la fiabilité des données financières.
- Qualifications: Expérience en Data Quality et compétences en management.
Le salaire estimé est compris entre 61650 - 75350 € par an.
Rejoignez Wee Fin, un acteur majeur de la finance durable en pleine expansion.
Qui sommes-nous ?
Wee Fin est une fintech à impact créée en 2018 avec une mission claire : rendre la finance plus transparente et pédagogique, notamment en matière de durabilité.
Nous avons développé la première plateforme Saa S B2B permettant de gérer tout le cycle de l’ESG : collecte de données, calculs et gestion des processus.
Nos clients
Les grandes institutions financières : banques, gestionnaires d’actifs, assureurs, etc.
Notre plateforme leur permet de déployer rapidement des pratiques de durabilité plus ambitieuses à grande échelle et de transformer en profondeur les services financiers.
- Notre croissance
- Levée de fonds en seed : 2 M€ (2022)
- Série A : 7 M€ (fin 2023, auprès de 4 fonds d’investissement : Astérion Ventures, Investir&+, Iris Capital et Ring Capital)
- Série B : 25 M€ (début 2025, avec l’entrée de Black Fin au capital)
- 80+ employés à Paris et Londres
- Ton rôle chez Wee Fin
La fiabilité des données est au cœur de notre proposition de valeur.
Dans un contexte de croissance et d’exigence accrue sur la qualité des indicateurs, nous recherchons un·e Data Quality Lead pour structurer, piloter et faire évoluer notre fonction Data Quality.
Vous jouerez un rôle clé à la fois technique, managérial et stratégique, avec un fort impact sur la qualité des livrables produits pour nos clients et sur la structuration interne de nos pratiques Data.
- Vos missions
- 1. Management opérationnel et accompagnement de l’équipe
- Encadrer les membres juniors de l’équipe et garantir leur montée en compétences.
- Planifier, prioriser et suivre les activités quotidiennes de l’équipe.
- Réaliser la revue technique des livrables (code, scripts, dashboards, reporting).
- Assurer le coaching technique et méthodologique et diffuser les bonnes pratiques Data Quality.
- Accompagner l’équipe dans la résolution de problématiques complexes et la mise en œuvre des processus.
- 2. Expertise technique et méthodologique Data Quality
- Développer et maintenir les processus de contrôle qualité des données.
- Contribuer au développement et à l’amélioration du Data Catalog et du système de tagging.
- Superviser et améliorer les scripts de détection d’anomalies, d’alerting et de reporting.
- Être garant·e de la qualité et de la fiabilité des indicateurs et dashboards produits.
- 3. Impact stratégique et relation avec les parties prenantes
- Servir de point de contact Data Quality pour les équipes internes et les clients.
- Participer à la valorisation de l’offre Data Quality auprès des clients et prospects.
- Mettre en place des indicateurs de suivi de la qualité des données pour l’entreprise et pour les clients.
- Identifier les besoins clients et proposer des améliorations techniques ou méthodologiques.
- Influencer les équipes internes sur l’importance stratégique de la qualité des données.
- Les défis à relever
- Structurer et renforcer une fonction Data Quality dans un environnement en évolution rapide.
- Élever le niveau d’exigence technique et méthodologique de l’équipe.
- Garantir la fiabilité des indicateurs stratégiques utilisés en interne et par les clients.
- Faire de la Data Quality un levier différenciant et reconnu.
- Les objectifs de l’équipe
- Assurer que les données ESG reçues des data providers sont fiables, complètes et exploitables par toutes les parties prenantes.
- Garantir un processus de contrôle qualité robuste, capable d’anticiper et de suivre les anomalies jusqu’à leur résolution.
- Mesurer et communiquer la qualité des données à travers des indicateurs et dashboards clairs et actionnables.
- Positionner la qualité des données comme un levier stratégique de confiance et de différenciation.
Pourquoi nous rejoindre ?
- Rôle central dans la fiabilité de notre produit : vous serez au cœur de la qualité de nos indicateurs ESG et des engagements que nous prenons auprès de nos clients.
- Impact stratégique fort et transversal : vous contribuerez directement au positionnement de la Data Quality comme levier de différenciation et d’excellence dans un environnement innovant et à impact.
- Responsabilité d’équipe et autonomie : vous encadrerez une équipe de 2 personnes tout en pilotant des projets structurants avec une vraie marge de manœuvre.
- Environnement exigeant et en croissance : vous évoluerez dans une équipe bienveillante et ambitieuse, où l’excellence, l’entraide et la passion vont de pair.
- Vous disposez d’une expérience significative, de minimum 4 ans en Data Quality, Data Governance ou Data Management, idéalement dans un environnement exigeant et en croissance.
- Vous avez déjà encadré ou accompagné des profils juniors et savez structurer le travail d’une équipe technique avec rigueur et clarté.
- Vous possédez une solide expertise en contrôle qualité des données, en structuration d’indicateurs et en fiabilisation de dashboards.
Vous êtes à l’aise avec l’analyse de données et comprenez les enjeux techniques liés aux scripts, aux processus automatisés et à la documentation des métriques.
- Vous faites preuve d’un esprit analytique développé, d’un sens aigu du détail et d’une capacité naturelle à remettre en question les incohérences.
- Vous comprenez les enjeux business derrière les indicateurs ESG et savez prioriser en fonction de l’impact et du risque.
- Vous communiquez avec clarté, que ce soit auprès d’équipes techniques, de profils business ou de clients.
- Enfin, vous avez des standards élevés et considérez la fiabilité des données comme un prérequis indispensable à la crédibilité d’un produit.
- Vous maîtrisez Python.
- La maîtrise du français et de l’anglais est indispensable.
- Compétences clés
- Expérience min. 4 ans en Data Quality, Data Governance ou Data Management.
- Encadrement d’équipe technique junior.
- Maîtrise Python et des outils de scripting.
- Bonne connaissance des pratiques de contrôle qualité des données.
- Compréhension business des indicateurs ESG.
- Excellentes compétences de communication.
- #J-18808-Ljbffr
Data Quality Manager (ESG) employeur : WeeFin
WeeFin est un employeur de choix, offrant un environnement de travail dynamique et collaboratif où l'innovation et la durabilité sont au cœur de nos valeurs. Nos employés bénéficient d'opportunités de croissance professionnelle, d'une culture axée sur le bien-être et d'avantages uniques liés à notre engagement envers la finance durable. Rejoindre notre équipe, c'est contribuer à un avenir meilleur tout en développant vos compétences dans un secteur en pleine expansion.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Quality Manager (ESG)
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de WeeFin
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez WeeFin. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que Data Quality Manager (ESG)
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez WeeFin, il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à WeeFin que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez WeeFin. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez WeeFin
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de WeeFin et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.