Data Scientist Senior

Il y a 7 jours

Paris, Île-de-France Brief IA Temps plein

Taux journalier (TJM): 650


Veuillez vous assurer de lire attentivement les détails suivants avant d'envoyer votre candidature.

Dans le cadre du renforcement de ses équipes Data & Marketing, un acteur majeur du digital recherche un Data Scientist Senior pour accompagner ses enjeux de connaissance client, d'optimisation des investissements marketing et de mesure de la performance des campagnes d'acquisition.

Vous interviendrez au croisement de la Data Science, du Marketing Digital et de la Business Intelligence, dans un environnement data mature, avec un impact direct sur les décisions stratégiques et opérationnelles.

VOS PRINCIPALES MISSIONS1. Analyse et segmentation client
  • Concevoir et améliorer des modèles de segmentation client à partir des données comportementales, transactionnelles et CRM.
  • Identifier des audiences pertinentes pour optimiser les stratégies d'acquisition, de fidélisation et de réactivation.
  • Exploiter les données pour développer une meilleure compréhension des parcours et comportements utilisateurs.
2. Mesure de la performance marketing
  • Analyser l'efficacité des campagnes d'acquisition, notamment sur Google Ads et les leviers CRM.
  • Définir et suivre les KPIs marketing : conversion, ROI, ROAS, coût d'acquisition, rétention, etc.
  • Développer des analyses permettant d'orienter les décisions d'investissement marketing.
3. Tests d'incrémentalité et mesure d'impact
  • Concevoir et mettre en œuvre des tests d'incrémentalité pour mesurer l'impact réel des actions marketing.
  • Déployer des approches statistiques et expérimentales : A/B testing, groupes de contrôle, analyses causales.
  • Quantifier la contribution des campagnes à la génération de valeur business.
4. Exploitation et valorisation des données
  • Manipuler et analyser des volumes importants de données dans un environnement AWS et Databricks. xuezdbg
  • Croiser les données issues des plateformes marketing, des outils Adobe et du CRM.
  • Produire des analyses fiables, actionnables et compréhensibles par les équipes métier.
5. Collaboration avec les équip