Offre n° 206YNPL
Senior Data Analyst (H/F)

Actualisé le 23 avril 2026

Nous recherchons un Sr Data Analyst pour renforcer notre équipe Data. Ce rôle clé consiste à garantir la fiabilité, la performance et la valeur de nos données marketing et programmatiques. Le poste se situe à l'intersection de l'analyse de données, de l'analyse de performance et de la publicité digitale (programmatique, DOOH, DSP, etc.). Vous accompagnerez les équipes commerciales, opérationnelles et produit dans leurs prises de décisions stratégiques et leurs optimisations quotidiennes. Responsabilités principales : 1. Développement opérationnel et optimisation technique : Évaluer la faisabilité et définir les méthodologies pour les offres de campagnes sur mesure. Suivre la diffusion des campagnes, détecter et résoudre les anomalies, et assurer une optimisation continue. Gérer les flux de données provenant de divers partenaires (fournisseurs de mesure, fournisseurs de données, etc.). 2. Analyse et reporting : Réaliser des analyses ad-hoc internes et externes. Créer et automatiser des tableaux de bord de performance pour les différentes équipes. Superviser l'exactitude et la cohérence des rapports existants et assurer les corrections nécessaires. Produire les rapports financiers mensuels, incluant les transactions exceptionnelles. Mettre en place des systèmes de monitoring et d'alerte pour garantir la qualité et la fraîcheur des données. 3. Collaboration et stratégie : Collaborer avec les équipes Ops, Produit, Tech et Sales pour aligner les livrables data avec les besoins business. Contribuer à la définition des KPIs clés et à leur intégration dans les outils analytiques. Contribuer à la veille technologique et à l'innovation. Aider à accroître la maturité de l'entreprise concernant les pratiques liées à l'IA.

Type de contrat

CDI
Contrat travail

Durée du travail

38H30/semaine Travail en journée

Conditions de travail

Possibilité de télétravail

Salaire

Commissions
Indemnité transports
Ordinateur portable
Titres restaurant / Prime de panier
Complémentaire santé
Salaire base + Variable

Profil souhaité

Expérience

5 An(s)Cette expérience est indispensable

Formation

Bac+5 et plus ou équivalents - diplôme Ingénieur exigé Cette formation est indispensable

Compétences

Analyse de données programmatiquesCette compétence est indispensable
Analyser des données pour identifier des tendancesCette compétence est indispensable
Analyser, exploiter, structurer des donnéesCette compétence est indispensable
Animer une démarche agile et innovanteCette compétence est indispensable
Assister une structure dans l'interprétation et l'analyse d'une étudeCette compétence est indispensable
Communiquer des insights clés aux parties prenantesCette compétence est indispensable
Développer des tableaux de bord pour suivre les KPIsCette compétence est indispensable
Etablir des prévisions, des évaluations, des recommandations, des perspectivesCette compétence est indispensable
Exploiter des solutions de Data Science ou d'Intelligence ArtificielleCette compétence est indispensable
Interpréter des résultats d'analyses pour des décisions stratégiquesCette compétence est indispensable
Interpréter des résultats de campagne médiaCette compétence est indispensable
MySQLCette compétence est indispensable
Programmation en PythonCette compétence est indispensable
Utiliser l'anglais en contexte professionnelCette compétence est indispensable
Adapter les outils de traitement statistique de données
Analyse de données client
Analyse de données opérationnelles
Big data Analytics
Business Intelligence (BI) - Informatique décisionnelle
Collecter et analyser des données, des informations
Communiquer les résultats des études aux parties prenantes
Concevoir des modèles de détection des insights consommateurs
Concevoir des tableaux de bord pour le suivi des performances
Déterminer et développer les méthodes de recherche, de recueil et d'analyse de données
Développer des algorithmes pour l'analyse de données
Elaborer, adapter une proposition commerciale
Evaluer l'efficacité des modèles de données
Formaliser les résultats d'une étude statistique de données
Gérer les bases de données et assurer leur intégrité
Machine Learning
Optimiser l'utilisation des outils bureautiques
Réaliser une veille documentaire
Savoir reconnaître les données sensibles pour la cybersécurité
Suivi de la qualité des données