Le rôle est à pourvoir au sein du Data Office, pôle d'expertise data de Believe regroupant les activités de data management, data engineering, data science et d'architecture data. 

Au sein de l’équipe Data Science, en tant que Senior Data Scientist, vous construirez des modèles prédictifs. Vous interviendrez de la définition du besoin business à la restitution des résultats aux équipes métiers.  

Ce poste est clé pour structurer et exploiter notre richesse de données afin de créer des modèles prédictifs avancés et des outils d’aide à la décision. 

L’objectif est d’apporter une approche scientifique et data-driven aux décisions stratégiques, en s’appuyant sur des techniques avancées en Machine Learning, Data Science et modélisation économique. 

Les sujets traités par l’équipe sont transverses et impacteront l’efficacité opérationnelle, le développement d’audience, le marketing ou encore la signature d’artistes. 

SET THE TONE WITH US

​Chez Believe, nous avons deux cœurs : nos collaborateurs et nos artistes.​

Nous croyons en la force de nos collaborateurs, qui s'épanouissent chaque jour en développant leur potentiel... Notre objectif est d'offrir à nos collaborateurs le meilleur environnement possible pour qu'ils puissent s'épanouir.​

ROCK THE JOB ​

• Programme de formation et de coaching sur-mesure ​

• Une politique de télétravail​

• Un programme de bien-être "Pauses" avec de nombreuses activités et animations​

• Accès à Eutelmed, la plateforme numérique de santé mentale et de bien-être qui permet de parler à un psychologue expérimenté​

• Un restaurant d'entreprise sain et éco-responsable​

• Une assurance santé individuelle ou familiale​

• Avantages CE ​

• Un rooftop​

• Une salle de sport avec des cours gratuits​

​

SING IN HARMONY ​

• Programme Ambassadeur : la possibilité pour tous les Believers de participer à des initiatives de bénévolat afin d'avoir un impact positif sur la diversité, l'équité et l'inclusion (DEI), le bien-être et la planète.​

• Mise en place du Forfait mobilité durable: remboursement jusqu’à 600€ des frais de transport en commun/avec une faible empreinte carbone.​

• Congé 2nd parent de 5 jours calendaires rémunérés à 100% (en plus du congé légal paternité ou du congé d’adoption, nous ne l’attribuons pas au congé maternité)​

​

Believe s’engage à garantir l’égalité des chances en matière d’emploi, sans tenir compte de l’origine, du genre, de l’âge, de l’orientation sexuelle, de la religion ou de l’état de santé.​

Un minimum de 5 ans d'expérience en tant que Data Scientist est attendu. 

• Un forte capacité d’abstraction et des connaissances avancées en statistiques et mathématiques appliquées sont nécessaires pour ce poste. Un master ou école d'ingénieur spécialisée sur ces thématiques est un pré-requis.

Soft skills 

• Sensibilité business & esprit analytique : Capacité à comprendre des enjeux business et à proposer des solutions pragmatiques. 

• Communication & vulgarisation : Savoir expliquer des modèles complexes à des non-techniques et adapter le discours selon l’audience. 

• Collaboration interdisciplinaire : Travailler avec des équipes métier variées (Sales, Marketing, Finance, Tech). 

• Autonomie & proactivité : Capacité à prendre des initiatives et à expérimenter de nouvelles approches. 

• Niveau de français et d'anglais courant 

Hard skills 

Modélisation et Machine Learning avancé 

• Une expérience significative sur la prédiction de séries temporelles sera un élément différenciant 

• Modèles de scoring et classification 

• Modèles de régression avancés  

• Apprentissage non supervisé  

• Feature engineering et mise en production de modèles 

Une expertise dans les domaines suivant sera appréciée (Nice to have)

Expérience en optimisation et aide à la décision  

• Optimisation des prix et simulation de scénarios (Monte Carlo, optimisation bayésienne) 

• Recommandation algorithmique et ranking (collaborative filtering, hybrid models) 

Analyse de la causalité et inférence causale 

• Méthodes statistiques pour analyser les interactions et les influences entre différentes sources de données ou canaux de distribution (Causal Impact, Difference-in-Differences, Propensity Score Matching). 

• Utilisation des modèles de causalité dirigée (Bayesian Networks, Structural Equation Modeling).

Stack technologique & outils 

• Python (Pandas, Scikit-learn, PySpark, TensorFlow/PyTorch, XGBoost, LightGBM) 

• SQL et gestion de bases de données (notre data platform utilise Snowflake) 

• Git et bonnes pratiques de développement