LES ENTREPRISES

QUI RECRUTENT EN DATA

NOS CONSEILS CANDIDATURE

2018
EDITO

Michael OBADIA 
Fondateur du Groupe Upward

Depuis la publication de la première édition de ce Guide, une tendance se

confirme : l’Intelligence Artificielle et, plus généralement, la Data Science
vont fortement impacter nos vies. Aujourd’hui, la détection précoce des
maladies et l’optimisation des flux de transport grâce à l’IA sont déjà des
réalités !
Au-delà de la fascination naturelle qu’inspire cette vague de
transformation radicale, nous ressentons une maturité croissante des
entreprises sur ces enjeux. Partout, nous voyons éclore de beaux projets
portés par une meilleure compréhension de ce que peut apporter la
Data d’un point de vue business et de réels investissements financiers.
Malheureusement, un goulot d’étranglement se forme trop souvent au
niveau du recrutement des talents…
En un mot : c’est la guerre ! Nous avons travaillé sur plusieurs marchés
dans le cadre de nos prestations de conseil en recrutement et nous
n’avons jamais vu un marché comparable.
Les futurs diplômés disposent de plusieurs offres avant la fin de leurs
études et surtout avant même d’avoir commencé à regarder le marché.
Récemment un candidat qui commençait à répondre aux sollicitations le
lundi nous racontait avoir 7 alléchantes offres sur la table le vendredi. Du
jamais vu pour des profils juniors !
Face à ce marché ultra-rapide et en pénurie, les entreprises doivent
impérativement s’adapter pour parvenir à attirer les meilleurs. Seuls des
processus rapides où on n’hésite pas à réaliser une « danse du ventre »
en fin de process peuvent être concluants.
Pour arriver à tirer son épingle du jeu, notre cabinet de recrutement
Upward Data s’appuie sur deux principes moteurs : une expertise
technique robuste dans la détection de profils Data et un positionnement
résolument bienveillant à l’égard des candidats.
Ce Guide en est d’ailleurs une manifestation.

*Pour ce Guide, nous avons contacté les entreprises qui paraissaient actives sur
le marché de la Data et nous avons référencé gratuitement toutes celles qui
souhaitaient y figurer.
Vous recrutez en Data ? N’hésitez pas à nous solliciter pour être référencé dans
la prochaine édition ! maite.allain@upwarddata.fr

3
 POURQUOI FAIRE
CARRIÈRE DANS LA DATA ?

Domaine encore inconnu du grand public il y a peu, la Data Science

est réellement sous le feu des projecteurs depuis le début des
années 2010.

CET UNIVERS ATTIRE DE NOMBREUX

PROFESSIONNELS POUR PLUSIEURS RAISONS :

• Il s’agit d’un secteur porteur : la révolution Big Data vient tout juste de commencer et, les
opportunités sont légion. Nous avons d’ailleurs de plus en plus le sentiment que la Data va
transformer radicalement de nombreux métiers à l’avenir et il y aura sans doute, à terme, des
Data experts spécialisés dans chaque branche métier.

• Les rémunérations attractives.

• Évoluer dans le milieu de la Data permet de bénéficier d’une position de sachant par
rapport aux autres équipes tout en travaillant sur des sujets stratégiques pour son entreprise.
Il est rare en général que les profils d’expert soient aussi orientés business et impliqués dans
les sujets clés de la vie de l’entreprise.

• La Data touche tous les domaines d’activités ou presque. En travaillant dans la Data, on
peut évoluer dans quasiment presque tous les secteurs (luxe, grande distribution, conseil,
industrie…) et surtout on peut changer d’entreprise, de secteur ou même de pays facilement.

• Il s’agit d’un domaine qui va très vite et où l’on est mis au défi constamment par les nouvelles
avancées : on ne s’ennuie pas !

• C’est un milieu passionnant qui permet souvent de mieux connaitre tous les métiers au sein
de l’entreprise. Les cas d’usage de la Data sont multiples et vont du ciblage de campagnes
marketing à la maintenance prédictive ou encore à la prédiction de churn ou même des
résultats d’une élection.

4
 SOMMAIRE
EDITO – MICHAEL OBADIA P.3
POURQUOI FAIRE CARRIÈRE DANS LA DATA ? P.4
TÉMOIGNAGE DE MATTHIEU BIZIEN P.6
TÉMOIGNAGE DE JEAN-BAPTISTE DUMONT P.8
LES ENTREPRISES QUI RECRUTENT EN DATA P.11
Accenture Digital P.12
Adecco Analytics P.14
Adikteev P.16
Alpahlyr P.18
Aramisauto P.20
Artur Inside P.22
AXA P.24
Axionable P.26
BCG GAMMA P.28
Blue DME P.30
BNP Paribas P.32
BNP Paribas CIB P.34
Caisse des Dépôts P.36
Cdiscount P.38
Converteo P.40
Covéa P.42
Dataiku P.44
Deezer P.46
Ercom P.48
fifty-five P.50
JEMS datafactory P.52
Kernix P.54
La Javaness P.56
La Redoute P.58
Lincoln P.60
LOBELLIA Conseil P.62
M13h P.64
Nokia Technologies P.66
OCTO Technology P.68
OptimData P.70
PriceMinister P.72
PwC P.74
Quantmetry P.76
Quinten P.78
Realytics P.80
Safran P.82
Saint-Gobain P.84
Scibids P.86
Teads P.88
Toucan Toco P.90
Tradelab P.92
NOS CONSEILS P.95
LE BON CHOIX DE CARRIÈRE POUR ÉVOLUER DANS LA DATA P.96
ORGANISER SA RECHERCHE D’EMPLOI P.97
INTERVIEW KAWTAR P.98
UPWARD DATA, QUI SOMMES-NOUS ? P.99

5
 TÉMOIGNAGE
Matthieu Bizien
Consultant freelance en Data Science et
Deep Learning
Pouvez-vous nous présenter votre parcours
et nous en dire un peu plus sur ce que vous
faites ?
J’ai fait mes études à Polytechnique où
je me suis spécialisé en économie. J’ai
ensuite suivi une formation en Data Science à
l’école de la statistique l’ENSAE. En sortant d’école,
j’ai d’abord travaillé dans le cabinet de conseil
Bluestone. J’y ai réalisé diverses missions sur
des problématiques variées allant des systèmes
de reconnaissance, à la maintenance prédictive
ou même la modélisation physique. Après deux
ans dans le conseil, ma fibre d'entrepreneur et
mon désir d’aller plus loin dans la relation client
m’ont poussé à me lancer en freelance. Je travaille
actuellement pour plusieurs clients, notamment
sur la compréhension de langage naturel (NLP).
Travailler à son compte nécessite beaucoup de
rigueur et de s'auto-former en permanence afin
d’être toujours plus attractif auprès de potentiels
clients. Mais c’est aussi une aventure très excitante.
Vous êtes spécialisé en Deep Learning et on
en entend beaucoup parler aujourd’hui mais
concrètement, le Deep Learning, qu’est-ce
que c’est ? Que peut-on faire grâce au Deep
Learning ?
Le Deep Learning est un type de modèle
de Machine Learning. Ce modèle repose
sur des réseaux de neurones qui communiquent
entre eux. Le Deep Learning permet de répondre
à des problématiques de plus en plus complexes.
Concernant le traitement des images par exemple,
on peut désormais apprendre à une machine à
nommer les objets sur un visuel. Facebook travaille
ainsi sur du Deep Learning afin que la machine
puisse expliquer le contenu d’une image à un
non-voyant. Plus récemment, le développement
transfert de style a permis de comprendre le
style d’un peintre et de le reproduire: l’application
Prisma peut ainsi transformer une image en une
peinture de Van Gogh. D’importants progrès ont
aussi été réalisés au niveau de la voix : Android a
6
largement amélioré son service vocal grâce à
des voix artificielles bien plus réalistes qu’avant.
On dit que le Deep Learning se base sur le
fonctionnement du cerveau, qu’est-ce que
cela veut dire ?
Comme le cerveau, le Deep Learning
intègre et traite un nombre important
d’informations, puis aboutit à des conclusions
en conséquence. Dans les deux cas, la
compréhension des informations entrantes
et la façon de les gérer est permise grâce aux
neurones. Cependant, nous sommes loin de
comprendre le fonctionnement du cerveau, ce
qui rend donc compliqué les tentatives de le
reproduire. Par ailleurs, il ne s’agit pas du tout
du même environnement. Le cerveau évolue
dans un environnement biologique complexe,
et l’interaction des neurones est rendue possible
grâce à des messages électriques et chimiques.
Le Deep Learning est entièrement simulé sur
ordinateur et les neurones communiquent
grâce à de l’algèbre linéaire. Ce qui est efficace
dans un cas ne l’est pas forcément dans l’autre.
Comment fonctionne un réseau de
neurones ?
La disposition est assez simple. Il s’agit
de connections entre les neurones
disposés par couches. La première couche
envoie des informations à la seconde, la seconde
à la troisième, et ainsi de suite... Pendant la phase
d’apprentissage, la communication fonctionne
ensuite en sens inverse, ce qui s’appelle la back-
propagation.

Les réseaux neuronaux existent depuis
les années 80 : quelles avancées
techniques et/ou scientifiques ont permis
l’émergence du Deep Learning ?
Les réseaux neuronaux existent
effectivement depuis les années 80.
Cependant, face aux difficultés rencontrées
lors de la modélisation des connaissances, la
motivation initiale s’est essoufflée et l’approche
s’est rapidement éteinte. Le Deep Learning
a connu un renouveau à partir de 2012 grâce
aux travaux dirigés par Geoffrey Hinton.
Celui-ci a de loin dépassé le state-of-the-art
qui était basé sur des modèles de computer
vision « classique ». Depuis le développement
ne s'est plus arrêté. Trois facteurs expliquent
ce retour en force : le Big Data, la puissance
de calcul et l'évolution d’algorithmes toujours
plus performants. La puissance de calcul a
augmenté exponentiellement, via l’utilisation
de processeurs graphiques. Ceci a permis
d’aborder des modèles de plus en plus
complexes en utilisant de plus en plus de
données. Et ça continue d’évoluer ! Google
propose maintenant des processeurs tensoriels
extrêmement puissants, et Stanford a publié un
dataset d’images médicales d’un petabyte !
Quelles sont les problématiques
courantes des entreprises ; en lien avec
le Deep Learning ?
Dans le domaine du Deep Learning,
chaque problématique est unique. Les
besoins et les réponses à apporter dépendent
de nombreux facteurs comme le business model
de l’entreprise, ses enjeux, sa concurrence ou sa
structure. On peut trouver des problématiques
de classification d’images, de reconnaissance
de texte, de détection d’anomalies au niveau
des logs… Le Deep Learning peut être le cœur
de l’entreprise, avec les chatbots.
TÉMOIGNAGE
Quels conseils donneriez-vous à un Data
Scientist qui veut monter en compétence
en Deep Learning ?
Dans un premier temps, il me paraît
nécessaire de se former sur l’aspect
théorique et pratique. De nombreux MOOcs
permettent un apprentissage approfondi et
de qualité, cependant il est indispensable
de suivre des cours récents car le domaine
évolue extrêmement vite. Concernant les
technologies, elles changent régulièrement.
Aujourd’hui, beaucoup utilisent Tensorflow,
l’outil de Google. Keras peut-être utilisé
en complément pour créer rapidement
des modèles. Facebook a également lancé
Pytorch, un nouveau framework extrêmement
prometteur, particulièrement pour des données
de type texte. Enfin, avoir des bases solides
en Machine Learning est nécessaire pour une
visibilité sur les autres modèles disponibles, qui
peuvent être supérieurs sur certains problèmes.
Quelles sont aujourd'hui les limites du
Deep Learning ?
Etant donné les nombreuses
avancées de modélisation actuelles,
je vois peu de limites théoriques. Cependant,
certains projets nécessitent des ressources
importantes, qu’elles soient technologiques ou
humaines, et l’investissement demandé peut
freiner l’avancée de la recherche. Par ailleurs,
il est difficile de copier les meilleurs dans le
domaine et d’obtenir les mêmes résultats.
Si le cœur du modèle peut être expliqué, les
petites astuces qui font la différence ne sont
pas toujours dévoilées. Enfin, il y a encore trop
peu d’arguments théoriques qui expliquent
pourquoi un modèle est plus pertinent qu’un
autre. Il s’agit d’une approche empirique qu’il
n’est pas toujours possible de démontrer par
les mathématiques.
7
 TÉMOIGNAGE
Jean-Baptiste Dumont
Partner du fond d’investissement Serena Capital
Bonjour Jean-Baptiste, pouvez-vous nous
présenter Serena Data Ventures ?
Serena Data Ventures est un fonds
de venture capital spécialisé dans les
start-ups européennes autour des thèmes de la
Data, du Machine Learning et de l’intelligence
artificielle. Créé il y a 5 mois, le fonds dispose
de 80 millions d’euros afin d’investir dans des
sociétés early stage de la Data, du Machine
Learning et de l’IA. Pour rappel, Serena Capital
a également un fonds early growth, pour des
startups réalisant déjà quelques millions de CA,
avec succès comme La Fourchette, Evaneos ou
encore Aramisauto.
Pourquoi choisir de se spécialiser dans la
Data ? Pourquoi maintenant ?
Le fonds a été lancé il y a quelques
mois certes, mais le projet était
en gestation depuis 2-3 ans. Nous avions le
sentiment que quelque chose allait se passer au
niveau de la donnée et du Machine Learning. La
France formant des ingénieurs très compétents
sur ces domaines, nous avons une carte à jouer !
A l’époque, ce n’était pas encore à la mode. On
nous a beaucoup questionné sur la profondeur
du marché et sur la possibilité de déployer un
fonds dédié et d’une taille aussi importante pour
des investissements en early stage. Aujourd’hui,
nous sommes contents d’avoir fait ce choix :
les sujets de Data et d’Intelligence Artificielle
ont explosé et nous sommes actuellement à
un rythme d’un investissement par mois, ce qui
démontre le momentum de ce nouveau marché
et la pertinence du positionnement de Serena
Data Ventures.
8
Votre stratégie s’inspire-t-elle des fonds
américains ?
Nous avons toujours eu une
approche et une philosophie très
« hands on » mais, avec ce nouveau fonds, nous
avons souhaité pouvoir aller encore plus loin
dans l’accompagnement de nos Startups, à la
manière de ce que fait, par exemple, un fonds
US comme Andreessen Horowitz. Chez Serena,
nous avons une équipe d’investissement
composée de 8 personnes mais nous avons
également la chance de disposer d’une
équipe d’accompagnement composée d’un
Operating Partner, de 3 ventures partners et
d’un staff support. Ils sont là pour aider les
sociétés à se structurer en apportant leur
recul, leurs conseils sur les erreurs à éviter ainsi
que des clefs pour les aider à aller plus vite sur
les best practices. Notre Operating Partner,
Amélie Faure consacre toute sa semaine aux
start-ups du fonds, en étant à leurs côtés
pour leur apporter toute son expérience de
serial entrepreneur. Dans le staff support, nos
experts accompagnent les start-ups sur les
principaux aspects du développement d’une
entreprise : Talent management, Relations
publiques, Finances…
Auriez-vous des conseils à adresser à des
jeunes entrepreneurs dans la Data qui
souhaitent lever des fonds ?
Il est crucial de bien cibler les fonds
de venture capital. Il faut chercher
des informations précises sur les fonds et
savoir les distinguer : en fonction de son
stage de développement, il faut aller voir les
fonds adaptés, early stage ou growth. Il s’agit
de trouver le bon interlocuteur tout de suite,
celui qui connaîtra le domaine de la société et
qui pourra être plus rapidement séduit par le

projet. Pour obtenir ces informations, il ne
faut pas hésiter à regarder le portefeuille du
fonds pour y chercher des sociétés avec un
domaine d’activité proche, puis se renseigner
sur Crunchbase pour voir qui a suivi le dossier
et qui a réalisé l’investissement. Se faire
introduire me paraît être ensuite une bonne
initiative dans la mesure où les VCs sont
extrêmement sollicités.
A quel moment solliciter les investisseurs ?
C’est une question difficile et
je ne pense pas que l’on puisse
donner une règle générale. Certaines sociétés
ont un développement qui nécessite des
fonds importants et si elles ne lèvent pas
rapidement, elles risquent de se faire dépasser
par la concurrence qui elle, aura levé. Elles
doivent lever des fonds tôt. D’autres ont
plutôt intérêt à valider leurs produits, à avoir
des premiers clients, de la traction pour
s’autofinancer le plus longtemps possible
jusqu’au moment où elles désirent accélérer
leur croissance une fois leur modèle validé.
Se comparer aux autres n’est pas une bonne
idée, chaque cas a ses spécificités et ce n’est
pas parce que telle société a levé très tôt
qu’elle va réussir. A contrario, il ne faut jamais
écarter totalement l’idée d’un financement
externe car on peut se faire dépasser par
un concurrent qui n’hésitera pas à le faire.
Chaque histoire est singulière et il faut rester
attentif à la concurrence. Il est généralement
pertinent d’attendre les premières ventes
avant d’aller voir les VCs, si besoin de en se
finançant en love money (famille, amis,…) ou
par des Business Angels. Une fois que le MVP
a commencé à rencontrer son marché, le VC
early stage permettra de tester les différents
modèles, les différentes cibles et sera là pour
aider l’entrepreneur à orienter sa stratégie.
TÉMOIGNAGE
Une fois que le modèle et le positionnement
de la société ont été trouvés, que la société
connait une bonne traction, le VC growth sera
là pour aider l’entrepreneur à accélérer tout en
structurant l’entreprise. L’objectif est toujours
le même : scaler efficacement un modèle,
aller vite certes, mais en limitant le risque et
les frottements au maximum. L’entrepreneur
qui se pose ces questions ne doit pas hésiter
à demander conseil auprès de l’écosystème
entrepreneurial. Discuter avec des VCs ou
d’autres entrepreneurs permet d’éclairer sa
situation.
Concernant la posture face aux VCs,
auriez-vous des conseils à donner ?
Je pense qu’il est essentiel d’être
transparent, éviter de dissimuler,
ou pire de nier, un problème que le VC
découvrira sans doute de toute façon. Les
VCs attendent aussi une capacité d’écoute de
la part des entrepreneurs. Sans écoute, il n’y
a pas de relation possible. L’entrepreneur doit
également profiter de ses échanges avec les
VC pour identifier celui qui lui correspond le
mieux. Il s’agit donc à la fois de bien vendre
son projet, mais de profiter également de
chaque meeting pour collecter toutes les
informations pertinentes qui pourront l’aider
à faire le bon choix. Choisir un fonds, c’est
se lancer dans une aventure commune d’au
moins 4-5 ans où le fit humain est primordial.
En dehors de l’aspect financier, le VC doit être
capable d’accompagner l’entreprise dans son
développement : connaissance du secteur
/ track record, partage de réseaux, mises
à disposition de ressources, implication
personnelle des partners du fonds sont
autant de facteurs favorisant le succès d’une
jeune entreprise à potentiel... La valorisation
est importante, mais globalement, les bons
9
 TÉMOIGNAGE
Jean-Baptiste Dumont
projets parviennent généralement à aligner
les différentes offres des VC intéressés autour
d’une ‘valeur marché’. La différenciation entre
les VCs se fait très souvent, finalement, sur
d’autres facteurs.

Est-ce que vous voyez des aspects à

travailler en particulier lors du pitch ?

Les entrepreneurs d’aujourd’hui

sont très bien formés à cet
exercice : les pitchs sont d’un très bon niveau.
Certains jeunes à peine sortis d’école donnent
presque l’impression d’être des repeat
entrepreneurs. Pour rappel sur Internet, on
trouve des templates qui permettent d’avoir
une présentation soignée et les entrepreneurs
sont plus prêts qu’ils ne le pensent sur la forme
et sur les codes à employer.
Nos critères d’évaluation des projets
demeurent : la taille de marché, les barrières
à l’entrée, la différenciation, la « scalability» du
modèle, la structuration du marché (facteurs
de concentration) et la crédibilité de l’équipe.
Il faut donc adresser ses points de façon
synthétique et en ajoutant l’évolution des
metrics clés. Dernière astuce : n’oubliez pas
que le deck n’est pas là pour répondre à toutes
les questions possibles pour un investisseur
potentiel, mais bien pour attirer son attention
et être une invitation à l’échange, il n’a pas
besoin d’être trop exhaustif pour décrocher
un premier rendez-vous.

10
LES ENTREPRISES
QUI RECRUTENT
EN DATA
 CONSEIL
118 avenue de France
75 636 Paris Cedex 13
Recrute.accenture.fr
CHIFFRES CLEFS
Création : 1989
Effectif France : 6 000 collaborateurs
Effectif Monde : 425 000 collaborateurs
5 bureaux : Paris, Lyon, Nantes,
Toulouse, Sophia Antipolis
CHIFFRES DATA
1 800 Data Scientists à travers le
monde, environ 50 en France
TECHNOLOGIES EXPLOITÉES
Accenture a une approche agnostique
des solutions logicielles : nos consultants
travaillent beaucoup avec des solutions
open source comme Python (ScikitLearn,
Tensorflow, Caffe…) ou R pour les Data
Scientists. Ils bénéficient également d’un
très large réseau d’alliances, qui leur donne
notamment accès à de nombreux outils
et formations spécifiques auprès des
principaux acteurs du marché (distributions
Hadoop et NoSQL, logiciels DataViz, offres
cloud, outils de préparation de données,
etc.).
12
PRÉSENTATION DE L’ACTIVITÉ
Accenture Digital est une des 5 entités d’Accenture
(Strategy, Consulting, Digital, Technology et
Operations) un des leaders mondiaux des
services aux entreprises et administrations. Nos
consultants obtiennent des résultats tangibles
et mesurables basés sur la valorisation de la
donnée, afin d’aider les organisations à améliorer
leurs performances.
Chez Accenture, nos consultants font partie d’un
réseau mondial de plus de 425 000 professionnels
dont 1 800 experts en Data travaillant ensemble
sur des solutions innovantes. Nos collaborateurs
s’appuient également sur les Centres d’Innovation
d’Accenture et de forts partenariats avec les plus
grandes entreprises technologiques.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Accenture a la vocation d’accompagner les plus
grandes entreprises vers l’avenir. De les faire
passer à la vitesse du changement. De les aider à
se transformer grâce à la puissance du digital et
des technologies de demain, dès maintenant. Une
vocation partagée par l’ensemble des collaborateurs
qui nous rejoignent et auxquels nous offrons un
environnement visionnaire dans lequel ils peuvent
donner vie à leurs idées et concrétiser leurs projets.
LES PROBLÉMATIQUES DATA
Accenture Digital accompagne ses clients sur
l’ensemble des problématiques liées à la Data.
Nos consultants, suivant leur rôle, interviennent
notamment sur les sujets suivants :
• Data Science : développement d’algorithmes
répondant à des enjeux métiers, et intégration
dans des solutions en production pour transformer
les processus et outils de nos clients.
• Data Architecture : conception d’architecture
Big Data, et accompagnement des projets de
mise en œuvre.
• Data Engineering : développement de solutions
opérationnelles Big Data, sur des projets
 CONSEIL

d’ampleur.
• Data Strategy : formalisation de cas d’usage,
COMPÉTENCES
organisation autour de la donnée, plan de
transformation, gouvernance des données.
TECHNIQUES

DATA ENGINEERS / DATA ARCHITECTS:

• Maîtrise de l’écosystème
technologique Big Data (Hadoop,
Spark, NoSQL…)
PROCESSUS DE
• Compétences de développement
RECRUTEMENT pour de la production (automatisation,
exploitabilité, robustesse…)
POUR LES JEUNES
DIPLÔMÉS : DATA SCIENTISTS :
1. Une demi-journée de • Machine Learning et statistiques
recrutement avec : un entretien de
• Très bonnes compétences de
motivation, une étude de cas
programmation (R, Python)
collective, une étude de cas
• Véritable goût pour le code
individuelle
2. Un entretien avec un manager
opérationnel

POUR LES EXPÉRIMENTÉS :

1. Un entretien RH
2. Un ou deux entretiens avec des
managers opérationnels

POUR LES DATA SCIENTISTS :

1. Un entretien technique
complémentaire incluant un exercice
de type « Kaggle » et une restitution.

QUALITÉS REQUISES

• Forte compréhension des enjeux

métiers
• Très bon niveau d’expression orale et
écrite
• Capacité à adapter son discours en
fonction des interlocuteurs (métiers
et techniques)
• Anglais courant

13
 RESSOURCES
HUMAINES
Tour W, Paris La Défense,
Rue Henri Leguay, Villeurbanne
murielle.VIANNAY@adeccogroup.com
CHIFFRES CLEFS
Création : 1996
CA en 2016 : 22,7 milliards d’euros
Effectif Monde : 33 000
collaborateurs dans plus de 60 pays
CHIFFRES DATA
Création d’Adecco Analytics :
2016
Effectif : une dizaine
de collaborateurs
14
PRÉSENTATION DE L’ACTIVITÉ
Leader mondial des services en Ressources
Humaines, le Groupe Adecco est présent sur
tous les champs de l’emploi : placement de
candidats intérimaires, conseil en recrutement
et organisation, formation, gestion du capital
humain, externalisation des services, remise à
l’emploi, etc ; avec des marques expertes dans
leur domaine.
En 2016, Adecco créé Adecco Analytics, startup
dédiée à la valorisation des données au service
des différents acteurs du marché de l’emploi.
Cette jeune pousse développe ainsi des outils pour
permettre aux décideurs de mieux comprendre
les dynamiques et les enjeux de l’emploi dans les
secteurs, les métiers et les territoires ;
afin d’anticiper et de gagner en efficacité
opérationnelle. Si les premiers bénéficiaires sont
les professionnels des Ressources Humaines et
les organismes publics, Adecco Analytics nourrit
désormais de plus grandes ambitions : devenir un
véritable Data Lab pour les différentes entités du
Groupe.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Adecco Analytics c’est d’abord une équipe de
passionnés. Passionnés par ce qu’on peut faire avec
les données et avec une très forte envie d’avoir un
impact sur le marché de l’Emploi. Marre du chômage,
marre des pénuries de compétences : Nous
travaillons pour le leader mondial des ressources
humaines, nous avons les Data, les contacts
clients et institutionnels, l’expertise de milliers de
professionnels. Nous pouvons changer tout ça. Et
c’est bien ce que nous voulons faire. Pour rejoindre
l’équipe, il faut partager ces objectifs. Nous recrutons
des personnes curieuses, humbles et déterminées à
avoir le plus d’impact possible.
LES PROBLÉMATIQUES DATA
Si Adecco Analytics développe déjà des outils
d’aide à la compréhension du marché de l’emploi,
la startup a des ambitions bien plus vastes et
renforce fortement ses compétences en Data
Science afin de valoriser ses données issues de
 RESSOURCES
HUMAINES

sources multiples : données du Groupe Adecco,

de l’Open Data (Insee, Pôle Emploi, Dares…), PRÉVISIONS DE
achetées à des partenaires.
RECRUTEMENT DATA
Adecco Analytics développe ainsi de nouveaux
POUR 2018
cas d’usage :
• Grâce au NLP, l’exploitation de centaines de Adecco Analytics prévoit de recruter
milliers d’offres d’emplois afin d’extraire les cinq Data Scientists.
compétences les plus récurrentes, construire un
référentiel de métiers plus précis, détecter les
métiers en émergence, etc.
• Affiner les modèles existants et proposer de QUALITÉS REQUISES
nouvelles variables prédictives.
• Aider les diverses fonctions et métiers du Groupe • Dynamisme et proactivité
à optimiser leur process et identifier de nouvelles • Autonomie et rigueur
opportunités business via le scoring candidats, • Aisance relationnelle
matching CV/offres, marketing prédictif, etc. • Volonté de participer à un projet
social

PROCESSUS DE
RECRUTEMENT

1. Une première rencontre avec le

directeur d’Adecco Analytics.
2. Une deuxième rencontre avec toute
l’équipe donnant lieu à un échange
autour de questions techniques et
opérationnelles.

COMPÉTENCES
TECHNIQUES

• Des connaissances solides en Machine

Learning
• Maîtriser Python ou R
• Des connaissances en Text Mining et
ou NLP sont un plus

15
 MARKETING
DIGITAL
35 avenue de l’Opéra
75002 Paris
charlotteb@adikteev.com
CHIFFRES CLEFS
Création : 2012
Levée de fonds : 1,7 million d’euros
Effectif : 80 collaborateurs
Un réseau de plus de 400 éditeurs
CHIFFRES DATA
• Effectif : - Data Scientists : 4+1 stagiaire
- Data Engineers : 2+1 stagiaire
• Participation à plus de 100 millions
d’enchères par jour
• Plus de 15 millions de publicités affichées
par jour
• Plusieurs milliards points de données
générés par jour
TECHNOLOGIES EXPLOITÉES
• Langages Data Science : R, Python
• Langages Data Engineering : Clojure, Scala
• Système de traitement distribué :
Hadoop, Spark, etc.
• Système de messagerie distribuée : Kafka
• Technologies de stream processing
• Bases de données NoSQL
16
PRÉSENTATION DE L’ACTIVITÉ
Adikteev est une entreprise de marketing mobile
répondant à toutes les problématiques de
communication digitale de ses clients : annonceurs
et développeurs d’application.
En effet, en combinant ses 3 technologies
(technologie créative de pointe, Data et
Intelligence Artificielle) Adikteev est la seule
entreprise à couvrir l’intégralité de la chaine de
valeur : de la création de notoriété au retargeting.
Ainsi, elle maximise le ROI de ses clients en
optimisant leurs campagnes avec pour objectif
d’accroitre les performances.
Avec des bureaux à Paris, New-York et Berlin
et forte d’une croissance à 3 chiffres, Adikteev
poursuit son développement et a déjà obtenu
plusieurs prix tels que le Label BPI Excellence
qui récompense les entreprises françaises les
plus prometteuses et est dans le Top 100 du
classement Frenchweb sur les 500 entreprises de
la Tech française en 2017. Adikteev a également
été classée 8ème sur « les 100 start-up françaises
remarquables » identifiées par EY en 2017.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Adikteev est une entreprise qui a su grandir
rapidement en gardant son esprit startup.
La solidarité et le partage de connaissances sont
au coeur des priorités. Chaque mois, une des
business unit fait une présentation de son métier
aux autres employés. Une belle façon de mettre
chaque département à l’honneur et de faire grandir
les connaissances techniques de toute l’équipe.
« Think out of the box » tout en se challengeant
permet d’aller chaque jour plus loin et d’apprendre
en développant.
Le sentiment d’appartenance est fortifié par les
BBB “Bring you Brain & (non-alcoholic) Beverages »
où les co-fondateurs reviennent sur les chiffres clés
et la stratégie d’Adikteev.
Chaque année, les équipes des trois pays partent
ensemble le temps d’un séminaire rythmé par de
nombreuses activités mettant le team building à
l’honneur !
 MARKETING
DIGITAL

Tout au long de l’année, les équipes se retrouvent

régulièrement autour d’un verre, d’une partie de
foot ou de basket, autour d’un escape game ou
d’une partie de Fifa 2017… Adikteev a d’ailleurs été
labellisée Happy at Work 2016 !
LES PROBLÉMATIQUES DATA
L’équipe Data Science d’Adikteev élabore et
développe les algorithmes de ciblage et de pricing
à l’origine des prédictions générées en temps réel
en RTB et sur notre réseau, que ce soit les taux de
clics et de conversions ou la détermination du prix
d’enchère de chaque affichage. Plus généralement,
l’équipe travaille sur des sujets de recherche
appliquée menant à la création d’une grande
variété de modèles répondant aux enjeux métier
de l’entreprise en échangeant régulièrement avec
les différentes équipes.
PROCESSUS DE
RECRUTEMENT
1. Rencontre avec l’équipe Data Science
2. Test de développement (2h)
3. Test de mathématiques (statistiques,
probabilités, optimisation) dans les
locaux (2h)
4. Rencontre avec le management et
entretien RH
COMPÉTENCES
TECHNIQUES
DATA SCIENTIST :
• Solides connaissances théoriques en
mathématiques appliquées,
statistiques et Machine Learning
• Maitrise de R et/ou Python et des
principaux modules de Machine
Learning
• Expérience en manipulation de très
gros jeux de données ainsi qu’en
calcul distribué
• Connaissances de base du
fonctionnement de la publicité en
ligne
DATA ENGINEER :
• Excellente maitrise d’un langage
de script (Python, Ruby, etc.) et d’un
langage de programmation (Java,
Scala, C/C++, etc.)
• Très bonne connaissance de
l’écosystème Hadoop/Spark
• Connaissance des différentes
techniques d’ETL et des frameworks
associés
• Bonne connaissance des bases de
données NoSQL

QUALITÉS REQUISES

• Rigueur
PRÉVISIONS DE • Créativité
RECRUTEMENT DATA • Goût prononcé pour la résolution de
POUR 2018 problèmes complexes
• Capacités de communication et de
• 1 Data Scientist vulgarisation
• 1 Data Engineer

17
 LE
LESBIG DATA
ENTREPRISES QUI RECRUTENT
DATA
EN 2016

PRÉSENTATION DE L’ACTIVITÉ
Depuis 2014, Alphalyr développe une business
analyste virtuelle. Elle livre chaque matin par

62 rue de Caumartin mail et Excel les indicateurs clés issus des

75009 Paris
contact@alphalyr.com
CHIFFRES CLEFS
Création : 2014
Effectif : 20 collaborateurs
60+ Clients
CHIFFRES DATA
300 comptes analytics
audités chaque année
4 offres Data
TECHNOLOGIES EXPLOITÉES
• Outils de web analyse : Google Analytics,
Google Tag Manager, Tagcommander, Excel
• Langages : Python, VB.NET
données multi-sources de l’entreprise, à jour,
fiabilisées, analysées et comparées. Alphalyr
est dotée d’une Intelligence Artificielle qui lui
permet de détecter les évolutions anormales
de vos indicateurs clés et alerte les directions
e-commerce, retail, financière et générale
sur les actions prioritaires à mener. Alphalyr
travaille la nuit et les week-ends pour permettre
aux dirigeants d’agir dès le matin.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Alphalyr fait partie du groupe Btwinz ventures,
écosystème dédié au SaaS qui accompagne
le développement de startups SaaS à fort
potentiel. En rassemblant une communauté
d’entrepreneurs passionnés, ce collectif favorise
la collaboration et le transfert de connaissances
et de savoir faire. Tous les trimestres, les
startups se réunissent pour échanger leurs best
practices, partager leurs retours d’expérience
et recommander des outils. Cet écosystème
foisonnant permet également d’entrer en
relation avec de nouveaux clients, de mieux
comprendre le paysage digital et de se tenir
informé de toutes les solutions innovantes dans
le monde du e-commerce.

18
 LE
LES ENTREPRISES QUI BIG DATA
RECRUTENT
ENDATA
2016

LES PROBLÉMATIQUES DATA

En adoptant un mode d’accompagnement qui COMPÉTENCES
s’inscrit dans la durée, l’objectif d’Alphalyr est TECHNIQUES
devenir le last mile de la Data des directions retail,
financière, e-commerce, et direction générale. DATA SCIENTIST :
Les 3 solutions proposées par Alphalyr répondent • Très bonnes connaissances en
mathématiques / statistiques
ainsi à 3 problématiques Data :
• Connaissance d’un langage de
• L’offre SMARTSCAN : Collecter les données et
programmation (Python est un plus)
vérifier leur fiabilité.
• Expérience en développement
• L’offre DAILYMAIL : Synthèse de vos KPIs d’algorithmes
actualisés, et comparés à vos objectifs ou N-1. • Forte sensibilité à l’environnement startup
• L’offre SMARTEXCEL : Reporting mis à jour
WEB ANALYST :
chaque jour pour creuser les analyses et comparer
• Forte sensibilité aux enjeux business
en un clic différentes périodes.
et à l’environnement startup
• Profil analytique
• Maîtrise de html et JavaScript
• Très bonnes connaissances des outils
PROCESSUS DE de web analyse (Google Analytics)
RECRUTEMENT • Une première expérience dans le
secteur du digital
1. Un premier entretien téléphonique de
30 min avec un opérationnel
2. Un deuxième entretien téléphonique
de 30 min avec l’un des fondateurs QUALITÉS REQUISES
3. Un entretien d’1h avec le fondateur
• Passion pour l’univers du
responsable du pôle
digitale et de l’esprit startup
• Autonomie
• Curiosité intellectuelle
• Force de proposition
PRÉVISIONS DE
RECRUTEMENT DATA
POUR 2018

Alphalyr prévoit de recruter 5 profils

Data en 2018.
Alphalyr, le «Last Mile Data
Solution » qui envoie tous les jours de façon
personnalisée les bonnes informations,
aux bonnes personnes.

19
 WEB
E-COMMERCE

PRÉSENTATION DE L’ACTIVITÉ
AramisAuto est le distributeur automobile
multimarque de référence en France. Il offre la
possibilité d’acheter en ligne ou dans un réseau
d’agences commerciales, une voiture neuve ou
23 Avenue Aristide Briand une voiture d’occasion reconditionnée parmi
94110 Arcueil des dizaines de marques et des centaines de
christophe.vassallo@aramisauto.com modèles ! Depuis sa création en 2001, l’entreprise
http://www.emploi-aramisauto.com/ a su s’imposer comme un acteur incontournable
de l’automobile et a commercialisé en 2016 plus
de 32 000 voitures parmi 2 000 modèles et 30
marques différentes.
L’activité se décompose ainsi en trois volets :
le rachat de véhicules d’occasion, la vente
de véhicule neufs et reconditionnés, le
CHIFFRES CLEFS
développement de produits annexes.
Création : 2001
Effectif : 450 collaborateurs QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
CA en 2016 : 360 millions d'euros
L’invention d’un nouveau modèle de vente
8ème site français de e-commerce automobile implique la mise en place d’un
Moyenne d'âge : 29 ans management original et novateur, basé
sur le collaboratif et le partage de valeurs
fortes. Aramisauto.com compte plus de 400
collaborateurs, de 29 ans d’âge moyen, sur toute la
France. Être Pro et Sympa c'est l'état d'esprit de nos
collaborateurs. Plaçant le client et sa satisfaction
au cœur de notre stratégie, nous évoluons dans un
CHIFFRES DATA environnement agile où la collaboration est la clé
Effectifs : 4 Data Scientists de notre sucés. Pour la 4ème année, notre entreprise
2 architectes Big Data fait partie du Palmarès Great Place To Work.
4 Experts BI
Au sein de l’équipe Data, l’agilité est également
1 million de visiteurs
uniques par mois le mot clef. Aucune technique n’est favorisée, on
utilise pour chaque projet les outils les plus adaptés
et il faut donc être capable d’évoluer constamment
sur de nouvelles technologies. Les Data Scientists
développent ainsi un fort esprit d’entraide et de
partage pour favoriser la montée en compétences
et gagner en efficacité.
TECHNOLOGIES EXPLOITÉES
• Stockage : Oracle, S3, Redshift,
Elasticsearch, Redis
• ETL : Talend, Spark
• Analytics : Dataiku, Python et R
• Visualisation : QlikView, D3.js, Power BI, Kibana

20
 WEB
E-COMMERCE

LES PROBLÉMATIQUES DATA

Créé il y a 3 ans, le pôle BI s’est restructuré il
PRÉVISIONS DE
y a un an pour devenir une équipe « Data »
RECRUTEMENT DATA
autonome. Sa mission : « identifier et activer tous
les leviers Data pour optimiser les processus de POUR 2018
l’entreprise ».
AramisAuto prévoit de recruter
prochainement au moins un Data
Les Data Scientists, accompagnés des architectes
Scientist, un Architecte Big Data et
Big Data, gèrent les projets de A à Z : de la création 3 ou 4 stagiaires en Data Science et
des modèles, en passant par l’industrialisation, le architecture.
déploiement jusqu’au maintien de l’architecture.
Sachant que la plupart de nos algorithmes de
Machine Learning doivent s’exécuter en temps
réel. COMPÉTENCES
TECHNIQUES
Le pôle Data est 100% « business driven » et
se confronte à des problématiques diverses : DATA SCIENTIST :
Pricing, connaissance client, optimisation • Très bonnes connaissances en
de la transformation, optimisation des coûts modélisation / Machine Learning
d'acquisition marketing, moteur de recherche, • Maîtriser Python ou R
personnalisation, scoring. • Appétence pour l’architecture Data

L’équipe Data travaille au quotidien en étroite ARCHITECTE BIG DATA CLOUD :

• Solides connaissances DevOps AWS
collaboration avec les équipes métier sur
• Connaissance en conception logiciel
des projets qui permettent à AramisAuto
orientée Cloud
d’augmenter sa compétitivité et d’accentuer sa
• Connaissance en SysAdmin
place de leader.
• Maitrise du développement logiciel
orienté Big Data
• Connaissance sur l’écosystème
PROCESSUS DE technologique Big Data de AWS

RECRUTEMENT

1. Un entretien avec une personne des

RH et le Manager
QUALITÉS REQUISES
2. 3 tests RH à effectuer chez soi et
• Orientation Business
débriefés par la suite
• Goût du challenge
3. 1 test technico-fonctionnel à préparer • Dynamisme et Autonomie
chez soi puis à présenter à des membres • Esprit collaboratif et pédagogue
de l’équipe Data • Agilité
4. Un entretien informel avec un
potentiel ‘pair’ de l’équipe
5. Un entretien final avec le Chief Data
Officer
On ne peut améliorer que ce
qu’on sait mesurer ! 

21
 MARKETING
DIGITAL

PRÉSENTATION DE L’ACTIVITÉ
Fondée par des entrepreneurs à succès (Viadéo,
Groupon France, Rocket Internet), Artur Inside
développe un outil qui numérise et industrialise
la fonction de Community Manager afin de
permettre aux TPE/PME d’être présentes sur les
24 Avenue Marceau, réseaux sociaux pour moins de 200€ par mois.
75008 Paris La startup s’occupe pour ses clients de leur
rodolphe@mppteam.com communication sur Facebook, Twitter, LinkedIn
https://www.welcometothejungle. et Viadeo en créant du contenu engageant et en
co/companies/mypasspro mesurant la performance des campagnes. Après
un an d’existence, Artur Inside comptabilisait déjà
plus de 30 collaborateurs et plus de 500 clients !
Et si elle s’adresse aujourd’hui essentiellement
aux agents immobiliers, experts comptables,
avocats et assureurs, la jeune pousse compte bien
CHIFFRES CLEFS se développer sur tous les secteurs d’activité et
Création : 2016 nourrit des plans de croissance très ambitieux avec
notamment une rapide expansion à l’international.
Effectif : 30 collaborateurs
+ de 500 clients
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Avec une croissance hyper rapide, Artur Inside est
déjà dotée d’une équipe solide et dynamique. Située
dans un espace de coworking avec rooftop, table
de ping-pong et salle de jeux vidéos, la devise
est « fun at work » tandis que transparence et
CHIFFRES DATA esprit d’équipe sont leurs maîtres mots. Au sein
de cette jeune pousse, chaque collaborateur est
4 collaborateurs
hyper investi et participe à part entière à l’aventure,
chacun apportant ainsi sa pierre à l’édifice selon ses
compétences.

TECHNOLOGIES EXPLOITÉES
• Python (Scikit-learn, Pandas, NumPy)

• TensorFlow, Keras

22
 MARKETING
DIGITAL

LES PROBLÉMATIQUES DATA

Les problématiques Data sont au coeur de la COMPÉTENCES
stratégie d'Artur Inside car elles déterminent
TECHNIQUES
à la fois sa valeur ajoutée et ses perspectives
d’évolution. L’enjeu est d’automatiser la solution
DATA SCIENTIST :
phare –l’offre de communication à 360°- en
• Très bonnes compétences en Deep
intégrant de l’Intelligence Artificielle partout via
Learning et NLP
les technologies de Deep Learning et NLP. Les
• Maitrise de Python et de ses librairies
missions sont variées : production de contenu,
(Scikit-Learn, Pandas, NumPy…)
extraction et classification d’articles, génération
automatique de texte, recherche d’images,
génération de vidéo… Et beaucoup d’autres cas
d’usage encore à développer ! Artur Inside compte
ainsi se saisir de toutes les perspectives offertes QUALITÉS REQUISES
par la Data Science pour se donner les moyens de
• Esprit d’équipe
ses ambitions et accélérer son développement.
• Être hyper investi et force de
proposition
• Curiosité et capacité d’apprentissage
PROCESSUS DE • Passion pour le Deep Learning
RECRUTEMENT

1. Une première rencontre avec le CTO,

le Head of Data et le Responsable
Produit.
Impossible n’est pas français !
2. Un cas pratique à préparer chez soi.
3. Un dernier entretien avec
présentation des résultats et
rencontre des autres cofondateurs et
membres de l’équipe.

PRÉVISIONS DE
RECRUTEMENT DATA
POUR 2018

• 2 Data Scientists

23
 BANQUE /
ASSURANCE

PRÉSENTATION DE L’ACTIVITÉ
Premier assureur européen, AXA est aujourd’hui
leader dans la transformation digitale du secteur
de l’assurance en France. La stratégie ambitieuse
d’AXA offre aux Data Scientists l’opportunité de
résoudre des problématiques passionnantes, en
se confrontant à un volume et une variété de
données de plus en plus riches.

QUELQUES MOTS SUR LA CULTURE

CHIFFRES CLEFS
Création : 1985
CA : 100,2 milliards d’euros
Effectif France : 37 000 collaborateurs
Effectif Monde : 165 000 collaborateurs
D’ENTREPRISE
Pour poursuivre ce développement demain, nous
voulons donner à chacun les moyens de vivre
une vie meilleure. AXA doit continuer à toujours
mieux accompagner ses clients, notamment face
aux nouveaux risques, en les protégeant et en les
aidant à agir et entreprendre librement.
Les valeurs d'AXA nous rassemblent, elles guident
nos actes et nos décisions à l’aide de quatre
piliers : la satisfaction du client, l’intégrité, le
courage et la collaboration « One AXA » entre
chacun des entités du Groupe.

LES PROBLÉMATIQUES DATA

Pour AXA, une nouvelle source de données ou la
détection de signaux faibles jusque-là inconnus
offre un avantage compétitif clef. Aujourd'hui,
les données détenues par AXA sont hétérogènes
en format ou en contenu, parfois lacunaires
et issues de sources variées. AXA va jusqu'à
créer ses propres sources de données avec des
applications web et des systèmes de collectes
depuis les véhicules.
Un Data Scientist donne du sens et de la valeur
aux données en extrayant des réponses à des
problématiques business complexes et en
détectant de nouvelles pistes de gain. En parallèle,
il innove pour offrir une visualisation intuitive et
instructive des données.

24

POURQUOI REJOINDRE AXA EN FRANCE POUR
FAIRE DE LA DATA SCIENCE ?
Dans le domaine de l'Assurance, les prochaines
révolutions viendront d'un changement de la
régulation, de nouvelles sources de données ou
de nouvelles méthodes statistiques et la Data
Science est clef pour les deux derniers points.
D'ailleurs, la Data Science fait partie d'initiatives
du top management. Rejoindre AXA en tant que
Data Scientist, c'est avoir la possibilité de devenir
un collaborateur clef de l'entreprise en participant
aux changements majeurs à venir et en délivrant
des analyses à forte valeur ajoutée.
COMPÉTENCES
TECHNIQUES
• Solide background en mathématiques
(bac scientifique, classes
préparatoires) et connaissances
précises de la théorie des probabilités
• Excellentes connaissances en
statistiques (régressions, tests,
estimateurs etc.) et en algorithmes
de Machine Learning (apprentissage
supervisé et non supervisé)
• Excellentes connaissances en
algorithmique (complexité, graphs,
etc.)
• Bon niveau de connaissances en
programmation (C, C++ ou Java)
et une expérience concrète de
la Computer Science appliquée au
Machine Learning (python Scikit
Learn, R, etc.)
BANQUE /
ASSURANCE
QUALITÉS REQUISES
• Anglais courant obligatoire
• Capacité à apporter des solutions/
idées disruptives et innovantes
• Capacité d'apprentissage pour saisir
rapidement et en toute autonomie
les concepts abstraits et à monter en
compétences sur des connaissances
techniques (type programmation, ...)
• Compétences de communication orale
et écrite
• Capacité à travailler en équipe
multidisciplinaire
• Forte orientation client et services
• Orientation résultats
Arrivé chez AXA Global Direct il
y a trois ans, j’ai pu m’intégrer facilement
grâce à l’accompagnement de mes
managers. J’évolue aujourd’hui dans un
environnement de travail dynamique où
le digital et l’état d’esprit start-up jouent
un rôle central. Je travaille en équipe sur
des solutions mathématiques stimulantes
et apprécie la place laissée aux initiatives
individuelles. Mes collaborateurs et
moi avons un véritable rôle à tenir
dans la conduite du changement. Nous
cherchons à faire évoluer le business en
améliorant, notamment, les processus de
l’entreprise et l’expérience client.
Ahmed,
Data Scientist AXA Global Direct
25
 DATA
13 rue des Arquebusiers
75003 Paris
https://www.axionable.com
contact@axionable.com
CHIFFRES CLEFS
Création : 2016
Effectif : 25 collaborateurs
6 nationalités au sein de l’équipe
Déjà 5 clients dans le CAC 40
100% de nos salariés recommandent
Axionable (enquête anonyme
HappyAtWork)
TECHNOLOGIES EXPLOITÉES
• Data Marketing : tagging & tracking, web &
UX analytics, DMP, attribution
• Big Data et bases de données : R, Python,
Spark, Hadoop, NoSQL Databases (MongoDB,
Cassandra, HBase), TensorFlow
• Data Science : Machine Learning, Deep
Learning, Computer Vision, Natural Language
Processing, Transfer Learning
• Privacy & GDPR : Privacy Center, Data
Lineage, encrypting, etc.
26
PRÉSENTATION DE L’ACTIVITÉ
Chez Axionable ce qui compte avant tout c’est
la valeur issue de la data : la connaissance intime
du client, la personnalisation de la relation,
l’amélioration des opérations. Concrètement,
Axionable aide les Grandes Entreprises à
concevoir et concrétiser leur ambition Data à
travers des cas d’usage à forte valeur ajoutée
allant du marketing prédictif à l’analyse d’image,
en passant par le Natural Language Processing.
Nous proposons une offre d’accompagnement
de bout en bout : stratégie, organisation et
gouvernance, intégration, Data Science et la
conformité.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
VALUE, BY & FOR HUMAN. Parce qu’au-delà de la
dématérialisation de la relation, du e-commerce, de
l’intelligence artificielle, et de toutes les technologies
que nous maîtrisons nous n’oublions jamais qu’au
cœur de tout, et au-dessus de tout il y a l’HUMAIN.
Aussi bien dans notre relation client, qu’au sein de
nos équipes, nos 3 valeurs fondamentales sont la
simplicité, l’action et l’ambition.
Parce que l’HUMAIN est au centre d’Axionable,
nous avons mis en place :
• AxioSkills : un cursus interne de formation
continue sur la Data Science, les technologies sous-
jacentes, les compétences consulting ou encore le
leadership.
• Des afterworks, des team building et des petits
déjeuners hebdomadaires.
• Un processus d’évaluation individuel transparent
et partagé par tous.
LES PROBLÉMATIQUES DATA
Nous proposons une offre de bout en bout pour
aider nos clients à concevoir et concrétiser leur
ambition Data :
• Stratégie Data : Augmenter la performance des
métiers historiques de nos clients et générer de
nouvelles sources de valeur

• Data Marketing : Comprendre les comportements
des clients et prospects à 360°, optimiser le ROI
des campagnes marketing, booster les taux de
conversion
• Data Science : imaginer, expérimenter et
industrialiser des cas d’usages Data avancés,
allant de l’analyse prédictive, à la détection de
fraudes en passant par des enjeux industrie 4.0,
etc.
PROCESSUS DE
RECRUTEMENT
1. Entretien avec un Associé.
L’entretien comporte une étude de cas
business et 1 test en anglais
2. Entretien avec notre CTO pour
apprécier les compétences techniques
du candidat à travers une étude de cas
technique
3. Entretien avec un autre Associé
pour échanger autour de notre culture
d’entreprise et nos 3 valeurs
(Ambition, Simplicité, Action)
4. Echange plus informel avec un
consultant ou un Data Scientist
PRÉVISIONS DE
RECRUTEMENT DATA
POUR 2018
Axionable est en pleine expansion et
est en recherche :
• Data Analyst : 0 à 2 ans d’expérience
• Consultant stratégie Data : minimum 2
ans d’expérience
• Consultant technologie Data :
minimum 2 ans d’expérience
• Data Scientist : tous niveaux
d’expérience (stage inclus)
• Architecte Data : 2 ans d’expérience
minimum
DATA
COMPÉTENCES
TECHNIQUES
• Mathématiques et connaissances
académiques en IA : Machine
Learning, Deep Learning, NLP,
Computer Vision, Transfer Learning,
etc.
• Stockage de la donnée :
DatawareHouse, HDFS, NoSQL,
NewSQL.
• Traitement de la donnée : R, Python,
Spark, Hadoop, NoSQL Databases
(MongoDB, Cassandra, HBase),
Réseaux de neurone (Tensorflow,
Keras, …)
• Connaissances des problématiques
de haute disponibilité (load-balancing,
réplication, backup, déploiements)
• Architectures Data : architecture
applicative, infrastructure, intégration,
API REST, Flow diagram, Javascript,
Linux
QUALITÉS REQUISES
• Autonome, Curieux(se) et
Passionné(e) des sujets Data et IA
• Capacité de synthèse et d’innovation
• Esprit entrepreneurial démontré
• Anglais courant
Nous ne croyons pas aux
coïncidences. Ni au hasard. Nous sommes
des ingénieurs et des innovateurs. Des
artisans et des architectes de la donnée. Mais
surtout nous savons que derrière chaque
Data il y a un usage et derrière chaque
usage : l’HUMAIN. Ne nous demandez pas
pourquoi en un an Le Crédit Agricole, 20
Minutes ou encore Michelin nous ont fait
confiance. Mais demandez-vous plutôt
en quoi notre vision de l’Humain va vous
rendre plus efficace.
27
 CONSEIL
24-26 Rue Saint-Dominique
75007 Paris
http://apply.bcg.com/GAMMA_
EMEA_Positions
CHIFFRES CLEFS BCG
Création : 1963
CA en 2015 : +5,6 milliards d’euros
Effectif : + de 14 000 collaborateurs
+ de 900 directeurs associés
+ de 90 bureaux dans 50 pays
CHIFFRES CLEFS BCG GAMMA
Création : 2015
Effectif : 300 collaborateurs
dans le monde
Des bureaux en Amérique du
Nord, en Europe et en Asie
TECHNOLOGIES EXPLOITÉES
• Langages : Python, R
• Technologie du Big Data : Hadoop, Hive, Spark
28
PRÉSENTATION DE L’ACTIVITÉ
Conscient de la valeur ajoutée des outils
analytiques dans la prise de décisions
stratégiques, le BCG, l’un des leaders du conseil
en stratégie, a lancé en 2015 BCG GAMMA, une
entité mondiale dédiée à la Data Science qui
construit et déploie des solutions algorithmiques
innovantes à fort impact business pour les
directions générales des entreprises.
BCG GAMMA apporte aux entreprises de
véritables avantages compétitifs en libérant
le potentiel des Big Data. Il conçoit et déploie
des solutions advanced analytics capables
de modifier les orientations stratégiques des
entreprises en 12 à 24 mois. Les entreprises
constatent en général le premier impact direct
quatre à six mois après le début du projet.
Les Data Scientists, les spécialistes de la
technologie et les consultants des équipes
BCG GAMMA identifient les opportunités de
transformation dans des domaines allant du
marketing à l’évaluation des risques, en passant
par le service client, la production, la gestion de
la chaîne d’approvisionnement, et la simulation
de scénarios.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
L’empreinte mondiale du BCG (plus de 90 bureaux
à travers le Monde), ses nombreuses récompenses
(six années consécutives dans le top 5 des meilleurs
employeurs selon Fortune), ses partenariats
prestigieux, son impact sur de grandes marques et
son engagement pour la diversité, en font le lieu
idéal pour ceux qui souhaitent découvrir et nourrir
leurs passions, avoir un impact sur les entreprises,
les gouvernements et les ONG les plus influents
du monde. Ce que les consultants préfèrent au
BCG ? La variété des secteurs, la grande diversité
des projets ainsi que la richesse de leur quotidien
professionnel. S’ils passent du temps au bureau
à effectuer des analyses, les consultants sont le
plus souvent sur le terrain avec les clients et leurs
équipes. Les consultants travaillent en étroite
collaboration avec les autres membres de l'équipe
projet composée de BCGers de différentes
séniorités. L’équipe est dirigée par un partner qui
oriente la mission et reste activement impliqué
jusqu'à son achèvement. Chacun a son rôle dans
l’équipe, quel que soit son poste. La collaboration
est au cœur du BCG.
 CONSEIL
LES PROBLÉMATIQUES DATA
BCG GAMMA rassemble une équipe de 300
PRÉVISIONS DE
spécialistes en Data Science de haut niveau, qui
maîtrise l’ensemble des techniques d’analyse
RECRUTEMENT DATA
des données : modèle prédictif, optimisation, POUR 2018
structuration, simulation et bien entendu toutes
les approches liées à l'Intelligence Artificielle Pour 2018, BCG Gamma prévoit de
continuer à recruter en continu de
(analyse de texte et d'image, Machine Learning,
nouveaux profils à tous les niveaux
Deep Learning…). Pour chaque projet, les équipes d’expérience afin de répondre
BCG GAMMA sont composées, à la fois, d'experts efficacement aux problématiques Data
scientifiques pointus dans les techniques d'analyse de ses clients.
de données et de consultants spécialistes des
enjeux analytics de la fonction et du secteur
concernés. La mobilisation de cette double
compétence garantit la pertinence "business" des
COMPÉTENCES
solutions développées.
TECHNIQUES
Parmi ses interventions récentes :
• Hyperpersonnalisation de la relation client dans • Des compétences poussées en
mathématiques / statistiques
le secteur de la banque
• Maîtriser Python ou R
• Détection de fraudeur pour une compagnie
• Des connaissances solides en Machine
d'assurance
Learning
• Optimisation des dépenses marketing digitale
pour un acteur du cosmétique
• Gestion dynamique de la tarification pour un
géant de la mode
• Pilotage dynamique de la supply chain pour un QUALITÉS REQUISES
sidérurgiste
• Maintenance prédictive pour un énergéticien • Une aisance analytique et
• Optimisation des achats industriels pour un rédactionnelle
constructeur automobile • Un bon sens de l'écoute et
• Théorie des jeux pour un acteur mondial de adaptabilité
l'énergie • Une grande curiosité intellectuelle
• Un leadership notable
• Un professionnalisme orienté service
PROCESSUS DE au client
• Une forte autonomie
RECRUTEMENT
• Une forte capacité d’investissement et
d’engagement au sein du cabinet
1. Prise de contact : entretien
téléphonique
2. 1er tour : « data science homework »
suivi d’un entretien avec un opérationnel
de BCG Gamma
3. 2ème tour : entretien opérationnel avec
étude de cas business
4. Gamma Night : 4 tours d’entretiens
avec 4 études de cas

29
 DATA

31 rue du Pont
92200 Neuilly-sur-Seine
contact@bluedme.com
CHIFFRES CLEFS
Création : avril 2015
CA : 1,1 million d’euros
Effectif : 15 collaborateurs
CHIFFRES DATA
PRÉSENTATION DE L’ACTIVITÉ
Blue DME a développé une plateforme SaaS
utilisant l’Intelligence Artificielle pour améliorer
les performances commerciales et marketing
des entreprises qui ont un cycle de vente
complexe et une approche multicanal, comme
dans l’automobile ou l’assurance. 
Cette plateforme, nommée Customer Journey,
repose sur des technologies d’analyse prédictive
et prescriptive permettant d’anticiper les
intentions d’achat d’un prospect ou client
et d’accompagner les forces commerciales
et marketing grâce à une aide à la décision
intégrée dans leurs outils du quotidien
(Customer Relationship Management, Prospect
Relationship Management, etc.) pour vendre plus
"intelligemment" : convertir les clients prioritaires
et vendre au meilleur prix (scores d’appétence,
de joignabilité, pricing, etc).
Les « Collaborative Bots » pourront aussi prendre
la main sur certaines actions et permettre
d'absorber des volumes de clients beaucoup
plus importants pour ne rater aucune vente : le
commercial devient le "commercial augmenté".

Effectif technique :
QUELQUES MOTS SUR LA CULTURE
12 collaborateurs D’ENTREPRISE
Tu souhaites rejoindre une jeune startup dynamique
aux collaborateurs enthousiastes, offrant un
cadre de travail particulièrement agréable et
épanouissant ? L’heure est venue d’avoir une
expérience au sein de Blue DME ! Tu apprécieras
TECHNOLOGIES EXPLOITÉES notre ambiance de travail stimulante, et nos
moments de détente rythmés par des parties de
• Spark
babyfoot, de tennis de table et des discussions
• Scala enrichissantes. Bien sûr, il ne faut pas oublier les
• React fameux « BlueDej », lors desquels chacun est libre
de partager ses connaissances et savoir-faire au
• Elastic reste de l’équipe autour d’un déjeuner. 
• RabbitMQ

• Python

• Redshift

• Scikit-learn

30
 DATA

LES PROBLÉMATIQUES DATA

Les Data ingénieurs et Data Scientists de Blue
DME conçoivent, mettent en production et
optimisent des modèles de prédiction pour des
secteurs de ventes complexes comme l’assurance,
l’automobile, et l’industrie. Il s’agit d’exploiter
des jeux de données de bases de nos clients et
partenaires. La plateforme Customer Journey
permet d’utiliser l’ensemble des connaissances
extraites de ces données dans une perspective
business, et d’optimiser significativement pour
nos clients les taux de conversion, la marge
commerciale, les coûts d’acquisition marketing et
l’efficacité dans l’analyse des comportements. Les
Data Scientists de Blue DME mènent également
des études en recherche et développement et
utilisent des outils d’automatisation de Data
Science à large échelle. Blue DME propose des
services de conseil en Data Science afin d’aider
les clients dans la réussite de leur transformation
vers le Data-Driven business.
PROCESSUS DE
RECRUTEMENT
1. Entretien téléphonique de 30 minutes,
à la fois pour l’entreprise et le candidat
2. Entretien technique avec préparation
3. Rencontre avec l’équipe
PRÉVISIONS DE
RECRUTEMENT DATA
POUR 2018
5 Data scientists/Mathématiciens
expérimentés & Data Engineers
COMPÉTENCES
TECHNIQUES
DATA SCIENTIST/MATHEMATICIEN :
• Python/R, Scala, SQL, Bash
• Modèles prédictifs et Machine
Learning (apprentissage supervisé et
non supervisé)
DATA ENGINEER :
• Master en Computer Science
• Expérience en traitement de données
• Expérience en Hadoop, Scala ou
Python est vraiment un plus
• Expérience Spark
• Compétences en mathématiques et en
Machine Learning
QUALITÉS REQUISES

• Pratique courante du français et de

l’anglais
• Curiosité, autonomie,
envie d’apprendre
We build your AI-Driven business!

31
 BANQUE /
ASSURANCE
16, Boulevard des Italiens
75009 Paris
france_rgh_inforecrutement@bnpparibas.com
www.recrutement.bnpparibas
CHIFFRES CLEFS
Création : 2000
Effectif : 192 338
Parité : 53% de femmes et 47%
d’hommes
Age moyen : 40 ans
Une présence dans 74 pays
TECHNOLOGIES EXPLOITÉES
• NLP, Data et Text Mining pour l’IA
• Plateforme de Big Data Hadoop et Cloud
• Outils de modélisation SAS
• Langages Java, Python
• Bases de données NoSQL
• Outils d’indexation mais aussi SPARK, Scala,
Linux, Shell et API REST/Json
32
PRÉSENTATION DE L’ACTIVITÉ
BNP Paribas ambitionne d’être la banque leader
en Europe avec une présence mondiale, le
partenaire privilégié de ses clients sur le long-
terme et un acteur qui contribue à une croissance
responsable et durable.
Être la banque d’un monde qui change, c’est
accompagner et guider ses clients à travers les
changements qu’ils vivent au quotidien et les
transformer en opportunités pour les aider à
réaliser leurs ambitions.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Chez BNP Paribas, les collaborateurs évoluent
dans un cadre professionnel épanouissant tout
en développant leurs compétences au quotidien.
Imaginez : plus de 2 500 opportunités d’évolution,
rien qu’en France ! Présent dans 74 pays, le
Groupe permet aussi d’envisager une carrière à
l’international.
En 2017, BNP Paribas fait partie du classement
LinkedIn des 25 entreprises les plus attractives
pour les salariés en France. Mieux encore, parmi
toutes les entreprises de plus de 500 salariés, elle
a été classée 6e, et 1e banque du palmarès !
Une progression de 4 places qui vient aussi
couronner la politique de numérisation accélérée
du Groupe et ses nombreuses initiatives en faveur
de l’innovation, telles que les hackathons, le soutien
aux startups où à l'intrapreneuriat.
Pour la quatrième année consécutive, BNP Paribas
confirme son label Top Employer Europe 2017, avec
la certification de 7 pays : la Belgique, la France,
l’Italie, le Luxembourg, la Pologne, la Turquie et
l’Espagne. Solidité, Expertise, Responsabilité et
Good Place to Work sont les forces sur lesquelles
s’appuie BNP Paribas.
LES PROBLÉMATIQUES DATA
Le digital, présent dans notre vie quotidienne, est
en train de modifier les attentes, les usages et les
comportements. BNP Paribas est moteur dans la
digitalisation de ses pratiques, pour accompagner
et rester au plus proche de ses clients et de ses
collaborateurs.
 BANQUE /
ASSURANCE
Ce développement du digital implique un
changement de nos métiers et un besoin en COMPÉTENCES
compétences nouvelles. Les recrutements
TECHNIQUES
pour les métiers du digital et du Data se font
essentiellement au sein de 5 grandes familles
DATA SCIENTIST :
professionnelles : l’IT, le Marketing Online, la • Maîtrise des principaux algorithmes
Communication Online, la Vente / EBusiness et le de Machine Learning : Random Forest,
Data. Boosting, SVM, etc.
• Expérience en Deep Learning (RNN)
• Langages : Python (indispensable), R,
C++
PROCESSUS DE • Git
• Plus : compétences front-end (Redux
RECRUTEMENT /ReactJS) et connaissances en Hadoop
/ Spark
1. Entretien RH
2.Entretien opérationnel DÉVELOPPEUR FULLSTACK :
• Connaissances techniques de back
et front end, Plateformes web, Cloud,
Blockchain, Devops, CD/CI…
• Outils/langages : Python, JS, ReactJS,
PRÉVISIONS DE MySQL
RECRUTEMENT DATA
SCRUM MASTER :
POUR 2018 • Une solide expérience en pratiques
agiles : User stories, integration
BNP Paribas recrute plus de 700 continue, tests, Burndown, …
collaborateurs sur les différents métiers
liés à sa transformation numérique. DÉVELOPPEUR BIG DATA :
Parmi nos fonctions qui recrutent, l’IT • Maitrise de Java/Spark/Hadoop
bien sûr, qui recherche notamment des Hbase/HDFS/Kafka
développeurs Java, des responsables
d’infrastructure, des architectes IT, des
spécialistes DevOps et des experts en
cybersécurité.
Les métiers de la Data sont également
bien représentés avec le Data Scientist
mais aussi le Data Miner, le Data
Strategist, l’ingénieur Big Data, l’expert QUALITÉS REQUISES
en Machine Learning ou le spécialiste
des chatbots. Enfin, la communication et
le marketing sont également concernés • Fort esprit d’analyse
(UX/UI, chef de projet, community • Bonne capacité d’adaptation
manager…). • Anglais courant
• Esprit collaboratif et faciliter à
communiquer
• Créativité
• Esprit Agile
Dans un monde qui change,
la transformation n’est pas que
technologique mais aussi humaine et
organisationnelle

33
 BANQUE /
ASSURANCE
19 rue Danielle Casanova
75001 Paris
paris.cib.analytics.consulting.careers
@bnpparibas.com
CHIFFRES CLEFS
• CA en 2015 : 11.5 milliards d’euros
• Présent dans 57 pays
• Effectif : 30 000 collaborateurs
• 15 000 clients à travers le monde
CHIFFRES CLÉS ANALYTICS
CONSULTING TEAM
• Création de l’équipe Analytics
Consulting : 2015
• Création du Lab d’Intelligence
Artificielle : 2016
• Effectif : Une quarantaine de
collaborateurs entre Paris et
Lisbonne
TECHNOLOGIES EXPLOITÉES
• Python, R pour la modélisation
• JS (React, Node) pour les applications
• Tableau, D3JS pour la visualisation
• Bases de données SQL et NoSQL type MongoDB ou
encore graphe pour le stockage de la donnée
• Git, Gitlab CI, Jenkins
• Hadoop & Spark
• Cluster GPU pour le Deep Learning
• Docker, Rancher et Kubernetes
34
PRÉSENTATION DE L’ACTIVITÉ
Complétement intégré au Groupe BNP Paribas,
BNP Paribas Corporate & Institutional Banking
(CIB) offre des solutions financières de premier
plan destinées à ses clients entreprises et
institutionnels. L’entité propose des solutions
sur-mesure dans les domaines des marchés de
capitaux, des services de titres, des financements,
de la gestion de trésorerie et du conseil financier.
Son expertise est particulièrement reconnue
dans les solutions de financement structuré,
les produits dérivés ainsi que la gestion et la
couverture des risques. La stratégie consistant
à se positionner comme une passerelle entre
la clientèle des entreprises et celle des clients
institutionnels permet de mettre en relation les
besoins en financement des entreprises avec les
opportunités d‘investissement que recherchent
les clients institutionnels.
ANALYTICS CONSULTING AU SEIN DE BNP
PARIBAS CORPORATE & INSTITUTIONAL
BANKING.
Au sein du pôle CIB, l’équipe Analytics Consulting
team aide les diverses fonctions et métiers à
maximiser la compréhension de leurs clients,
de leurs produits et services ainsi que de leurs
opérations. L’équipe analyse ces problématiques et
les opportunités business au travers de l’exploration
de données quantitatives et qualitatives, utilisant
les méthodes et outils Big Data et Intelligence
Artificielle.
Analytics Consulting est articulé autour de trois
pôles :
• un pôle Data & Analytics adressant les besoins
primaires autour de la donnée à travers du
dashboarding interactif et de la modélisation
(portfolio reports, analyses de croissance
potentielle, détections d’opportunités, habitudes
de consommation, etc.) ;
• un pôle Artificial Intelligence Lab. En effet, les
approches traditionnelles du machine learning
n’étant pas en mesure de résoudre les challenges
posés par l’information non structurée (texte,
image, voix), Analytics Consulting a créé un Lab
d’Intelligence Artificielle afin de développer sa
propre recherche fondamentale sur des domaines
de l’Intelligence Artificielle. La recherche se focalise
sur la construction d’algorithmes de Traduction,

d’Information Retrieval, de Speech to Text, de
Question Answering, de construction de base
de connaissances, permettant d’extraire la valeur
de l’information non structurée à grande échelle,
transversalement aux langues et domaines.
• un pôle App Delivery dont la vocation est
d’industrialiser ces outils d’IA sous la forme d’APIs
et d’applications web afin de les rendre disponibles
à CIB et au reste du groupe BNP Paribas.
Ainsi, nos systèmes ont des usages très nombreux
à travers toute la banque, sous la forme d’API et de
services web.
PROCESSUS DE
RECRUTEMENT
1. Des tests techniques à réaliser dans
les locaux de BNP Paribas CIB
2. Un ou plusieurs entretiens
opérationnels avec des membres de
l’équipe
3. Un entretien RH
PRÉVISIONS DE
RECRUTEMENT DATA
POUR 2018
L’équipe Analytics Consulting prévoit
d’augmenter ses effectifs en 2018 en
recrutant 15 Data Scientists et renforcer
son équipe Application Delivery.
Nous proposons également différentes
offres de stage, à destination d’élèves
en école d’ingénieurs, ou équivalent,
en Data Science, Machine Learning,
developement full stack.
POUR POSTULER :
paris.cib.analytics.consulting.careers
@bnpparibas.com
Data to knowledge."
BANQUE /
ASSURANCE
QUALITÉS REQUISES
• Dynamisme et persévérance
• Forte orientation business et résultat
• Très grande autonomie
• Excellente communication
• Capacité d’analyse
• Rigueur et précision
COMPÉTENCES
TECHNIQUES
DATA SCIENTIST :
• Connaissances profondes et larges
dans le domaine du Machine Learning,
avec un focus sur le NLP et le Deep
Learning
• Expérience en Python, NLTK,
Tensorflow, Git, Gitlab CI ou Jenkins,
Docker
• Exposition à des environnements de
type Hadoop
• Exposition à des connaissances
d'outils de visualisation (Tableau,
D3JS, etc.)
• Aisance avec les bases de données et
outils associés
DÉVELOPPEUR FULL-STACK :
• Expérience avec Node.js et React
• Connaissances basiques des API web,
APIS RESTful, y compris le
management du cycle de vie des API
• Bonne comprehension des outils
d’intégration continue (pref. Jenkins)
• Connaissances basiques en outils de
management de configuration (pref.
Ansible ou équivalent)
• Compréhension des techniques de
conteneurisation (Docker, Docker
compose). L’orchestration de
conteneurs est aussi un plus (Rancher,
Kubernetes, Swarm)
• Experience dans l’implémentation de
tests unitaires automatisés
• Bonne comprehension de la méthode
Agile
"Analytics Consulting, from
35
 SECTEUR PUBLIC
56 rue de Lille 75007 Paris
et 17 avenue Pierre-Mendès France
75013 Paris
https://recrutement.groupe.
caissedesdepots.fr/accueil.aspxdata-
scientist-artificial-inteligence
CHIFFRES CLEFS
• 1 Etablissement public
• 16 directions régionales
• 14 filiales
• 10 secteurs d’activité
• Effectif monde : 120 000
• Effectif France : 65 000
• Effectif Etablissement public : 5 500
CHIFFRES DATA
• Effectif : 15 ETP en cible
TECHNOLOGIES EXPLOITÉES
• Langages : SQL, langages de script
(Python, R,Scala), langage de plus bas niveau
(C/C++, Java)
• Bibliothèques Python : numpy, scipy,
pandas,scikit-learn, django,
• Technologies d’analyse de données
volumineuses (Big Data) : Hadoop, Hive,
Spark
36
PRÉSENTATION DE L’ACTIVITÉ
Acteur majeur de l'économie de la transition
dans les secteurs de l'écologie et de l'énergie, du
numérique et dans l'accompagnement des
transitions territoriales, démographiques et
sociales, la Caisse des Dépôts participe à
l’économie numérique de notre pays, au travers
de ses financements, de la digitalisation des
entreprises, de domaines plus innovants comme
la Blockchain et l’Open Data, et bien sûr la
digitalisation de ses filiales à l’international. Notre
Groupe multi-métiers est engagé sur des sujets
aussi divers en matière de numérique que :
• L’aménagement du territoire / la smart city
• Le soutien aux entreprises
• La mobilité
• Le logement
• Le transport
• L’e-santé
• L’e-education
• Etc…
Tiers de confiance depuis 200 ans, la Caisse
des Dépôts est un garant du droit fondamental
des citoyens à la protection de leurs données
personnelles et de leur vie privée.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
La diversité de nos métiers est directement liée à
la multiplicité de nos activités et de nos clients et
partenaires sur le terrain. Pour nos collaborateurs,
le groupe Caisse des Dépôts présente deux atouts
majeurs : évoluer au sein d’un groupe multi-
métiers et international ; apporter sa contribution
au service de l’intérêt général, en développant des
savoir-faire compétitifs.
LES PROBLÉMATIQUES DATA
La Caisse des Dépôts a pour objectif de déployer
un programme Data très ambitieux. La maîtrise
des technologies de la Data est indispensable à
la réussite de notre transformation numérique.
La Data Science constitue un puissant levier
d’innovation et d’optimisation des processus
métiers. Au final, l’avance technologique prise dans
le Big Data constitue un avantage concurrentiel
 SECTEUR PUBLIC

indéniable. Par ailleurs, de nouveaux enjeux

émergent en lien avec la protection des données à PRÉVISIONS DE
caractère personnel (règlement RGPD).
RECRUTEMENT DATA
POUR 2018
LES AMBITIONS DE LA CAISSE DES DÉPÔTS
Développer une culture Data forte. Une aventure
• 3 Data Analysts
qui commence par :
• 3 Data Scientists
• Devenir une organisation « Data Driven » en
• 1 Data Strategist
3 ans pour fonder et appuyer chacune de nos
• 2 stagiaires en Data Sciences
décisions sur la donnée.
• Créer un Datalab d’excellence au sein même
de l’Etablissement public.
• Mettre en oeuvre une gouvernance des
données au niveau du Groupe. QUALITÉS REQUISES
• Constituer un patrimoine Data au niveau de
la Caisse des dépôts, puis au niveau du Groupe. • Rigueur
• Adaptabilité
NOS PROJETS EN COURS • Proactivité
• Le Datalab : un centre d’expertise d’excellence • Curiosité intellectuelle
en Data Science au service des métiers et des • Esprit d’équipe
filiales. • Pédagogie
• Le portail Data : un service de fourniture de
données en libre accès, ouvert à l’ensemble des
collaborateurs de la Caisse des Dépôts.
• Le portail Open Data de la Caisse des Dépôts: COMPÉTENCES
un site web proposant des jeux de données TECHNIQUES
Caisse des Dépôts dans une logique d’open
innovation. • Excellentes connaissances en
• Le développement d’outils de Data mathématiques/statistiques
Visualisation permettant la démocratisation de • Maîtriser en profondeur au moins
la Data. un langage de programmation (R ou
Python)

PROCESSUS DE
RECRUTEMENT

1. Un premier entretien téléphonique

avec un recruteur/euse
2. Un entretien dans nos locaux avec un
recruteur/euse
3. Un entretien avec un/e opérationnel/le

37
 WEB /
LES ENTREPRISES QUI RECRUTENT
E-COMMERCE
120-126 Quai de Bacalan
33300 Bordeaux
barbara.cellerier@cdiscount.com
1 des millions d’offres proposées par plus de 10
CHIFFRES CLEFS
Création : 1998
CA en 2016 : + de 1,9 milliards
d'euros ; 2,9 milliards avec la
market place
Effectif : + de 1600 collaborateurs
16 millions de clients
CHIFFRES DATA
Effectif Data : 35 collaborateurs dont
23 Data Scientists
15 millions de pages visitées par jour
• 30 millions de produits en
catalogue
• 100 To de données
TECHNOLOGIES EXPLOITÉES
• Langages scientifiques : Python, R
• Technologies base de données/Big Data :
Hadoop, Hive, MongoDB, Spark, Neo4j
• Outils de web analytics : Adobe Analytics,
Google Analytics
• Outils de visualisation de données : QlikView,
Tableau, Dash, PowerBI
38
PRÉSENTATION DE L’ACTIVITÉ
Leader du e-Commerce en France, Cdiscount
fait partie du Groupe Casino, l’un des principaux
groupes de distribution en France et dans le
monde. Le site a enregistré plus de 16 millions de
clients depuis sa création et a réalisé un volume
d’affaires TTC de 2,9 milliards d’euros en 2016
(incluant la Marketplace). Lancée en 2011, sa
Marketplace connait une croissance rapide, avec
000 commerçants partenaires, en France et à
l’étranger.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Créée il y a presque 20 ans, Cdiscount reste une
société jeune et dynamique qui évolue dans un
environnement challengeant et réactif. On y aime
les poussées d’adrénaline ! Cdiscount offre ainsi à
ses collaborateurs des espaces de travail en mode
startup avec des locaux modernes, des open spaces,
des espaces de détente conviviaux, un réfectoire
coloré … ; un type de structure qui permet des
échanges fluides entre les collaborateurs et raccourcit
les circuits de décisions, les rendant ainsi plus réactifs.
Chacun est encouragé à être force de proposition
pour relever les défis quotidiens. Le partage et
transfert de compétences est d’ailleurs vivement
encouragé. Pour s'épanouir chez Cdiscount, il ne faut
pas avoir peur du changement !
LES PROBLÉMATIQUES DATA
Avec un environnement Big Data qui se chiffre en
dizaines de téraoctets : 2 millions de visites et 15
millions d’interactions par jour, 30 millions de produits
en catalogue, Cdiscount a investi très tôt dans la Data
Science placée au coeur de la stratégie marketing du
groupe.
Les Data Scientists améliorent continuellement le
moteur de recherche et de recommandation via
des techniques pointues de Machine Learning, Deep
Learning, Temps Réel, etc, afin de maximiser le taux
de conversion client.
 WEB /
LES ENTREPRISES QUI RECRUTENT
E-COMMERCE
Les équipes Data Science travaillent sur des
problématiques Data extrêmement variées : COMPÉTENCES
• Pertinence du moteur de recherche
TECHNIQUES
• Systèmes de recommandation
• Temps réel
DATA SCIENTIST :
• Contrôle algorithmique de la qualité des données
• Solides connaissances mathématiques
de produit
/ statistiques
• Optimisation de l’acquisition payante
• Optimisation du référencement naturel • Langage de haut niveau (Python)
• Dataviz • Technologies de base de données
• Prédiction des ventes (SQL, Hadoop)
• Scoring de crédit
CHEF DE PROJET DATA :
Composée d’une vingtaine de Data Scientists et • Savoir-faire confirmé dans la gestion
dirigée par Matthieu CORNEC - figure reconnue de de projets Data
la Data en France - l’équipe Data Science rassemble • Une expérience dans le consulting est
des experts très qualifiés et intègre des profils à haut requise
potentiel pour les faire monter en compétences.
Cdiscount lance également sa Data Factory pour,
au-delà du service marketing, diffuser une stratégie
Data driven auprès des autres départements de
QUALITÉS REQUISES
l’entreprise. Véritable équipe multidisciplinaire, la
Data Factory détecte et traite les problématiques
• Appétence pour la Data Science : les
Data des métiers pour améliorer les performances
projets personnels développés en
des processus et mettre en place une méthodologie
Data Science sont un vrai plus
agile, allant du POC à la mise en production et à la
maintenance de solutions Data innovantes. • Curiosité intellectuelle
• Bon relationnel
• Sensibilité aux enjeux business
PROCESSUS DE
RECRUTEMENT

1. Une étude de cas afin de vérifier la

profondeur théorique du candidat en L’équipe de Data Scientists est
mathématiques / statistiques jeune, passionnée et en pleine expansion.
2. Une rencontre à Bordeaux avec les
opérationnels et les RH sur une demi Elle tire sa richesse de profils venus
journée
d’horizons divers, parfois très éloignés
du e-commerce. Elle est garante de
l’avance innovatrice sur les concurrents,
PRÉVISIONS DE
tisse des liens avec le monde académique
RECRUTEMENT DATA
et exerce une veille active sur l’état de
POUR 2018
l’art des modèles mathématiques et des
Pour 2018, Cdiscount prévoit de continuer nouvelles technologies.
à recruter activement des nouveaux Data
Scientists et des chefs de projet Data afin
de répondre aux perspectives Data Science
ambitieuses qui se profilent.

39
 CONSEIL
15 Place de la Nation
75011 Paris
converteo.com/recrutement
1 à l’activation en passant par la modélisation. Le
CHIFFRES CLEFS
Création : 2007
Effectif : 70 collaborateurs
Moyenne d’âge : 29 ans
CHIFFRES DATA
Equipe « Data & Analytics » :
une quinzaine d’experts analytics
et 4 Data Scientists
TECHNOLOGIES EXPLOITÉES
• Outils de web analyse et de tag management
(Google Analytics, Adobe Analytics, Google Tag
Manager, Tag Commander, etc.)
• Python, R
• JQuery
40
PRÉSENTATION DE L’ACTIVITÉ
Converteo est un cabinet de conseil spécialiste
du Digital et de la Data. Notre équipe de 70
consultants aide ses clients à évoluer avec agilité
dans l’ère du marketing digitalisé et Data-driven.
Travaillant sur des missions d’accompagnement
ponctuelles ou continues, Converteo assiste ses
clients dans l'optimisation des parcours client, de la
performance média/CRM et des offres de produits
et services, grâce à son expertise en Big Data et
Data Science. Converteo intervient sur l’ensemble
de la chaîne de valeur de la Data, de la collecte
cabinet a développé une connaissance pointue
des solutions technologiques du marché visant
à améliorer la performance marketing : Data
management platforms, datalakes, analytics,
testing, e-merchandising, attribution…
L’entreprise se positionne en tant que bras droit
de ses clients sur des projets Data à la confluence
entre le métier et la technologie, et intervient pour
des Grands Comptes et ETI.
Converteo poursuit sa croissance et recrute une
trentaine de collaborateurs par an.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Constituée d’une équipe de digital natives
passionnés, Converteo met le collaborateur au
centre de son modèle et de ses priorités. Les
consultants de Converteo plébiscitent l’ambiance
conviviale et agréable qui leur offre un cadre
de travail motivant et stimulant. A partir de la
notation de ses collaborateurs, le cabinet est
d’ailleurs certifié « Happy at Work » depuis 2 ans,
label attribué par meilleures-entreprises.com
promouvant les entreprises où il fait bon travailler.
Au quotidien, la prise d’initiative, le travail en équipe
et l’autonomie sont promus. Les consultants sont
rapidement responsabilisés, ce qui alimente une
forte courbe d’apprentissage et d’évolution interne.
De nombreuses formations, points mensuels et
team-buildings rythment la vie du cabinet et de ses
salariés.

LES PROBLÉMATIQUES DATA
La Data est partout mais rares sont les entreprises
qui la collectent, la traitent et l’exploitent
intelligemment. Née de l’idée même de faire
de la Data un levier de performance business,
Converteo conseille depuis toujours ses clients
dans une logique Data-driven, grâce à ses
consultants experts en marketing digital, Data-
quality management, Business Intelligence, Web
analytics, Data- Science & Big Data. Les principaux
domaines d’expertise de Converteo sont : la prise
en charge de projet webmarketing, la gestion de
projet de transformation ou d’amélioration de
dispositifs digitaux, les missions d’implémentation
de plans de taggage, la réalisation de leur
intégration analytics et de leur recettage, la Data
Science et les analyses prédictives.
PROCESSUS DE
RECRUTEMENT
1. Un premier entretien de motivation
avec la RRH et un manager
2. Une seconde rencontre comprenant :
• La préparation d'une étude de cas (1h)
• 2h d’échange (1h avec 2 managers et
1h avec les 2 co-fondateurs du cabinet)
Cette séance a pour objectif de
vérifier les connaissances du candidat
dans le domaine du marketing digital,
ses capacités d’argumentation et de
synthèse.
PRÉVISIONS DE
RECRUTEMENT DATA
POUR 2018
• Consultants Digital et Data : 10 profils
• Consultants en Data Science : 3 à 4
profils
• Consultants Web Analytics : 15 profils
• Consultants ad-tech / expertise média :
3 à 4 profils
CONSEIL
COMPÉTENCES
TECHNIQUES
LES CONSULTANTS DIGITAL ET DATA :
• Profils analytiques issus d’écoles de
commerce ou d’écoles d’ingénieurs
avec au moins une première
expérience marketing et/ou digital
LES CONSULTANTS EN DATA SCIENCE :
• Profils issus d’écoles d’ingénieurs ou
de cursus en Data Science /
mathématiques appliquées
• Très bonnes connaissances en
mathématiques/statistiques
• Maîtrise d’un langage de
programmation statistique (R, Matlab
ou SAS) et de Python
LES CONSULTANTS WEB ANALYTICS :
• Profils issus d’école d’ingénieurs avec
une spécialité IT
• Connaissances web : JavaScript, html,...
LES CONSULTANTS AS-TECH /
EXPERTISE MÉDIA :
• Profils issus d’école de commerce
avec une première expérience en
agence sur des campagnes média
• Connaissance approfondie des outils
ad-tech et programmatique
QUALITÉS REQUISES
• Passionné(e) par les enjeux du
digital et de la Data
• Rigueur
• Autonomie et sens de la responsabilité
• Orientation client
• Esprit d’équipe, appréciant les structures
à taille humaine
Le principal actif de Converteo
est l’humain : le faire grandir est notre
première mission.
Un Manager de Converteo
41
 BANQUE /
ASSURANCE
86-90 rue Saint-Lazare
75009 Paris
http://www.covea.eu/
CHIFFRES CLEFS
• Création : 2003
• CA : 16,3 milliards d’euros dont 2
milliards d’euros à l’international
(Grande-Bretagne, Etats-Unis, Italie,
Luxembourg, …)
• Effectif : Près de 26 000
collaborateurs dont plus
de 21 000 en France
• 11,5 millions de sociétaires et clients
CHIFFRES DATA
Communauté Analytics de Covéa :
400 collaborateurs
TECHNOLOGIES EXPLOITÉES
• Data Science : Python, R, Sas, Spark, H20
• Data Visualisation : Tableau, SAS VA, Cognos
Analytics, Superset, D3.js
• Data Engineering : Hive, Impala, Spark, Python,
Informatica, java, owl…
• Data Digital : DMP Weborama, Google 360, AB
Tasty, TMS …
• Stack Big Data : Cloudera
42
PRÉSENTATION DE L’ACTIVITÉ
Puissant Assureur mutualiste, le Groupe Covéa
est présent dans toutes les sphères de l'assurance,
en France et à l'International, au travers de ses
trois marques :
• MAAF, l’assureur des particuliers et des
professionnels ;
• MMA, fer de lance du Groupe sur le marché des
professionnels et des entreprises ;
• GMF, l’assureur de référence des agents du
service public.
Le Groupe Covéa est également présent de part
et d’autre de l’Atlantique. Outre un complément
de chiffre d’affaires significatif, ses filiales le
placent en position d’observateur privilégié sur
des marchés parfois très différents de la France.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Parce que lorsque l’on se choisit pour travailler
ensemble, que l’on soit futur collaborateur,
partenaire ou employeur, le succès de la
coopération naît de la capacité à se comprendre,
à s’enrichir mutuellement sur un terreau commun
et fertile. Parce que Covéa ne ressemble à aucune
entreprise, elle se doit d’exprimer le sens de son
projet et les éléments clés de sa personnalité.
Un Groupe bâti sur la synergie des forces et
des identités de ses marques, de ses experts,
partenaires et alliés, pour faire vivre à chaque
sociétaire et client – particulier, professionnel ou
entreprise – la meilleure expérience d’assurance
avec un partenaire qui lui ressemble.
Une entreprise de femmes et d’hommes capables
d’allier anticipation et sérénité stratégique pour
faire grandir un modèle singulier, qui conjugue
performance et bienveillance, solidarité et
responsabilité, dont le moteur est le progrès,
animé par le sens du métier et qui place l’humain
au coeur.
LES PROBLÉMATIQUES DATA
Covéa investit dans la Data Science et le Big
Data selon 3 axes : la connaissance des risques, la
connaissance client et l'efficacité opérationnelle.

De nombreux projets et expérimentations sont
en cours. L'objectif est de faire de la donnée
un avantage compétitif en fournissant des
expériences toujours plus riches et pertinentes
aux clients.
Pourquoi rejoindre Covéa pour faire de la Data
Science ?
La stratégie du Groupe Covéa, ces dernières
années, s'est traduite par de belles réussites : des
infrastructures Big Data comme par exemple le
Data Lab, la chaire de recherche Actinfo pour
comprendre les impacts du Big Data sur l'actuariat,
un trophée de l'innovation Big Data Paris avec le
XDStore etc... La montée en compétences est
aussi au coeur des préoccupations de Covéa :
formations, Club, Data Class et même un concours
interne "Data Challenge" qui s'appuie sur la
formidable énergie des collaborateurs !
Chez Covéa, la Data est aussi à l’heure du digital
avec un écosystème riche et en pleine évolution.
Aujourd’hui le Groupe se positionne sur toute
la chaîne de valeur de la donnée, allant de la
collecte sur les sites et les plateformes du Groupe
jusqu’à l’activation, en passant par les étapes
de valorisation (Data préparation, Data Science,
DMP, CRM OnBoarding...).
Depuis toujours l’assurance
s’adapte à des risques qui évoluent.
Voilà déjà plusieurs années que nous
mobilisons nos équipes pour exploiter
l’immense champ des possibles que
procure le Big Data, afin d’améliorer
notre connaissance de nos sociétaires
et clients, de leur besoins et de leurs
risques.
Thierry Derez,
Président-Directeur Général de Covéa
BANQUE /
ASSURANCE
PROCESSUS DE
RECRUTEMENT
1. Analyse des candidatures et première
prise de contact afin d'échanger sur
l'opportunité de poste et sur les
pré-requis
2. Entretien avec un recruteur spécialisé
dans le domaine
3. Entretien avec le manager opérationnel
4. Bienvenue chez Covéa pour construire
ensemble les solutions Data de demain!
COMPÉTENCES
TECHNIQUES
• Compétences en études
mathématiques, statistiques et Data
Mining
• Maîtrise d'un ou plusieurs langages
informatiques (Python, R, Java...)
• Solides connaissances des
environnements technologiques du
Big Data et technologies Big Data
QUALITÉS REQUISES
• Capacité à coopérer et esprit d'équipe
• Fort intérêt pour les nouvelles
technologies, force de proposition
• Agilité, capacité d'adaptation
• Sens du service client
• Capacité d’analyse, de synthèse et de
communication
43
 LES ENTREPRISES QUI RECRUTENT
DATA
PRÉSENTATION DE L’ACTIVITÉ
Dataiku développe une plateforme qui
facilite et accélère l’analyse de données et
le développement de services prédictifs en

6 Boulevard Poissonnière environnement Big Data. Cette plateforme tout-

75009 Paris en-un, Dataiku Data Science Studio, intègre
www.dataiku.com/company/ toutes les capacités requises pour construire
careers/ des services prédictifs qui transforment les
données brutes en prédictions à forte valeur
ajoutée. Dataiku s’adresse aussi bien aux Data
Scientists et développeurs qu’aux profils moins
techniques orientés business ou marketing.
CHIFFRES CLEFS Dataiku est utilisé chez une centaine de clients
du e-commerce, des smart cities, de la finance,
Création : 2013
de la pharmaceutique, ou encore de l’assurance
Levées de fonds :
pour construire des applications de rupture,
42 millions de dollars dans les domaines du marketing digital, de
Effectif : 85 collaborateurs l’expérience utilisateur, de l’optimisation
des ventes, de la détection de fraude, de la
maintenance prédictive…
L’entreprise a aujourd’hui des bureaux à Paris,
Londres et New York.
CHIFFRES DATA
QUELQUES MOTS SUR LA CULTURE
Effectif Data : 25 collaborateurs D’ENTREPRISE
En rejoignant Dataiku, vous aurez l’opportunité
de travailler avec une des meilleures équipes Data
de France. La diversité des profils de notre équipe
ainsi que la variété des missions rencontrées en
font le lieu idéal pour pratiquer la Data Science à
TECHNOLOGIES EXPLOITÉES
haut niveau, tout en continuant à développer vos
•R compétences. En effet la culture de Dataiku
• Python s’articule autour de 2 piliers : l’excellence
• JavaScript et le partage. Un recrutement exigeant est
associé à un programme de formation interne
• SQL/NoSQL
(Dataiku Academy). La formation continue et le
• PySpark partage de connaissances sont donc au coeur
• SparkR de nos dispositifs pour assurer la montée en
• Scala compétences de nos équipes.
Nous vous attendons au coeur de Paris, en face
• MongoDB
du Grand Rex, pour faire avancer les projets Data
• Cassandra d’aujourd’hui et de demain.

44
 LES ENTREPRISES QUI RECRUTENT
DATA
LES PROBLÉMATIQUES DATA
Le logiciel de Dataiku couvrant toute la chaîne du PRÉVISIONS DE
Big Data, les problématiques sont très larges. De RECRUTEMENT DATA
l’intégration de la Data à sa mise en production, les POUR 2018
étapes sont nombreuses ! Les Data Scientists de
Dataiku prévoit de recruter en continu
Dataiku travaillent au quotidien avec leurs clients
des profils de Data Scientists et
pour résoudre leurs problématiques. E-business, Customer Success pour des postes
finance, assurance, santé, transports, industrie basés en France (Paris) ou à l’étranger
(États-Unis, Angleterre).
et bien d’autres… sont autant de domaines dans
lesquels vous pourrez exercer vos compétences
en Machine Learning. Les use cases couverts sont
multiples : segmentation client, système de
recommandation, détection de la fraude, lutte
COMPÉTENCES
contre le churn, agrégation et consolidation de
TECHNIQUES
données hétérogènes, marketing attribution,
• Machine Learning
optimisation des ventes, maintenance prédictive…
• Algorithmes
• Capacité d’analyser n’importe quel type
de données
PROCESSUS DE • Expérience en développement d’appli
RECRUTEMENT web
• Expérience en construction d’APIs
1. Un test de programmation d’1h30 à • Capacité d’apprendre de nouveaux
faire chez soi sur une base de données langages
choisie par Dataiku
• Techniques de modélisation
2. Deux entretiens techniques d’1h avec
des membres de l'équipe
3. Rencontre avec les fondateurs
Talk Data to Me

QUALITÉS REQUISES

• Ouverture d’esprit
• Aptitude à la vulgarisation
• Aisance orale, bonne communication
• Appétence pour l’esprit startup

45
 WEB /
LES ENTREPRISES QUI RECRUTENT
E-COMMERCE
12 rue d’Athènes
75009 Paris
deezerjobs.com
1 Le business model est freemium : l’écoute gratuite
CHIFFRES CLEFS
Création : 2007
470 collaborateurs tout autour
du monde
Plus de 6 millions d’abonnés
payants dans 180 pays (12 millions
active users)
CHIFFRES DATA
• 4 pôles Data qui regroupent près de
50 collaborateurs
• 100 machines sur le cluster Data
• 50 développeurs Data – 80 clients
internes
• 2.5 Tb traités quotidiennement –
l’équivalent sur papier
de 100,000 arbres
• 1 Pb de données historiques –
l’équivalent de la moitié de toutes les
bibliothèques américaines
TECHNOLOGIES EXPLOITÉES
• Pôle Data Analytics : Machine Learning,
Statistiques, Python, Tableau, Hadoop
• Pôle Business Analytics : Statistiques/
Datamining, SAS, Tableau
• Pôle Core Data : Hadoop, Java, Scala, Pig,
Spark, Python
46
PRÉSENTATION DE L’ACTIVITÉ
Pionnier du streaming musical, Deezer connecte
12 millions de personnes avec 43 millions de titres,
des podcasts, du sport et encore plus de
contenus, dans 185 pays du monde. Pas mal pour
une entreprise née dans une cuisine en 2006 ! Le
siège historique de l’entreprise reste à Paris, où se
concentre l’essentiel des métiers techniques, mais
ces 500 amoureux de la musique et de la tech
travaillent dans plus de 9 pays à travers le monde.
est rémunérée par la publicité, les abonnements
payants Premium+ offrent un accès illimité
à toutes les fonctionnalités. Le pionnier du
streaming a aussi conclu de multiples partenariats
avec d’importants acteurs, qu’il s’agisse d’objets
connectés, d’opérateurs téléphoniques ou encore
de produits culturels. Ce qui les motive ? Donner
une nouvelle dimension à votre musique, bâtir un
service de streaming audio qui vous surprenne et
qui vous ressemble.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Musique, tech et contenu : Deezer, c’est tout ça à la
fois. Vous aimez trouver de la diversité dans votre
travail et le changement ne vous fait pas peur ?
Découvrez les talents qu’ils recherchent et qui les
font avancer.
Dès votre entrée dans nos locaux au centre de Paris,
la musique est partout. Admirez le mur des dédicaces
tagués par les artistes animant les Deezer Sessions,
découvrez la terrasse qui héberge les vendredrinks,
posez-vous sur les tables offrant fruits et boissons, à
moins qu’elles ne soient couvertes de viennoiseries
pour le Weekly Breakfast du mardi, une institution.
Si vous avez besoin d’un break, profitez de notre
salle de sport en accès gratuit et des cours de boxe,
pilates, yoga et zumba dispensés chaque semaine.
Deezer recherche des profils qui veulent grandir,
et leur en donne les moyens. Des Meetup sont
régulièrement tenus dans leurs murs, 1 à 2 fois par
mois, autour des dernières technos. Deux fois par
an, des hackathons réunissent toute l’entreprise, et
ont donné naissance à nombre de features que l’on
trouve aujourd’hui sur l’application. Pour coordonner
le tout, deux coaches agile organisent la vie de la tech
autour des quarter plannings, qui chaque trimestre
rassemblent toutes les divisions.
 WEB /
LES ENTREPRISES QUI RECRUTENT
E-COMMERCE
LES PROBLÉMATIQUES DATA
Dans un souci d’optimisation de l’expérience
PROCESSUS DE
utilisateur et de développement produit en accord
avec les attentes, les besoins et les évolutions du
RECRUTEMENT
marché, Deezer met la Data Science au coeur de sa
1. Une étude de cas à faire chez soi en
stratégie de développement.
temps limité. Le candidat doit proposer
la solution qui lui parait la plus
Les compétences Data sont ainsi réparties en 4 pertinente et compétitive, ainsi
pôles aux objectifs distincts : que mettre en avant sa démarche
• Le pôle Data Analytics : Les membres de l’équipe intellectuelle.
transforment des centaines de térabytes de Data 2. Entretien avec un recruteur et
en données, conseillant les équipes décisionnaires managers pour échanger sur l’étude de
product et business dans leur prise de décision cas.
pour que Deezer corresponde parfaitement aux
besoins des utilisateurs.
• Le pôle Business Analytics & Market Research :
Rattaché à la division Marketing et Commercial, le COMPÉTENCES
pôle s’appuie sur les données globales fournies par TECHNIQUES
les autres équipes Data, ainsi que sur l’analyse de
la valeur client et la performance des campagnes • Approche analytique
marketing pour fournir des insights locaux aux
• Maîtriser au moins un langage
équipes opérationnelles.
• Connaissance en Data Visualisation
• Le pôle Data Science : L'équipe Data Science
(tableau, 3D…)
s’appuie sur des techniques de machine learning
pour analyser les données générées par l'usage
de Deezer, et proposer à chaque utilisateur le
meilleur contenu, via le moteur de recherche et des
QUALITÉS REQUISES
recommandations personnalisées.
• Le pôle Core Data : L’équipe met à disposition les
• Passionné par la Data, les chiffres,
données critiques de l’utilisation du site business
statistiques et probabilités
ou produit Deezer pour les Data analysts et Data
• Esprit d’équipe, créatif et autonome
scientists des autres équipes. Les données doivent
être complètes, claires et facilement accessibles.
La mission de l’équipe est transverse: mettre en
place tous les technos Data utilisées par toutes les
autres équipes et maintenir les clusters.
PRÉVISIONS DE
RECRUTEMENT DATA
POUR 2018

Création de 10 à 15 postes.

47
 LES ENTREPRISES
ÉDITEUR QUI RECRUTENT
DE LOGICIELS
PRÉSENTATION DE L’ACTIVITÉ
ERCOM est un acteur français de référence dans la
Cyber Sécurité et les réseaux de communication.
Forte de cette expertise dans la sécurité des
données et leur traitement en temps réel, Ercom a
créé en 2016 sa Business Unit (BU) Analytics, afin
d’adresser de nouveaux marchés B2B (Business
to Business). Sous un format startup interne, cette
nouvelle BU développe des produits logiciels très
6 rue Dewoitine largement inspirés par les innovations
78140 VELIZY-VILLACOUBLAY technologiques récentes en Data Science et
rh@ercom.fr Machine Learning. Sa mission ? Développer une
https://www.ercom.fr/talents/ plateforme performante d’aide à la décision dans
la détection de comportements frauduleux.
Avec deux premiers projets en 2017, cette

1 plateforme est conçue en collaboration avec nos

CHIFFRES CLEFS
Création : 1987
Effectif : 180
CHIFFRES DATA
• Effectif : 20 personnes (R&D, Data
Science et pôle Transverse)
TECHNOLOGIES EXPLOITÉES
• Python (Data Processing & Machine Learning)
• Hadoop & Spark
• Scala (Enginering)
• HortonWorks Data Plateform
• Amazon Web Service
• Data Viz/BI (Tableau , D3.js)
clients pour être au plus près de leurs besoins et
garantir la livraison d’un système opérationnel.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Ercom et sa Business Unit Analytics est un harmonieux
mélange de plusieurs ingrédients :
• Une curiosité intellectuelle naturelle
• De l’implication dans des projets qui ont du sens
• L’envie d’apprendre et de partager avec ses pairs
• Une bonne dose d’enthousiasme et de dynamisme
• Et surtout la volonté de garder les mains dans la
technique.
LES PROBLÉMATIQUES DATA
Les problématiques Data abordées au sein de
notre équipe découlent de trois constats :
• Les récentes avancées technologiques doivent
permettre d’améliorer le taux de détection de la
fraude en combinant les approches supervisées et
non supervisées.
• La disponibilité de solutions performantes en
Streaming Analytics permettent un traitement en
temps réel compatible avec les enjeux du secteur
bancaire tel que le payement instantané qui doit
être déployé en 2018.
• Enfin, le sujet de l’interprétation des résultats reste
un enjeu majeur dans la mise à disposition d’un
outil de détection de la fraude pour l’écosystème
bancaire.
Nous souhaitons ainsi mettre à disposition
de nos clients une plateforme qui intègre les
contraintes de performance, de haute disponibilité,
d’interprétabilité et d’adaptabilité.

48
 LES ENTREPRISES
ÉDITEURQUI
DERECRUTENT
LOGICIELS
PROCESSUS DE
RECRUTEMENT
1. Un entretien téléphonique avec un
membre de l’équipe ressources
humaines
2. Un entretien technique avec un ou
deux membres de l’équipe analytics
3. Un entretien avec notre Directeur R&D
4. Un entretien final avec notre Directeur
de BU
PRÉVISIONS DE
RECRUTEMENT DATA
POUR 2018
L’équipe Analytics souhaite continuer à
s’agrandir et recherche :
• 1 Architecte Big Data
• 1 Lead Data Engineer ou en devenir
• 1 Big Data Administrator
• Des stagiaires en Data Science, sécurité
ou cryptographie.
Nous restons ouverts aux profils Data
Scientist et Développeur (Front/BackEnd).
QUALITÉS REQUISES
• Esprit Créatif et inventif
• Curiosité intellectuelle
• Sensibilité au développement produit
(B2B) & à la qualité logicielle
• Capacité d’adaptation dans un
environnement en plein développement
• Culture du partage et du travail en
équipe
COMPÉTENCES
TECHNIQUES
DATA SCIENTIST :
• Très bonnes connaissances en
mathématiques/statistiques
• Maîtriser les langages R et Python, et
des outils de visualisation
• Connaissances d’Hadoop et de Spark
DATA ENGINEER :
• Capacité à appréhender des
algorithmes et mécanismes complexes
de traitement de données
• Expérience(s) dans la mise en place
d’architectures Big Data de préférence
avec des aspects de temps réel et
traitements de données en flux
• Maîtriser les méthodes de calculs
distribués et de déploiement de
conteneurs
• Maîtriser les technologies Big Data
(NoSQL, Hadoop, Spark…) ainsi qu’un
langage de développement (Python,
Java, Scala)
SOFTWARE ENGINEER :
• Expérience ou appétence pour
la gestion de gros flux de données
(problématiques de performance,
passage à l'échelle, calcul distribué...)
ou pour la conception d'interfaces web
modernes (UX & responsive design...),
en particulier de Data Visualisation
• Maitriser un ou plusieurs outils DevOps
(Docker, Kubernetes, Chef, etc.)
49
 CONSEIL
PRÉSENTATION DE L’ACTIVITÉ
fifty-five accompagne les entreprises dans
l’exploitation de leurs données au service
d'un marketing et d’un achat-média plus
5 rue d'Athènes performant. Partenaire des annonceurs de la
75009 Paris collecte à l'activation des données, l'agence
recrutement@fifty-five.com aide les organisations à devenir de véritables
www.fifty-five.jobs entités omnicanales maîtrisant l'efficacité de
blog :teahouse.tech leur écosystème digital et ses synergies avec
le monde physique. Pilier Data stratégique de
You & Mr Jones, premier groupe de BrandTech
au monde, fifty-five propose des prestations
associant conseil, services et technologies.
L’agence compte aujourd'hui des bureaux à Paris,
CHIFFRES CLEFS Londres, Hong Kong, New York et Shanghai.
Création : 2010
Effectif France : 150 collaborateurs QUELQUES MOTS SUR LA CULTURE
Effectif Monde : 180 collaborateurs D’ENTREPRISE
Travailler chez fifty-five, c’est évoluer au sein d’un
40% des entreprises du CAC40
environnement stimulant, aux côtés de collègues
comme clients
rigoureux et avenants. L’agence s’est construite
41 000 heures dédiées à la R&D autour d’une culture de l’excellence et de l’échange,
en 2016 l’objectif étant de favoriser l’agilité et l’innovation
grâce à un mélange unique d’expertise et de talent.
Un recrutement exigeant est ainsi associé à un
programme de formation interne éprouvé (environ
100h). La formation continue et le partage de
connaissances sont également encouragés pour
CHIFFRES DATA accompagner la montée en compétence de tous.
fifty-five c’est donc une équipe jeune, dynamique
Effectif Data : 90 Data Analysts et
et internationale, qui aime travailler ensemble mais
Data Scientists
aussi se retrouver pour prendre un verre tous les
Moyenne d’âge : 29 ans vendredis, faire du yoga, ou jouer au babyfoot. Et
21 startups fondées par des 55ers tous les ans, les équipes des différents bureaux se
17 langues parlées retrouvent au cours d’un séminaire à l’étranger !
et 24 nationalités représentées
LES PROBLÉMATIQUES DATA
Les Data Analysts conseillent les annonceurs sur
leur stratégie Data, et interviennent sur la globalité
de la chaîne de valeur de la Data, de la collecte à
l’activation, en passant par toutes les étapes du
TECHNOLOGIES EXPLOITÉES travail de la donnée (organisation, mise en place
de DMP, mining, segmentation, scoring, etc..).
fifty-five se veut agnostique pour servir au mieux
ses clients, et travaille donc avec toutes les
solutions du marché adtech et martech,
notamment : Google Analytics 360, Adobe
Marketing Cloud,
Facebook Atlas, Oracle Marketing Cloud, Krux…

50

En interaction avec les Data Engineers et
consultants, les Data Scientists exploitent des
giga-octets de données brutes (weblogs) pour en
tirer des informations utiles (insights) et traiter de
problématiques variées :
• Scoring / Segmentation de visiteurs
• Elaboration de modèles prédisant la conversion
d’un client en fonction de signaux sur site
(logistique, modèles de durée…)
• Personnalisation de l'expérience utilisateur, ex :
recommender systems, ranking algorithms…
• Mesure de l’impact économétrique de mesures
marketing
• Implémentation de pipelines Machine Learning
• Méthodologie statistique, ex : élaboration de
tests, analyse de sondages, évaluation d’impact
PROCESSUS DE
RECRUTEMENT
Les candidats rencontrent
en face-à-face des employés issus des
différentes équipes de fifty-five, au
cours d’une série d’entretiens de 30
minutes. Ils auront éventuellement à
résoudre une courte étude de cas ou un
test technique.
• Stages : 3 à 4 entretiens
• CDI : 6 entretiens
PRÉVISIONS DE
RECRUTEMENT DATA
POUR 2018
Pour l’année 2018, fifty-five prévoit de
recruter une cinquantaine de profils de
Data Scientists / Data Analysts pour
son bureau de Paris et à l’international.
CONSEIL
COMPÉTENCES
TECHNIQUES
DATA ANALYST :
• Maîtrise des principaux canaux
d’acquisition online (SEM, Ad-
Exchange, display, social media...) et
des outils de Web analyse
• La connaissance des outils de Data
visualisation est un plus (Tableau
Software)
• Parfaite utilisation de la suite
Microsoft Office et Google Docs
DATA SCIENTIST :
• Fortes compétences en :
• R/Python, SQL, Bash, Bitbucket
• Statistique descriptive et analyse de
données (ACP, ACM, Classifications…)
• Inférence statistique (régressions
linéaires, logistiques, séries
temporelles…)
• Expérience avec les environnements
de calcul distribué (Hive, Pig, Spark,
Big Query…)
QUALITÉS REQUISES
• Esprit créatif et entrepreneurial
• Qualités rédactionnelles et esprit de
synthèse
• Forte appétence pour les
technologies et le secteur de l'internet
• Excellente communication orale
• Fort esprit analytique
• Sensibilité aux enjeux business
• Capacité à partager ses résultats de
façon claire et accessible à une
audience non technique
• Anglais courant
51
 CONSEIL
8 rue de l'Hôtel de Ville
92200 NEUILLY-SUR-SEINE
recrutement@jems-group.com
CHIFFRES CLEFS
JEMS GROUP
Création : 2002
Effectif : 350 collaborateurs
PRÉSENTATION DE L’ACTIVITÉ
JEMS datafactory, filiale de JEMS group créée
en 2002, est le leader français du conseil et
de l’ingénierie en Big Data et Analytics. En
collaboration avec ses partenaires éditeurs,
JEMS datafactory accompagne ses clients dans
le développement de leurs nouveaux produits
et services. Les solutions de JEMS datafactory
couvrent l’ensemble du cycle de vie d’un projet,
de la planification stratégique à l’industrialisation
de projets Big Data. Elles s’appuient sur
la méthodologie DevOps et l’expertise
technologique du Groupe afin d’apporter une
réponse sur-mesure et adaptée aux enjeux de
ses clients. Fort d’une vingtaine de projets Big
Data en production, ses consultants interviennent
auprès des grands acteurs de nombreux secteurs:
aérospatial, automobile, défense, énergie,
ferroviaire, finance, sciences de la vie, télécoms,
agriculture etc.

QUELQUES MOTS SUR LA CULTURE

D’ENTREPRISE
La conviction de JEMS datafactory est que la
réussite individuelle est le moteur de la performance
collective. La culture d’entreprise de JEMS
CHIFFRES CLEFS
datafactory repose sur des valeurs humaines fortes
JEMS DATAFACTORY et sur la sélection des meilleurs talents.
Effectif : 130 collaborateurs
+ de 20 projets Big Data en LES PROBLÉMATIQUES DATA
production Notre analyse part toujours du ROI attendu
et appliquons notre méthodologie à travers
différents secteurs d’activités.
A titre d’exemple, quelques un de nos projets :
• Mise en place d’un Data Lake Marketing – Vision
360 pour le leader des cosmétiques
TECHNOLOGIES EXPLOITÉES • Mise en place de Datamarts et pilotage de
dispositifs d’étude et de veille
• Hadoop
• Mise en place d’un Data Lake pour l’amélioration
• MapR
de l’utilisation des données de laboratoire pour
• Hortonworks des activités de R&D
• Cloudera • Mise en place du premier Data Lake agricole
• Spark transverse multi-usages de centralisation de
• JAVA grands volumes de données : imagerie spatiale
Landsat et Sentinel, données météorologiques et
• Scala
de l’exploitation agricole, objets connectés…
• Python
• HDFS…
52

COMPÉTENCES
TECHNIQUES
DATA ENGINEER :
• Maîtrise des stratégies d'alimentation,
de plusieurs langages de
développement Python, Java, Scala
• Maîtrise de stratégies de mise à
disposition de la donnée par des
applicatifs tiers (API)
• Maîtrise d'au moins un outil
d'automatisation de logiciel (KVM,
Vagrant, Puppet, Ansible, chef, Luigi...)
• Installation et provisionning de
serveurs
• Maîtrise de la mise en place des
solutions de Data engineering
performantes et résilientes avec
Hadoop, Spark...
Vous structurez et maintenez le Data
Lake ainsi que toute la plateforme
Data, et êtes le référent sur tous les flux
d’entrée/sortie. Vous êtes impliqué(e)
dans l’engagement de l’équipe au
quotidien et l’aidez pour délivrer des
fonctionnalités en continue. Vous
travaillez en étroite relation avec les
Data Scientists pour aider à la création
des algorithmes nécessaires pour les cas
d’usages développés pour les équipes
métier. Vous assurez le delivery, et êtes
constamment en veille sur les nouvelles
technologies.
DATA SCIENTIST :
• Solides compétences en
programmation informatique (Java,
C++…) et une bonne compréhension
des structures de données
• Expertise en algorithmie et gestion
des bases de données (NoSQL,
Cassandra…)
• Maîtrise de l’architecture des bases
de données décisionnelles (Data
warehouse)
• Mathématiques appliquées :
construire des algorithmes pour
améliorer les résultats de recherche et
de ciblage
• Statistiques : capacité à réaliser des
analyses prédictives et statistiques à
CONSEIL
partir des différentes bases de
données.
Le Data Scientist n’est pas simplement
un statisticien, il doit utiliser les outils
informatiques mis à sa disposition,
éventuellement en proposer d’autres
et surtout, toujours agir dans une
perspective d’amélioration de la
performance et de la rentabilité de
l’entreprise. Il a donc des compétences
en mathématique, en statistique, en
modélisation, en analyse de données,
mais également en informatique. Il lui
faut être « orienté client et business »
et privilégier la connaissance de
l’utilisateur final.
PROCESSUS DE
RECRUTEMENT
1. Un entretien RH
2. Un entretien technique/manager
PRÉVISIONS DE
RECRUTEMENT
DATA POUR 2018
Nous souhaitons recruter 150 consultants
sur 2018 pouvant intervenir sur toute la
chaine de valeur.
QUALITÉS REQUISES
• Vous disposez d’une bonne
capacité d’adaptation
• Vous avez une bonne aptitude à la
communication
• Vous avez le sens des responsabilités,
prise d’initiatives, esprit d’équipe
• Vous êtes curieux (se), rigoureux (se),
structuré(e)
• Vous aimez proposer des améliorations,
les partager et les prioriser avec vos
collègues
53
 LES ENTREPRISES QUI RECRUTENT
DATA

PRÉSENTATION DE L’ACTIVITÉ
Kernix est une agence digitale (la Digital
Factory) et un cabinet expert en Data (le Data
Lab).
Spécialisée en développement d’applications
15 Rue Cels web et mobiles sur-mesure, Kernix est
75014 Paris ancrée dans la création de valeur proposant
kernix.com/recrutement cette double expertise ainsi qu’un panel de
compétences variées en conseil, gestion de
projet, développement, Data Science, design…
Depuis 16 ans, Kernix est reconnue sur le
marché français pour ses valeurs : Pertinence,
CHIFFRES CLEFS Performance, Proximité. De nombreuses
entreprises et organisations font appel à Kernix
Création : 2001
pour trouver des solutions fonctionnelles,
CA en 2015 : 3.2 millions d’euros
graphiques, ergonomiques et techniques à leurs
Effectif : 45 collaborateurs en 2017
problématiques digitales et Data les plus
complexes.
Centre de recherche agréé par l’Etat
depuis 2008, Kernix porte également le
projet d’innovation sociale Accessible.net

CHIFFRES DATA (anciennement Handistrict.com) combinant

ainsi ses expertises techniques (annuaire
Création du Data Lab : 2011
géolocalisé de l’accessibilité des lieux en
8 collaborateurs au sein du Data Lab
France et à l’international, en Open Data) et
l’engagement sociétal de ses fondateurs.

LES PROBLÉMATIQUES DATA

TECHNOLOGIES EXPLOITÉES
• Neo4j, MongoDB (stockage)
• Python : Panda, Scikit-learn,…
• JavaScript : Node.Js, D3.Js (webapp,
visualisation)
• Docker (déploiement)
Du fait de la complémentarité entre la Digital
Factory et le Data Lab, Kernix exploite aussi les
dernières technologies du web afin de réaliser
des interfaces intuitives et interactives.
Au sein du Lab, Kernix se positionne sur
l’ensemble de la chaîne de valeur de la donnée
avec une approche en 5 étapes :
• Définir : Identifier, en collaboration avec les
clients, les enjeux clés de leur métier et définir
des use cases concrets permettant la création de
valeur.
• Collecter : Identifier les sources de données
(internes et externes) pertinentes et agréger ces
silos de données potentiellement hétérogènes
après une étape de nettoyage et de réconciliation.

54
 LES ENTREPRISES QUI RECRUTENT
DATA

• Analyser : Mettre en oeuvre des algorithmes

de Machine Learning, de Data Mining, de Text
PRÉVISIONS DE
Mining ou de Graph Mining pour résoudre la
RECRUTEMENT DATA
problématique définie avec le client.
POUR 2018
• Exploiter : Développer des Data products
directement utilisables par le client, tels que 1 Data Scientist
des moteurs de recommandation, des outils de
segmentation clients, des outils de détection de
fraude ou d’anomalies et d’autres outils d’aide à
la décision. COMPÉTENCES
• Maintenir : Assurer la maintenance et TECHNIQUES
l'hébergement de ces produits pour assurer la
• Très bonnes connaissances
continuité du service.
en mathématiques/statistiques
• Maîtriser en profondeur au moins un
Afin de construire des solutions adaptées à un langage de programmation (au choix)
environnement de plus en plus complexe, les axes
de recherches du Lab recouvrent les domaines
suivants :
• Analyse et exploitation de données complexes, QUALITÉS REQUISES
structurées et non structurées (textes, images...)
• Analyse de graphes • Polyvalence
• Machine learning • Adaptabilité
• Traitement automatique du langage • Proactivité
• Curiosité intellectuelle
• Esprit d’équipe
PROCESSUS DE
RECRUTEMENT

1. Un premier entretien avec un Data

Scientist et/ou un RH ou un chargé
de projet où l’objectif est d’évaluer la
maîtrise technique des sujets mais
aussi l’approche business
2. Un deuxième entretien RH classique
avec évaluation de la motivation
et de la concordance avec la culture
d'entreprise
3. Un échange avec l’un des fondateurs
de Kernix

55
 LES ENTREPRISES QUI RECRUTENT
DATA
24 Cour des petites écuries
75010 Paris
salut@lajavaness.com
CHIFFRES CLEFS
Création : 2015
Effectif : 28 collaborateurs
4 labs d'expertise : UX Design,
Marketing, Big Data, Tech
10 start-ups incubées
Une centaine de projets
innovants réalisés
CHIFFRES DATA
Effectif : 10 collaborateurs Data
TECHNOLOGIES EXPLOITÉES
• Python
• Ecosystème Hadoop
56
PRÉSENTATION DE L’ACTIVITÉ
La Javaness est un accélérateur full-stack de
start-ups innovantes à la pointe des technologies
de rupture (Big Data, Blockchain, Intelligence
Artificielle, Réalité Virtuelle...). Elle investit
jusque 150 000€ dans ces jeunes pousses et
les accompagne dans leur développement
en mettant à leur disposition son expertise
technique et son réseau pour faciliter
l’acquisition clients. Pour aider une startup
technologique B2B en phase d’accélération,
il faut en effet d’abord lui proposer un renfort
sur mesure. Il faut ensuite lui donner accès aux
grands groupes, pour qu’elles puissent réaliser
avec eux des POC (« proofs of concept »), c’est-
à-dire tester leur appétence en tant que client
potentiel.
La Javaness, en partenariat avec Eurogroup
Consulting, accélère également les projets
numériques de grands groupes afin de les aider
à réaliser leur transformation digitale en leur
apportant le savoir-faire numérique et l’agilité
de l’écosystème start-up. Elle identifie ainsi les
besoins des grandes entreprises et développe
au sein de sa cellule interne de R&D des
produits innovants destinés à répondre à ces
problématiques.
La Javaness projette aujourd’hui de s’installer
dans les principaux hubs européens (Berlin,
Lisbonne, Milan…) pour être connectée à tous
les écosystèmes innovants.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
La Javaness, c’est :
• Une communauté d’entrepreneurs et d’experts
du numérique qui évoluent dans un environnement
disruptif au sein du Silicon Sentier.
• Une start-up smart and fun qui porte des
projets diversifiés et stimulants.
 LES ENTREPRISES QUI RECRUTENT
DATA
• Une équipe full stack et multiculturelle
passionnée d’innovations numériques et portée
par la volonté d’apprendre et se dépasser pour
un collectif.
• Le premier accélérateur de startups B2B qui
transforme les grandes organisations en startup
et les startups en grandes entreprises. Rejoindre
La Javaness, c’est rejoindre une aventure humaine
et collective qui a pour ambition de bâtir les
entreprises numériques de demain.
PROCESSUS DE
RECRUTEMENT
1. Un entretien téléphonique (15 minutes)
2. Un test papier sur place avec des
questions de mathématiques et
informatiques (30 minutes) suivies par
2 entretiens techniques avec l’équipe
(90 minutes)
3. Un entretien de personnalité avec le
CEO, Alexandre Martinelli

LES PROBLÉMATIQUES DATA

La Javaness a développé sa propre plateforme
PRÉVISIONS DE
de Machine Learning / Big Data à usage
RECRUTEMENT DATA
interne dans un premier temps, qui a déjà fait
POUR 2018
ses preuves dans plusieurs projets auprès de
plusieurs grands groupes français. L’équipe Data,
7 à 10 Data Scientists
dirigée par Phi Hung LE, concentre aujourd’hui 3 ingénieurs / architectes Big Data
ses efforts sur le développement d’une deuxième
version commercialisable de cette plateforme.
Cette version «Machine Learning pour tous» a
COMPÉTENCES
pour vocation de rendre possible l’injection de
TECHNIQUES
l’Intelligence Artificielle dans l’ensemble des
processus de l’entreprise. DATA SCIENTISTS :
• Très bonnes connaissances en Machine
Quelques exemples des use cases traités :
Learning / mathématiques / statistiques
• Score d’appétence produits (assurance)
• Solide maîtrise de Python (ou d’un
• Optimisation des processus du marketing langage de programmation orienté objet)
téléphonique (banque) • Bonne maîtrise des technologies Big
• Optimisation du budget de promotion Data (écosystème Hadoop)
(assurance)
• Optimisation de Click-through rate (start-up)
• Prédiction du volume de commande
QUALITÉS REQUISES
(logistique)
• Moteur de prioritisation des emails entrant
• Bonne compréhension des enjeux
• Optimisation du churn business
• Curiosité et Capacité à apprendre vite
• Transparence
Nous cherchons des “enfants de l’IA”
• Enthousiasme
qui sont passionnés par ce qu’ils font et qui sont
• Team player, doté d’un esprit startup
capables de prendre en main n’importe quelle et entrepreneur
technologie afin de délivrer très rapidement sur • Connexion avec l'écosystème Tech
n’importe quel sujet.

57
 WEB /
LES ENTREPRISES QUI RECRUTENT
E-COMMERCE
110 rue de Blanchemaille
59100 Roubaix
www.laredoute-corporate.com/fr/
recrutement/offres-demploi
1 laredoute.fr
CHIFFRES CLEFS
Création : 1837
Effectif France : 1 500 collaborateurs
Effectif Monde : 1 700 collaborateurs
CHIFFRES DATA
1 Direction dédiée
Effectif : 10 Data Engineers
4 Data Managers
TECHNOLOGIES EXPLOITÉES
• Langages : SQL, Python, 1 ou plusieurs langages
de programmation orientée objet (POO)
• Environnement Big Data : Solution Big Data de
Google Cloud Platform (Cloud Storage, BigQuery,
DataProc, DataFlow, BigTable, DataStore, Cloud
Datalab, DataStudio)
• Framework de développement : Framework web
(Django, Symfony, Ruby on Rails,), framework
mobile (react)
58
PRÉSENTATION DE L’ACTIVITÉ
De la filature de laine au catalogue mythique,
La Redoute est aujourd'hui le leader français du
e-commerce en mode et maison. La Redoute
est le seul acteur du e-commerce à savoir créer,
distribuer et livrer son offre en France mais aussi à
l'international, en proposant une expérience client
de haute qualité.
La Redoute en chiffres c’est :
• 91% du chiffre d’affaires sur le web
• 9 millions de visiteurs uniques par mois sur le
site web
• 1 internaute sur 4 visite chaque mois le site
• 10 millions de clients dont 90% de femmes
• 3 millions de fans sur Facebook
• 35% la part du mobile dans le chiffre d’affaires
Dans la volonté d’une maîtrise totale de l’ensemble
des données de son business, la direction Data
driven a été créée courant 2016 à La Redoute.
L’objectif est de traiter les données relatives aux
stocks, aux clients, aux ventes, aux produits, etc.
La cible est de gérer, organiser et surtout donner
du sens à la Data tout en développant les usages
et les cas d'usage.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Au sein de la direction Data, on souhaite que les
ingénieurs s’enrichissent et progressent sans cesse !
• Des équipes de 3 ou 4 collaborateurs visitent
régulièrement des startups ainsi que des leaders du
digital (Google par exemple) afin de s’imprégner de
leur culture.
• Les ingénieurs participent à des meet-up sur la
« Data » à Lille ou Paris.
• Une journée par semaine est décrétée
« vendredi-blanc » et les équipes font de la revue
de code, se documentent sur une technologie/outil,
documentent les tables etc…
• Des afterworks, des repas d’équipe, des petits
déjeuners hedbo et des points d’échanges hebdo
sont organisés.
L’objectif est ainsi de favoriser l’ensemble des
échanges entre les ingénieurs et d’offrir un
environnement en mode start-up où la formation
continue, les projets et l’épanouissement technique
des ingénieurs prennent une place primordiale.
 WEB /
LES ENTREPRISES QUI RECRUTENT
E-COMMERCE
Nous travaillons en étroite collaboration avec des
start-up qui nous apportent un regard neuf, une COMPÉTENCES
expertise ciblée. Nous apprécions également les
TECHNIQUES
échanges avec eux qui nous permettent d’aborder
certains sujets sous un prisme différent. WEB DIGITAL ANALYST :
• Bonne connaissance du secteur
LES PROBLÉMATIQUES DATA du e-commerce (acquisition de
Aujourd’hui à La Redoute, l’activité Big Data se trafic, conversion, user expérience,
divise en 3 grandes problématiques merchandising, média…)
• Maîtriser les outils analytics (Adobe
• Data growth : aller chercher des données dans serait un plus) et les techniques d’analyse
les différents systèmes et les ramener dans la
plateforme Big Data (Google Cloud Platform). DATA ANALYST :
Maintenance et monitoring de la Plateforme Big • Esprit analytique et appétence pour les
Data. Création des Dataset. Use-case autour de la chiffres
problématique streaming en temps réel. • Parfaite maîtrise du pack Microsoft
• Data apps : création, maintenance et alimentation Office (et plus particulièrement Excel).
d’un fullstack web sous Django en Python dans • Des notions en bases de données et
le but de construire le futur portail Data de La SQL seront appréciées.
Redoute. Création de petites applications web
pour restituer les travaux Data aux métiers. DATA SCIENTIST :
• Data viz / Data analyse : choix (API, Qlikview, • Très bonnes connaissances en
tableau, cube microsoft…) de la meilleure mathématiques / statistiques
technologie de restitution des Datasets aux • Maîtriser Python, SQL, Hadoop, Hive,
métiers selon les problématiques choisies. Puis Pig, Spark D3.JS
analyse des données, estimation de la qualité des
données importées. DATA ENGINEER :
• Maîtriser les technologies Linux,
En termes d’applications business, les sujets sont Python, Hadoop, Java et GIT
variés et peuvent aller de la création d’un chatbot
à implanter sur notre site commerçant en passant
par de la personnalisation, le ranking des produits
sur le site, la publication des produits, le suivi du QUALITÉS REQUISES
parcours de la commande client…
• Curiosité intellectuelle et ouverture
d’esprit
PROCESSUS DE • Rigueur
RECRUTEMENT • Autonomie
• Esprit d’équipe
1. Une préqualification par l’équipe • Orientation résultats
recrutement de La Redoute
2. Un entretien opérationnel avec le
Data Engineering manager qui pourra
être complété par un entretien avec le
Lead Data Engineer selon le poste
3. Un entretien RH avec la responsable
ressources humaines
4. Un entretien final avec le Chief Data
Officer

59
 CONSEIL
4 rue Danjou
92100 Boulogne-Billancourt
Recrutement@lincoln.fr
CHIFFRES CLEFS
Création : 1990
Effectif : 220 collaborateurs
CA : 18 millions en 2017
Ancienneté moyenne : 6 ans
Moyenne d’âge : 31 ans
CHIFFRES DATA
200 consultants
175 projets Data Science par an
70 clients actifs
TECHNOLOGIES EXPLOITÉES
• Data Science : R, Python, SAS, Dataiku,
SPSS, Matlab
• Dataviz : Qlik, Shiny, Tableau, Power BI
• Big Data: Hadoop, Spark
• Ingénierie et BI : SAS, Microsoft SQL
Server
60
PRÉSENTATION DE L’ACTIVITÉ
Fondée en 1990, Lincoln est une société de
conseil de 200 consultants, spécialisée en Data
Engineering et Data Science. Nous associons des
compétences techniques, méthodologiques et
fonctionnelles pour répondre aux problématiques
Data Driven de nos clients.
Nous entrons dans une nouvelle phase de
croissance et avons l’ambition de doubler la taille de
la structure pour atteindre les 400 collaborateurs
en 2020. Pour cela, nous allons renforcer nos
partenariats sur les secteurs tertiaires (banque/
finance/assurance, média, télécoms, retail…) et
développer notre présence dans l’industrie 4.0.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Lincoln a toujours placé l’analyse et le traitement
de la donnée au coeur de son activité : collecter,
stocker, analyser, visualiser la Data pour en extraire
de la connaissance et servir les enjeux business de
ses clients. Notre souci premier est d’offrir
des solutions opérationnelles et concrètes
aux problématiques de nos clients par notre
expertise, nos retours d’expérience et notre
esprit de service.
Pour répondre à son développement, Lincoln
recrute de nombreux talents et les accompagne
dans leur évolution en les formant régulièrement
et en les responsabilisant rapidement sur
des projets variés et innovants en s’appuyant
sur un management par les pairs. Nous
cultivons les valeurs d’échanges, de partage
de connaissances entre nos collaborateurs par
de multiples initiatives : ateliers découverte,
challenges, projets R&D…
LES PROBLÉMATIQUES DATA
Lincoln intervient dans tous secteurs d’activité:
banque, assurance, télécoms, digital, énergie,
industrie, médias, santé… pour répondre
aux enjeux métiers des directions générales,
financières, risques, marketing, SI, recherche et
développement... :
• Data Ingénierie : conception, déploiement et
évolution de plateformes décisionnelles et Big
Data, expertise et mise en oeuvre des outils de
collecte et traitement des différents formats de
données, qualité et gouvernance des données,
développement d’applications agiles de
visualisation et de restitution …

• Data Science : collecte, traitement et analyse de
données complexes et à l’échelle des (Big) Data.
Modélisation explicative et analyse prédictive.
Utilisation avancée des techniques statistiques et
Machine Learning : Classification et Régression,
Analyse factorielle, Clustering, Text Mining,
Sequence Mining, Séries Temporelles, Web Mining,
Graph Analysis, Deep Learning…
• Accompagnement Data Driven des lignes de
Métiers : délivrer des connaissances et des insights
utiles et actionnables fondées sur l’analyse et le
traitement de la donnée : connaissance client,
omnicanal, efficacité commerciale, détection
de fraude, risque de crédit, octroi, maintenance
prédictive, prévisions, recherche clinique,
mobilité…
COMPÉTENCES
TECHNIQUES
Diplômé(e) d’un cycle
d’ingénieur ou d’un Master spécialisé
en informatique, mathématiques,
statistiques, économétrie, Data Science
ou Big Data
DATA SCIENTIST :
• Compétences en mathématiques
appliquées, Machine Learning et
Statistiques
• Maitrise des langages de Data
Science et des outils de visualisation
DATA ANALYST :
• Compétences en statistiques et Data
Mining
• Maitrise des principaux outils
d’analyse de données
• Capacité d’analyse et d’appropriation
des problématiques métiers
DATA ENGINEER :
• Compétences en programmation et
outils BI, ETL et/ou Big Data
• Maitrise des langages Data (SQL,
SAS, R, Python, Hive …)
• Compétences en visualisation et
développement d’applications
CONSEIL
PROCESSUS DE
RECRUTEMENT
Après l’identification du CV et la sélection
du candidat, le processus de recrutement
Lincoln se déroule en 2 étapes :
1. Un premier entretien de motivation et
de validation des compétences humaines
avec le Pôle RH.
2. Un deuxième entretien de validation
des compétences techniques réalisé par
notre direction technique.
Clair et sélectif, notre processus de
recrutement se veut comme une
première étape d’intégration de nos
futurs consultants.
PRÉVISIONS DE
RECRUTEMENT
DATA POUR 2018
Lincoln entre dans une nouvelle phase de
développement et prévoit de recruter plus
d’une centaine de consultants en 2018.
QUALITÉS REQUISES
• Bon relationnel, forte capacité
d’écoute et d’adaptation
• Curiosité intellectuelle, autonomie,
rigueur et sens des responsabilités
• Esprit d’équipe et partage des
connaissances
Quelle est la principale force
de Lincoln ? « Ses équipes ! En plus du
challenge technique des projets, on ne
fait qu’apprendre et progresser auprès
d’équipes de tous niveaux d’expérience
et c’est selon moi un atout déterminant. »
Amélie, consultante Lincoln depuis 2010.
61
 CONSEIL

PRÉSENTATION DE L’ACTIVITÉ
LOBELLIA Conseil est une société spécialisée
dans la Business Intelligence et le pilotage de la
performance. Notre approche « projet » propose
des prestations de conseil, d’AMOA et d’intégration
autour des problématiques de pilotage de la
2 rue de Châteaudun performance. Celles-ci s’articulent depuis les
Ivry-sur-Seine études de cadrage jusqu’à l’accompagnement
Astrid.linglet@lobellia.fr des métiers dans la prise en main des solutions
http://lobellia.fr/rejoignez-nous/postulez de pilotage, en passant par la mise en oeuvre de
solutions techniques innovantes sur les principaux
outils BI et BIG DATA.
Depuis notre création en 2007, nous vivons une
1 forte croissance qui nous pousse à rechercher
de nouveaux talents tels que vous. Vous qui
CHIFFRES CLEFS souhaitez intégrer une entreprise à taille humaine
(60 collaborateurs) afin de vous épanouir aussi
10 ans d’existence bien professionnellement que personnellement
50 clients dans des équipes dynamiques qui aiment travailler
ensemble et bien plus encore !
60 collaborateurs
Un CA de 8 millions d’euros en 2017
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
LOBELLIA Conseil est une structure à taille
humaine, qui cumule environnement professionnel
convivial et partage collectif de la valeur et des
savoir-faire. Acteur incontournable de la Business
CHIFFRES DATA Intelligence, notre société regroupe des consultants
Chiffre d’affaires Data : pluridisciplinaires, d’horizons divers et variés, ayant
en commun:
• MOE : 40% • La motivation et l’enthousiasme pour relever les
• AMOA : 34% défis,
• L’engagement, la rigueur et le souci permanent
• Conseil : 16%
de la qualité,
• Édition : 10% • L’esprit de solidarité, le goût de l’échange et du
partage,
• La volonté de grandir ensemble,
• Le sens du service client,
• La recherche de l’épanouissement professionnel.

TECHNOLOGIES EXPLOITÉES LES PROBLÉMATIQUES DATA

• Dataviz : Tableau, Qlik
• Big Data : Hadoop, Hive, Impala, outils R
et Spark
• Outils BI, EPM et ETL
L’introduction du Big Data génère une multiplicité
de questions chez nos clients : est-ce que cela
fonctionne, quelle est la valeur ajoutée, est-ce que
les solutions mises en oeuvre seront pérennes ?

62
 CONSEIL

LOBELLIA Conseil accompagne ses clients

depuis plusieurs années sur l’étude et la mise en COMPÉTENCES
oeuvre de solutions de Big Data. Notre approche
TECHNIQUES
est basée sur une évolution pragmatique du
patrimoine décisionnel de nos clients avec
DIPLÔME BAC + 5 (ÉCOLE
la mise en place progressive de nouvelles D’INGÉNIEUR OU UNIVERSITAIRE) :
technologies très souvent introduites dans le
• Dataviz : Tableau, Qlik
SI par des POC ( « Proof of concept »). Ces
• Big Data : Hadoop, Hive, Impala, outils
nouvelles technologies ont un impact sur les R et Spark
organisations du client. Au-delà de la maitrise,
• Outils BI, EPM et ETL
LOBELLIA Conseil accompagne également ses
• Bases de données
clients dans la phase de conduite du changement
en les aidants à définir au mieux les ajustements
d’organisation et les formations nécessaires.

QUALITÉS REQUISES
PROCESSUS DE
RECRUTEMENT • Dynamique et motivé, vous êtes avant
tout "agile"
1. Premier échange avec les RH pour • Vous disposez d’un bon esprit
comprendre vos souhaits et vos d’analyse et de synthèse
besoins • Vous avez bonne capacité
2. Entretien physique avec un manager rédactionnelle et relationnelle
et/ou un associé
3. Réponse sous une semaine maximum
4. Intégration dans votre nouvelle
équipe et accueil par un des
managers NOUS SOMMES FIERS DE FÊTER LES
10 ANS DE LOBELLIA, CENTRE D’EXPERTISE BI.
Le développement et les succès sont au rendez-
vous. Notre avenir repose sur une croissance
PRÉVISIONS DE maîtrisée et une satisfaction client sur toutes nos
RECRUTEMENT DATA missions. Les collaborateurs actuels et futurs sont
POUR 2018
au coeur de ce projet.

En plein croissance, nous recrutons

des consultants AMOA et MOE, chefs
de projets, ingénieurs d’affaires et
développeurs, avec ou sans expérience !
Notre recrutement s’effectuant sur profil,
nous n’avons pas de prévision. Si vous
nous plaisez, nous vous embauchons !

63
 MARKETING
DIGITAL

PRÉSENTATION DE L’ACTIVITÉ
M13h est une start-up en forte croissance plongée
au coeur du marketing digital, un monde en pleine
ébullition. A la croisée du conseil, du marketing
et de la Data, M13h met son expertise au profit de
grands comptes pour les accompagner dans la
définition, la conception et l’implémentation de
leur stratégie Data Marketing.
Convaincus que la Data est une clé essentielle
pour des stratégies marketing performantes, les
consultants de M13h travaillent à faire prendre
34 rue de Cléry
conscience à leurs clients du potentiel de leur
75002 Paris
données et les aident à concrétiser rapidement
recrutement@m13h.com
des projets démontrant de la valeur.

QUELQUES MOTS SUR LA CULTURE

CHIFFRES CLEFS
Création : 2014
Effectif : 10 collaborateurs
Moyenne d’âge : 28 ans
TECHNOLOGIES EXPLOITÉES
• Outils de marketing digital : CRM, DMP, Web
Analytics, AB Testing, TMS, outils d’activation
publicitaire…
• Outils d’analyse de données : Python, R, outils
de Data visualisation…
D’ENTREPRISE
Travailler chez M13h c’est :
• Intégrer une équipe à taille humaine, ambitieuse
et curieuse de tout
• Participer à l’aventure d’une startup en pleine
croissance, au coeur du quartier tech de Paris
(Sentier)
• Travailler dans des locaux en co-working (une
vingtaine d’autres startuppers avec qui partager
des moments conviviaux lors de drinks organisés
tous les mois)
• Accompagner des clients prestigieux et exigeants
comme Vente-Privée.com, Fnac.com, Total,
L’Express, Le Point, FDJ, … et devenir un as du Data-
Marketing !
• Découvrir tous les aspects du marketing digital au
travers de missions variées favorisant l’innovation et
la polyvalence.
LES PROBLÉMATIQUES DATA
M13h accompagne ses clients sur leurs principaux
enjeux marketing : connaissance client, acquisition,
fidélisation, personnalisation de l’expérience,
omnicanalité « sans couture » …
Pour servir ces enjeux, M13h s’appuie sur ses
compétences de conseil stratégique et d’analyse

64
 MARKETING
DIGITAL

de données mais aussi sur des capacités

opérationnelles d’implémentation pour des COMPÉTENCES
projets gérés de bout en bout et générant
TECHNIQUES
rapidement des gains.

CONSULTANTS :
Quelques exemples de missions menées :
• Bonnes connaissances de
• Cadrage d’un nouveau business Data
l’écosystème marketing digital
• Définition de l’offre Data de régies publicitaires (canaux, outils, stratégies…)
• Appel d’offres et déploiement d’outils DMP
• Expérience conseil & gestion de
• Audit Data-Marketing & estimation du potentiel projet
Data
• Expertise outils et langages web
• Optimisation de campagnes en méthodologie (pour le profil Marketing Technologist)
test & learn
• Développement commercial et
• Gouvernance & organisation marketing visibilité (pour les profils
• Conduite de formations expérimentés)

MARKETING SCIENTIST :
• Très bonnes connaissances en
PROCESSUS DE
mathématiques/statistiques
RECRUTEMENT
• Maîtrise de R ou Python
• Expérience en Machine Learning &
1. Un entretien vidéo initial algorithmes prédictifs
2. Deux entretiens avec les associés • Expérience sur les outils d’analyse et
3. Une étude de cas selon les profils de Data visualisation
(analyse de données, échange sur un
sujet stratégique ou opérationnel…)

QUALITÉS REQUISES

PRÉVISIONS DE • Rigueur
RECRUTEMENT DATA • Capacité d’analyse et de synthèse
POUR 2018 • Excellente expression écrite et orale
• Autonomie et polyvalence
• 2 profils confirmés (Directeur / • Appétence pour les sujets marketing
Consultant Data Marketing Senior ou
& Data
Marketing Technologist Senior)
• 2 profils juniors (Consultants Data
Marketing)
• 1 Marketing Scientist
In God we trust. All others must
bring Data.
W. Edwards Deming

65
 SANTÉ
2 Rue Maurice Hartmann
92130 Issy-les-Moulineaux
bass@nokia.com
CHIFFRES CLEFS
Création : 2008
Effectif : 300 collaborateurs à Paris,
Boston & Hong Kong
10 catégories d’objets connectés
Anciennement Withings, start-up
acquise par Nokia Technologies en
2016
CHIFFRES DATA
Effectif : 9 collaborateurs
TECHNOLOGIES EXPLOITÉES
• Traitement du signal
• Langages informatiques : C, C++, R, Python
66
PRÉSENTATION DE L’ACTIVITÉ
Nokia s’engage pour la santé connectée avec
l’acquisition de Withings, l’une des entreprises
leader du secteur. Fondée en 2008, Withings a
développé un écosystème de produits et services
intelligents, récompensés de nombreuses
fois, au design élégant, tels que des trackers
d’activités, des balances, des thermomètres, des
tensiomètres et des caméras de surveillance.
Withings est désormais Nokia : nous continuons à
créer des objets connectés au service de chacun,
afin d’aider nos utilisateurs à améliorer leur santé
et leur bien-être au quotidien.
Nokia Technologies est l’entité de technologie
avancée de Nokia. Formée en 2014, TECH
s’appuie sur les solides fondations de Licence
d’industrie et les compétences en matière de R&D
technologique. En se concentrant sur la Santé
Connectée, les Médias Numériques, la Licence
de Marque et la Licence de Brevet, TECH élargit
les possibilités de l’humain dans le monde en
constante évolution de la technologie.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Chez Nokia Technologies, l’ambiance est résolument
tournée vers l’innovation : on apprécie les gens
passionnés par leur travail qui savent sortir de leur
zone de confort et tenter de nouvelles choses. Ici,
c’est le collectif qui prime et tout le monde met la
met la main à la pâte pour faire aboutir les projets.
Les collaborateurs sont passionnés par les produits :
ils portent tous les objets connectés de l’entreprise
afin de les tester en amont.
Il faut noter que Withings a été rachetée par Nokia
Technologies, une start-up au sein du groupe
Nokia. Withings dispose donc de latitude pour
garder l’agilité et l’esprit d’innovation qui ont forgé
son identité. Elle s’efforce ainsi d’offrir la meilleure
expérience salariée possible : consoles, compétitions
sportives, de nombreuses soirées et afterworks sont
au programme.
 SANTÉ
LES PROBLÉMATIQUES DATA
Les problématiques Data sont de deux ordres au
sein de Nokia Technologies : COMPÉTENCES
• L’équipe Data Science conçoit les outils pour
TECHNIQUES
améliorer le bien-être des utilisateurs : elle aide
l’équipe de recherche appliquée à implémenter
DATA ANALYST :
de nouvelles fonctionnalités sur la plateforme
• Formation type école d’ingénieur
ou les objets. Les Data Scientists créent des
ou école de commerce avec forte
algorithmes afin d’anticiper les comportements appétence pour les mathématiques.
des utilisateurs (par exemple lier activité physique
• Compétences en R et ou SQL très
et perte de poids). appréciées
• L’équipe Data & Studies analyse les données
• Vision business
d’usage des applications mobiles Nokia afin
d’aider à la prise de décision. Elle est également
DATA SCIENTIST :
en charge de la réalisation des études marketing
• Formation type école d’ingénieur
qui permettent une meilleure compréhension
avec dominante Statistiques, Machine
des besoins et comportements utilisateurs. Très Learning, Algorithmie…
attachée à la protection des données- qui ne
• Maitrise de R ou Python
sont jamais vendues en tant que telles, Nokia
• Langages C, C++ appréciés
Technologies anonymise systématiquement les
données pour les études. • Connaissance en théorie du signal

PROCESSUS DE
RECRUTEMENT QUALITÉS REQUISES

• Esprit d’innovation
1. Un entretien téléphonique pour tester • Esprit d’équipe
la motivation du candidat
• Enthousiasme
2. Un entretien Rh
• Audace
3. Un entretien opérationnel avec un
manager : possibilité de tests • Passion
techniques (exercice de
mathématiques par exemple)
4. Plusieurs entretiens opérationnels
avec le responsable de l’équipe plate
forme Il faut casser tous nos murs,
Chez Withings, on aime les formats rassembler toutes nos compétences.
différents qui mettent en avant la
Eric Carreel, fondateur de la société Withings
motivation des candidats !

PRÉVISIONS DE
RECRUTEMENT DATA
POUR 2018

• 4 Data Analysts
• 5 Data Scientists

67
 CONSEIL
34 avenue de l’Opéra
75002 Paris
http://rejoins.octo.com/
CHIFFRES CLEFS
Création : 1998
CA en 2016 : 47,3 millions d’euros
Effectif : 354 Octos dans le monde
dont 292 consultants
(hors stagiaires)
CHIFFRES DATA
2 tribus Data
30 Consultants Data Geeks
16 Architectes Data Addict
TECHNOLOGIES EXPLOITÉES
• Langages statistiques : R et Python
• Technologies NoSQL : Cassandra,
ElasticSearch, Mongo DB, Couchbase,
Redis…
• Systèmes de traitements distribués :
Spark, Hadoop…
68
PRÉSENTATION DE L’ACTIVITÉ
Présent dans 4 pays (France, Maroc, Suisse et
Australie), OCTO Technology est un cabinet
de conseil en stratégie IT : les consultants
accompagnent leurs clients dans leur
transformation digitale en intervenant à la fois
sur la technologie, la méthodologie, la culture
et la compréhension de leurs enjeux métier.
L’organisation en Tribus (pôles d’expertise
technologique, méthodologique ou sectorielle)
permet à OCTO Technology de renforcer son
expertise sur des sujets innovants tout en
favorisant la R&D et l’apprentissage en interne.
En 2017, OCTO a rejoint Accenture, un des
leaders mondiaux des services aux entreprises
et administrations, pour donner une nouvelle
dimension à son offre digitale en France. Fort de
sa culture digitale et entrepreneuriale, OCTO veut
dynamiser les activités d’Accenture et, ensemble,
continuer à offrir à ses clients des solutions
complètes et intégrées de transformation
numérique.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Solidarité, expertise, créativité, pragmatisme,
honnêteté, vitalité et partage sont les valeurs phares
des Octos. Les collaborateurs sont encouragés
à participer activement à la vie de l’entreprise
via le développement de POCs en interne, la
rédaction d’articles sur le blog, la participation à
des formations… Les juniors sont accompagnés
et encadrés par les plus expérimentés et chacun
fait régulièrement appel à la communauté pour
résoudre des problématiques business ou répondre
à des questions techniques.
Tous les mois, des déjeuners s’organisent autour de
sujets variés à l’initiative des consultants ; à l’arrivée
des beaux jours, les apéros s’enchainent sur la
terrasse… Les maître-mots : « Work and Fun ».
 CONSEIL

LES PROBLÉMATIQUES DATA

Les compétences Data sont réparties en 2 tribus : PRÉVISIONS DE
• La Tribu Big Data Analytics : Les Consultants RECRUTEMENT
Data Geek accompagnent les clients dans la
DATA POUR 2018
création de valeur via l’analyse de leurs données
pour améliorer leurs performances, qu’elles soient
Pour 2018, OCTO privilégie le recrutement
techniques, commerciales ou marketing. La force
de profils confirmés, seniors et managers
de cette équipe, c'est la mise en commun de talents
côté architecture Big Data.
scientifiques, techniques et méthodologiques
pour appréhender correctement tous les enjeux
liés au Big Data.
• La Tribu Nouvelles Architectures de Données :
Convaincus que les solutions NoSQL permettent COMPÉTENCES
de répondre aux enjeux des architectures TECHNIQUES
distribuées modernes (haute performance,
forte scalabilité, gestion multi-datacenter, DATA GEEK :
résilience accrue...), les Architectes Data Addict
• Très bonnes connaissances autant en
partagent leur expertise avec les clients afin algorithmes qu’en programmation et
qu’ils en tirent le meilleur parti : architecture de la technologies du Big Data
donnée, prototypage, industrialisation, réalisation,
accompagnement... Ils conduisent d’ambitieuses ARCHITECTE DATA ADDICT :
transformations SI en proposant les use cases les • Maîtrise parfaite des technologies
plus pertinents et innovants. NoSQL, Hadoop, Spark...

PROCESSUS DE
RECRUTEMENT QUALITÉS REQUISES

1. Une première prise de contact
téléphonique
2. Un entretien RH où la motivation
du candidat et son adéquation avec la
culture d’entreprise sont vérifiées
3. Un entretien technique : les candidats
les plus expérimentés présentent
une étude de cas réalisée à domicile
en amont, tandis que les juniors
peuvent exposer des projets sur
lesquels ils ont travaillé. Des sessions
de pair-programming sont également
organisées
4. Un entretien final avec un manager
• Goût du challenge
• Soif d’apprendre et de faire monter en
compétences les plus juniors
• Culture du partage
L'INFO EN +
En janvier 2018, OCTO lance son
premier Graduate Program autour de la
Data :
• Une formation intensive aux
méthodologies de développement,
• Un mentorat dédié,
• Et une mise en application
directement lors de missions chez nos
clients.

69
 DATA

PRÉSENTATION DE L’ACTIVITÉ
Dans le contexte de l’industrie du futur, OptimData
développe une solution, ProductInUse, destinée
aux fabricants d’équipements industriels. Le but
est d’améliorer la performance de ces derniers en
71 Rue Desnouettes
utilisant les données IOT pour assister en temps
75015 Paris
réel les opérateurs de ces équipements via des
recrutement@optimdata.eu
recommandations adaptées. La solution se divise
en deux applications :
• Le Studio, dédié aux ingénieurs, permet
d’administrer la connexion des équipements,
d’analyser et transformer les données IOT générées
et de concevoir des règles de recommandations
CHIFFRES CLEFS
personnalisées.
Création : 2015 • Le Share, dédié aux opérateurs & techniciens, est
Effectif : 17 collaborateurs un flux d’actualité dans lequel ils communiquent
entre eux mais également avec la machine qui les
assiste dans leur travail.
Nos clients viennent de toute l’Europe sur les
secteurs du Packaging, de l’Energie et des
équipements mobiles.

CHIFFRES DATA
QUELQUES MOTS SUR LA CULTURE
Effectif : 3 collaborateurs D’ENTREPRISE
OptimData a été conçue avec un ADN très
technologique. L’équipe R&D compose plus de la
moitié des effectifs avec 9 personnes sur 17. Nous
promouvons à la fois l’autonomie de chacun et la
collaboration entre les membres de l’équipe (pair
programming, code reviews, tech talks réguliers…).
TECHNOLOGIES EXPLOITÉES Nous sommes des passionnés des problématiques
Open source only ! industrielles : Data évidemment mais aussi
mécanique, électronique, organisation. Cela nous
• Postgresql
amène par exemple à comprendre le fonctionnement
• ElasticSearch de barrages hydro-électriques et de la maintenance
• Docker associée.
• Python Data stack : pandas / scikit /
networkx / statsmodels
• Airflow
• MQTT / OPC-UA

70
 DATA

LES PROBLÉMATIQUES DATA

Les Datas que nous exploitons sont des séries
temporelles rendant compte des états successifs
d’un équipement industriel. Elles peuvent être
issues de plusieurs sources : capteurs physiques
(température, vibration, accélération), variables
d’état (présence ou non de telle erreur, job en
cours etc.), GPS (pour les équipements mobiles),
caractéristiques techniques (ex : référence du
modèle, cadence théorique, capacité d’une
batterie etc.).
Nous faisons face à quatre grandes problématiques:
• Gestion de la temporalité : timezoning,
resampling, agrégations sur des fenêtres
glissantes & détection de séquences.
• Gestion du temps réel : Notre architecture en
pure streaming doit permettre une ingestion et
une restitution rapide des données.
• Standardisation : Nous développons une
solution unique pour différents clients, chacun
avec ses protocoles de communication et son
modèle de données.
• Volume de données : Comment faire quand
un client souhaite brancher 100 machines qui
génèrent chacune 100 flottants par milliseconde
soit ~7 To / jour de données brutes ?
PROCESSUS DE
RECRUTEMENT
1. Entretien téléphonique de 30 min
(Objectif : présenter le poste &
s’assurer de l’intérêt mutuel)
2. Test en ligne technique
(Objectif : s’assurer que le candidat a
les compétences techniques requises)
3. Entretien de deux heures dans les
locaux :
• Entretien RH avec le CEO
• Entretien technique avec le CTO :
discussion autour d’un technical case.
L’objectif est de voir si le candidat
comprend les enjeux, est capable de
synthétiser et modéliser le problème et
de proposer une première architecture
technique pour sa résolution.
PRÉVISIONS DE
RECRUTEMENT
DATA POUR 2018

COMPÉTENCES • Un chef de projet Data

TECHNIQUES • Un Data scientist
• Un Data engineer
• Formation d’ingénieur • Un stagiaire en NLP
généraliste
• Connaissance d’un langage orienté
Data (R, python, scala)
• SQL QUALITÉS REQUISES
• Connaissance d’algorithmes de
statistiques & Machine Learning • Autonomie
• Sens physique
• Compréhension des enjeux
• Capacité de synthèse
• Relationnel

71
 WEB
E-COMMERCE
PRÉSENTATION DE L’ACTIVITÉ
Site de e-commerce le plus visité en France,
PriceMinister est aujourd’hui leader avec une offre
diversifiée, allant des biens culturels à
92 Rue Réaumur l’informatique, en passant par la photo/vidéo
75002 Paris numérique, l’électroménager, la puériculture, la
ophelie.delienne@priceminister.com mode, les produits maison et jardin, le vin et la
gastronomie, et le sport.
L’entreprise appartient aujourd’hui au Groupe
japonais Rakuten, acteur mondial majeur du
ecommerce, des services financiers et des
contenus digitaux.
CHIFFRES CLEFS
Le Département Big Data de Rakuten contribue
Rakuten PriceMinister de nombreuses façons à l'éco-système Rakuten.
• Création : 1997 • Création : 2000 Entre Data Science et développement logiciel,
• CA : 5.8 milliards • Effectif : 200 BDD travaille sur des thématiques aussi variées que
d’euros collaborateurs le moteur de recherche, les recommandations...
• 200 millions de Et afin de rester à la pointe de la technologie,
• Effectif : 13 000
collaborateurs Produits Rakuten dispose également d’un département de
recherche et innovation (Rakuten Institute of
• 115 millions • 11 millions de
visiteurs uniques Technology) dont les équipes sont à Tokyo, Paris,
d’utilisateurs et
plus de 40 000 Boston et Singapour. Le RIT constitue un
• 19 millions de
marchands visites par mois environnement exceptionnel pour la recherche
scientifique et le développement d’innovations
dans les domaines interactions homme-machine,
Computer Vision et Machine Learning..

QUELQUES MOTS SUR LA CULTURE

CHIFFRES DATA
Groupe Rakuten
Effectif Data : 50 collaborateurs
dont 15 stagiaires
50 millions de recherches /jour
40 millions d’Items vu /jour
750 000 achats /jour
TECHNOLOGIES EXPLOITÉES
• Langages : Java, Python
• Technologies d’analyse de données
volumineuses (Big Data) et/ou orientées
développement de systèmes distribués (Hadoop,
Spark, Kafka) et moteur de recherche
(Solr, Lucene).
• Bases de données SQL et NoSQL
(Cassandra, Couchbase).
72
D’ENTREPRISE
Aujourd’hui, PriceMinister est une entreprise
d’envergure mais avec un mode de fonctionnement
agile et dynamique. En bref, un état d’esprit start-
up, marque de fabrique de l’ensemble du Groupe
Rakuten et de ses différentes start-ups telles que
Kobo, Viber, Ebates…
En effet, rien n’est externalisé chez PriceMinister :
tout est fait en interne avec des équipes polyvalentes
et des open-space collaboratifs.
Le développement professionnel étant au coeur
des priorités de l’entreprise, les vendredis sont
consacrés aux « Lab Days », où les collaborateurs
sont invités à explorer de nouvelles technologies,
nouveaux langages… en bref, se former en dehors
de leurs projets business.
D’ailleurs, c’est dans ce même état d’esprit que
PriceMinister organise un congrès annuel dédié aux
marchands, ainsi qu’une formation à Internet
destinée à des petites entreprises en province, au

Palais Brongniart. Et last but not least… Rakuten est
le sponsor officiel du Barça !
LES PROBLÉMATIQUES DATA
Au sein de PriceMinister, les équipes Data travaillent
en collaboration avec l’ensemble du Groupe
Rakuten. On distingue :
• L’équipe Opérationnelle (Big Data Group) dont les
problématiques sont regroupées en 3 catégories :
- La majorité des problématiques de Data
Science sont orientées Utilisateurs. On attend une
réelle pro-activité des collaborateurs et un état
d’esprit problem-solver : maitrise de plusieurs
langages, utilisation de données externes, efficacité
dans la mise en production des algorithmes…
- Amélioration et développement de nouveaux
outils de Data Science en continu, qu’il s’agisse de
l’amélioration du moteur de recherche, du système
de recommandation...
- Des problématiques ponctuelles d’ordre Marketing /
Analytics qui sont gérées par les équipes locales
en collaboration avec le Japon pour répondre à un
besoin précis des autres départements.
• L’équipe Recherche est rattachée au RIT Paris, et
collabore avec PriceMinister et d’autres filiales du
groupe sur des sujets d’optimisation, de prédiction
et de recommandation. Dans ce contexte, l’équipe
de Data Scientists travaille sur de grandes quantités
de données, élabore des modèles à base de
Machine Learning, développe des prototypes, en
évalue les performances avec les équipes business,
et implémente les solutions.
PRÉVISIONS DE
RECRUTEMENT DATA
POUR 2018
Pour 2018, PriceMinister - Rakuten
prévoit de recruter des Data Scientists
en continu, ainsi que des
Ingénieurs (Développeurs, Machine
Learning), à la fois pour ses équipes
opérationnelles et pour le
RIT (entre 5 et 10 au total).
WEB
E-COMMERCE
PROCESSUS DE
RECRUTEMENT
3 à 4 entretiens
COMPÉTENCES
TECHNIQUES
Une grande appétence pour les
données. Chez PriceMinister, on aime
jouer avec les données !
DATA SCIENTISTS :
• Expérience en Python et/ou Java
• Expérience dans l’utilisation et le
développement de systèmes
distribués
• Bonne connaissance des outils et
principes du développement logiciel
• Numpy/Scipy/Sklearn est un plus
INGÉNIEURS MACHINE LEARNING :
• Bonne connaissance théorique de
la plupart des techniques de Machine
Learning
• Expérience du traitement de données
massives structurées et non-
structurées et des traitements
distribuées (MapReduce, Apache,
Spark)
• Expérience en développement logiciel
(Python, C++, Java)
• Connaissance de Linux, Shell scripting
QUALITÉS REQUISES
• Intérêt pour le secteur du web
• Appétence pour la Data Science : les
projets personnels développés en
Data Science sont un vrai plus
• Curiosité intellectuelle et grande
autonomie
• Esprit entrepreneurial et intérêt
pour les projets internationaux et
collaboratifs
73
 CONSEIL
63 rue de Villiers
92200 Neuilly-Sur-Seine
raphaele.goy@pwc.com
CHIFFRES CLEFS
Création : 1849
CA : 35,9 milliards d'euros
Effectif Monde : 223 000 collaborateurs
Effectif France : 5 000 collaborateurs
Présent dans 157 pays
CHIFFRES DATA
Effectif : 250 collaborateurs
TECHNOLOGIES EXPLOITÉES
• Langages : SQL, R, OLAP, NoSQL, Matlab,
Scala, Julia et Python.
• BI : Tableau Software, QlikView, MS/Power BI,
etc.
• Bases de données : HBase, MongoDB,
Cassandra, SQL Server, etc.
74
PRÉSENTATION DE L’ACTIVITÉ
Cabinet de conseil et d’audit international, PwC
compte 223 000 collaborateurs dans 157 pays à
travers le monde. La raison d'être de PwC est de
renforcer la confiance sur le marché économique
et d'accompagner ses clients dans leurs enjeux
stratégiques, à travers des missions de conseil
(stratégie, management, transactions, juridique &
fiscal), d'audit et d'expertise comptable.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
PwC propose une évolution de carrière rapide et des
opportunités de mobilité internationale dans l’ensemble
des pays de son réseau. Outre les compétences
techniques et une exigence d'excellence, la dimension
humaine est importante dans tous les métiers. Elle est
au cœur des politiques de ressources humaines. Côté
Data & Analytics, la communauté est très active chez
PwC ! Des événements, des challenges, des échanges
avec les experts des différents métiers, et des Data
Meetups sont organisés régulièrement.
LES PROBLÉMATIQUES DATA
En forte croissance et porteurs de gros enjeux
stratégiques, les sujets Data & Analytics chez PwC
sont au cœur de tous les métiers : conseil, audit, fusion-
acquisition, juridique & fiscal, etc. PwC accompagne
ainsi ses clients dans leur transformation Data
& Analytics en assurant la supervision complète
des projets. Les collaborateurs Data & Analytics
développent une forte expertise métier afin de
définir le cadre permettant de répondre à l’enjeu
client : définition des cas d’usage, relationnel avec les
métiers, évangélisation de la donnée, formation des
équipes, exécution - du management de la donnée à
l’analyse et la restitution. PwC développe également
des espaces dédiés comme la Delta Room pour des
ateliers de Data Design ou de restitution; ou bien
le DataLab qui abrite de nombreux composants
techniques (Datalake, Cloud…) et méthodologiques.
Les compétences Data & Analytics se concentrent
notamment autour des sujets suivants :
• Innovation et performance (churn, optimisation,
marketing analytics, connaissance client, etc.),
• Transformation de la fonction d’audit et du contrôle
interne grâce à l’utilisation de la Data,
• Accompagnement et conseil sur les grands sujets
réglementaires et de conformité de la gestion des
données,
• Diagnostic de processus et conseil (process mining,
process intelligence).

Enfin, très porté sur l’innovation, PwC s’intéresse
de près aux nouveaux sujets qui peuvent aider
à accompagner au mieux les clients : audits de
Blockchain, Robotics Process Automation (RPA),
Intelligence Artificielle, etc.
Une mission Data chez PwC, c’est quoi ?
• Un accompagnement à la mise en place d’un
service Data & Analytics pour l’audit et le contrôle
interne d’un grand groupe industriel Français.
• Une mission de revue de code (et son
optimisation) d’un scoring pour un grand groupe
bancaire Français.
• Pour un acteur mondial de l’industrie, mise en
place d’un datalake et des cas d’usage associés,
pour la direction financière et le contrôle de
gestion.  • Excellentes compétences
• Un diagnostic complet sur les actions à réaliser
pour respecter la réglementation GDPR entrant
en vigueur en Mai 2018.
PROCESSUS DE
RECRUTEMENT
1. Un premier entretien RH
classique. Cet entretien est suivi d’un
test d’anglais.
2. Un deuxième entretien avec un
opérationnel. Un pré questionnaire
peut être envoyé pour identifier la
sensibilité à la Data.
3. Un dernier entretien avec un associé
pour valider le recrutement.
QUALITÉS REQUISES
• Excellent sens relationnel et d’écoute
dans le cadre de missions de conseil
• Très bonne communication orale,
qualité rédactionnelle et esprit
de synthèse
• Curiosité intellectuelle, agilité
• Esprit d’équipe, humilité et sens de
l’initiative
• Maîtrise de l’anglais
CONSEIL
COMPÉTENCES
TECHNIQUES
CONSULTANT DATA & ANALYTICS :
• Forte appétence pour l’exploration et
l’analyse de la Data
• Excellentes capacités analytiques et
de synthèse
• Connaissance technique du traitement
de la données, de la collecte, de la
modélisation, de l’analyse jusqu’à la
restitution des résultats
CONSULTANT DATA GOUVERNANCE :
rédactionnelles et orales
• Curiosité pour les sujets liés à la
mise en conformité et à la gestion des
données (incl : Data Privacy GDPR,
Sureté, Sécurité, Prévention/Santé,
Fraude, etc.)
DATA SCIENTIST :
• Solides compétences en
Mathématiques / Informatique /
Econométrie / Traitement du signal /
Recherche Opérationnelle
• Expérience dans l’implémentation
de solutions basées sur le Machine
Learning et l’Intelligence Artificielle
et compréhension poussée des
méthodes statistiques
Un environnement encoura-
geant l'esprit d'initiative et d'innovation,
une équipe dynamique dans laquelle je
me développe à tous les niveaux. Tout
le monde est à l'écoute avec l'esprit de
collaboration et d'entraide dans une ex-
cellente ambiance de travail.
Un junior de l'équipe
75
 CONSEIL
PRÉSENTATION DE L’ACTIVITÉ
Quantmetry est un cabinet de conseil « pure
player » du Big Data et de la Data science, incubé
en 2011, dont le développement commercial
a démarré en 2013. Quantmetry créé des
solutions sur-mesure reposant sur des méthodes
statistiques avancées, le Machine Learning et
les technologies Big Data pour des résultats
128 rue du faubourg Saint-Honoré concrets sur la performance business de ses
75008 Paris clients.
recrutement@quantmetry.com L’équipe se compose d’une quarantaine de
consultants Data Scientists, toutes et tous
diplômé(e)s des meilleures universités, écoles
d'ingénieurs et de commerce (Polytechnique,
Centrale, ENSAE, HEC, etc.). Quantmetry investit
fortement dans la veille et la R&D et est un acteur
visible de l’écosystème Big Data. Excellence et
CHIFFRES CLEFS exceptionnalité sont les valeurs fondamentales de
Quantmetry et de chacun de ses collaborateurs.
Création : 2011 Quantmetry est une entreprise en plein essor
Effectif : 50 collaborateurs et cherche à recruter des Data Scientists, des
Data Engineers et des Consultants en Stratégie
Digitale pour accompagner cette croissance.

QUELQUES MOTS SUR LA CULTURE

D’ENTREPRISE
Organisateur du salon Data Job, Quantmetry
CHIFFRES DATA s’investit beaucoup dans la communauté Data et
réunit une équipe de passionnés dans une ambiance
Équipe Data : 40 Data Scientists & jeune et dynamique. Expert de son secteur,
Data Engineers Quantmetry assure à ses collaborateurs une montée
en compétences rapide sur les problématiques de
Data Science et de Big Data et de belles perspectives
d’évolution liées à la croissance de la société.
Esprit d'équipe et partage de connaissances sont
des valeurs clés de Quantmetry qui organise tous
les trimestres des Team-Buildings, échange de
TECHNOLOGIES EXPLOITÉES façon hebdomadaire sur des sujets techniques ou
business au travers du « Journal club » et sur des
• Hadoop
retours d’expériences missions et projets lors des
• Spark sessions « Partage & Harmonie », une matinée par
• Hive mois.
• Pig
• Impala LES PROBLÉMATIQUES DATA
Quantmetry valorise la donnée de ses clients afin
• SQL
de répondre à leurs enjeux métier. L’équipe a pu
• Bash intervenir sur différentes thématiques telles que :
• R ou Python • La maintenance prédictive : La surveillance de
système, l’optimisation de plan de maintenance,
• Qbox : station de travail du Data Scientist
l’anticipation de panne sont quelques-unes
des applications déjà traitées par l’utilisation
d’algorithmes performants dans la détection de
signaux faibles ou de la survenance d’événements
rares.

76
 CONSEIL
• Le marketing : Quantmetry propose des scores L'INFO EN +
et algorithmes qui permettent d’exploiter la valeur
des données au service de la connaissance client: Quantmetry est à l’initiative de DataJob
mieux anticiper le risque d’attrition, développer - salon annuel de recrutement autour
une communication personnalisée, tracer le des métiers de la Data www.datajob.fr
parcours client on/off line dans un environnement
omnicanal, etc.
• La fraude : La digitalisation du processus de
souscription dans les secteurs assuranciels ou PROCESSUS DE
bancaires amène les acteurs à mieux s’armer
RECRUTEMENT
contre la fraude, connue et nouvelle. Le Deep
Learning non supervisé est un des outils que met
en oeuvre Quantmetry pour répondre à cette 1. Un entretien téléphonique
avec un chargé de recrutement
problématique.
2. Un exercice technique à réaliser chez
• La création d’un Datalab : Quantmetry aide soi
les entreprises en pleine transformation digitale 3. Un entretien technique avec un Data
à définir le positionnement stratégique de leur Scientist ou un Data Architect
cellule transverse et organise sa mise en place 4. Un entretien consulting
opérationnelle. 5. Un entretien final avec un membre de
la direction
• Industrialisation : Exploiter la valeur des
donnés et obtenir un ROI passe par l’intégration
des analyses prédictives dans les processus
opérationnels et le système d’information en
production. Les enjeux technologiques, humains COMPÉTENCES
et méthodologiques doivent être adressés pour TECHNIQUES
réussir vos projets. Quantmetry benchmark les
technologies adaptées au cas métier, définit
l’architecture du système d’information cible et Pour des postes en Data Science :
développe les composants prédictifs. Quantmetry • Connaissances solides en R
ou Python et autonomie sur
participe aussi à la conduite du changement
l’environnement UNIX/LINUX
auprès des équipes métier.
• Connaissances solides en Machine
Learning
RÉFÉRENCES • Une culture générale sur les
• BPCE • Air Liquide technologies du Big Data
• MGEN • GRT Gaz • Une première expérience en conseil
ou une appétence pour ce domaine
• Euronext • Crédit Agricole
serait un plus
• AXA • SNCF
• PSA • EDF
•…
QUALITÉS REQUISES

PRÉVISIONS DE • Bonnes capacités d’expression

RECRUTEMENT • Curiosité intellectuelle
• Autonomie
DATA POUR 2018

Quantmetry prévoit de recruter une

vingtaine de profils (Data Engineers, Data
Scientists et Consultants en Stratégie
Digitale) au cours de l’année 2018.
Au contact de profils issus
d’univers différents, on apprend tous les
jours et on peut facilement monter en
compétences.

77
 CONSEIL
8 rue Vernier
75017 Paris
recrutement@quinten-France.com
CHIFFRES CLEFS
Création : 2008
Effectif : 55 collaborateurs
30% de croissance moyenne par an
+ 350 projets Data Science réalisés
TECHNOLOGIES EXPLOITÉES
• Langages : Python, R, C++, Javascript
• Système de traitement : Hadoop,
Spark, Hive
• Logiciels propriétaires :
- Q-finder : Algorithme d’IA utilisé
sur notre centre de calcul.
- Cristal : Plateforme de
visualisation des résultats.
78
PRÉSENTATION DE L’ACTIVITÉ
Société pionnière en Data Science, Quinten
accompagne les organisations privées et publiques
dans l’amélioration de leurs performances à
travers l’exploitation de leur potentiel digital.
Fondée en 2008 par trois ingénieurs partageant
la même idée et la même vision du rôle central
que la Data devait être amenée à jouer pour les
organisations, Quinten a développé une gamme
de technologies et de méthodes dédiées à
l’amélioration des performances par le digital.
Fort d’une équipe de 50 Data Scientists, Quinten a
démontré sa capacité à créer une valeur tangible
et mesurable dans le cadre de plus de 300 projets
réussis pour plus d’une soixantaine de clients.
Notre société, autofinancée depuis sa création,
connaît une croissance annuelle moyenne de
l’ordre de 30%.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Ayant toujours à coeur de renforcer son expertise,
Quinten repose sur des valeurs fondatrices qui
contribuent au développement de la société depuis
son origine : qualité, innovation, humilité, impératif
de la satisfaction client, convivialité, remise en cause
et esprit d’équipe.
LES PROBLÉMATIQUES DATA
Idée fondatrice :
Les statistiques, l’apprentissage automatique
et l’intelligence artificielle sont difficiles d’accès
pour les non-initiés. Les prédictions réalisées
par ces technologies ne peuvent être expliquées
de manière simple au commun des mortels. Cet
aspect « boîte noire » est un problème car il est
important de comprendre le pourquoi d’une
recommandation avant de l’exécuter, surtout
lorsque les enjeux sont élevés. Imaginons à présent
une technologie qui permette d’apprendre et
de raisonner plus vite que l’Homme sur un sujet
précis, et qui propose des recommandations
compréhensibles sans bagage particulier en
informatique ou en mathématiques. Ce système,
Quinten l’a mis au point.
L’algorithme Q-Finder est au coeur de la
plateforme d’Intelligence Augmentée développée
par Quinten.
Fort d’une approche personnalisée et structurée,
 CONSEIL
Quinten accompagne ses clients de la définition
de leurs besoins à la valorisation de leurs données
en leur proposant les outils d’interprétation et de PRÉVISIONS DE
visualisation adéquats. Quinten agit ainsi sur toute RECRUTEMENT
la chaine de valeur de l’analyse de données, de la DATA POUR 2018
structuration à la Data Visualisation, en passant
par l’analyse prédictive et prescriptive.
• 5 Data Scientists
En appliquant son expertise à tous les secteurs et
toutes les problématiques – conception produit, • 4 Managers / Directeurs de projets
processus interne, marketing et commercial - • 1 Expert Machine Learning
Quinten intervient sur des missions variées : • 3 Développeurs web Full stack
réduction du taux d’attrition pour une compagnie
• 2 UX Designers
d’assurance, optimisation des campagnes d’une
régie publicitaire, prévention des pannes en • 1 Architecte Big Data
industrie, définition de la stratégie Data de grands • 5 Stagiaires ingénieurs de fin d’études
groupes industriels…

RÉFÉRENCES
• SANOFI COMPÉTENCES
• NOVARTIS TECHNIQUES
• RENAULT
• SAFRAN
• Profils issus d’école d’ingénieur
• L’OREAL
• GROUPAMA • Première expérience de Data Scientist
réussie en cabinet de conseil
• BPCE
• ALLIANZ • Savoir décrypter les enjeux
stratégiques d’un métier, d’un service,
• IMA
d’une organisation
• M6 PUBLICITÉ
• Vouloir développer la stratégie Data
auprès des directions métiers
• Pour les Directeurs de projet, 10 ans
PROCESSUS DE d’expérience en cabinet conseil
RECRUTEMENT

1. Un entretien RH avec l’un des

directeurs associés. QUALITÉS REQUISES
2. Un entretien opérationnel avec le
directeur des opérations / directeur • Bonne capacité de réflexion
technique avec mise en situation à • Curiosité
partir de use case.
• Esprit d’équipe
3. Un ou deux entretiens avec un
• Appétence pour la difficulté et
consultant Data Scientist ou Directeur
l’innovation de rupture
de projet.

79
 LES ENTREPRISES
MARKETING
LES
QUI ENTREPRISES
RECRUTENT QUI RECRUTENT
DIGITAL

PRÉSENTATION DE L’ACTIVITÉ
1ère plateforme d’analytics TV en temps réel,
Realytics permet à ses clients, annonceurs et
agences, de mesurer l’impact direct et indirect
d’une publicité TV sur leurs supports digitaux
73 rue d’Anjou (site web, application mobile, call centers) et leur
75008 Paris fournit les données nécessaires afin d’optimiser
jobs@realytics.io leur plan média selon leurs KPIs business ou
branding. Realytics est implantée en France, en
Angleterre, en Allemagne et en Australie.

QUELQUES MOTS SUR LA CULTURE

CHIFFRES CLEFS
Création : 2014
Levées de fonds : 3 millions d'euros
Effectif : 34 collaborateurs
D’ENTREPRISE
Rejoindre Realytics, c’est rejoindre une entreprise
lauréate Happy at Work et surtout participer au
développement d’une startup en pleine croissance
qui repousse constamment ses limites ! C’est
également faire partie d’une équipe performante,
motivée et soudée dans un cadre stimulant : un
environnement startup décontracté et libéré en
plein Paris.

LES PROBLÉMATIQUES DATA

CHIFFRES DATA
6 Data Scientists / Engineers
5.5 milliards de visites analysées
334 millions de visites scorées
TECHNOLOGIES EXPLOITÉES
• Data Science :
Python, Pandas, Scikit-learn, Spark, HiveQL
• Data Tech :
Hadoop (HDFS), Amazon EC2, Microsoft
Azure, Kinesis, ElasticSearch, InfluxDB
La plateforme Realytics permet de mesurer
l’impact sur l’écosystème digital d’une campagne
TV, et ce à travers l’analyse de tous les indicateurs
propres à chaque annonceur.
L’équipe Data est à la pointe des techniques
de mesure, et de nouveaux algorithmes sont
constamment développés pour garantir
l’excellence aux clients de Realytics.
Le challenge est double :
assurer la précision de la mesure en manipulant
des volumes de données conséquents, sous une
contrainte de quasi temps-réel.
L’ampleur des données accumulées depuis le
lancement de Realytics permet d’utiliser des
techniques d’analyse prédictive issues de nos
algorithmes de Machine Learning, pour anticiper
la performance des futures campagnes des
annonceurs.
L’amélioration de ces algorithmes prédictifs est un
second sujet de veille permanente. Pour tout Data
Scientist, c’est l’occasion de mettre en chantier
des techniques très sophistiquées s’appuyant sur
des sources de données très variées.

80
 LES ENTREPRISES
MARKETING
LES ENTREPRISESQUI
QUIRECRUTENT
RECRUTENT
DIGITAL

A terme, la capacité à prédire correctement

permettra de construire la campagne optimale
i.e. celle qui maximise la performance vis à
vis du budget de l’annonceur. C’est là encore
une opportunité, pour le Data Scientist, de se
confronter à des problématiques ardues, et
de contribuer au but ultime de Realytics : faire
basculer l’achat média TV vers le programmatique.
Enfin, d’autres sujets occupent une place
importante au sein de l’équipe Data : détection
sonore et vidéo, détection d’anomalies, analyse
sémantique etc.
PROCESSUS DE
RECRUTEMENT
1. Un premier contact téléphonique
2. Un entretien opérationnel d’1h
3. Un entretien avec le CTO
COMPÉTENCES
TECHNIQUES
DATA SCIENTIST :
• Profil mathématiques/statistiques
avec de bonnes connaissances en
Machine Learning
• Maîtriser Python, Pandas, Scikit-learn,
Spark, HiveQL
DATA TECH :
• Profil mathématique/développeur avec
de bonnes connaissances en Big Data
• Maîtriser Hadoop (HDFS), Amazon
EC2, Microsoft Azure, Kinesis,
ElastiSearch, InfluxDB

QUALITÉS REQUISES

• Grande capacité d’adaptation

PRÉVISIONS DE
• Curiosité intellectuelle
RECRUTEMENT DATA
• Autonomie
POUR 2018
• Initiative

1 Data Scientist, 2 stagiaires • Ecoute

• Pragmatisme
• Relationnel, esprit d’équipe
• Vulgarisation du savoir

Ne crois jamais quelqu'un qui

prend ses décisions sans données. Mais
ne crois jamais quelqu'un qui prend ses
décisions en se basant uniquement sur
des données.

81
 LES ENTREPRISES QUI RECRUTENT
INDUSTRIE
Rue des Jeunes Bois - Châteaufort
CS 80112 78772 MAGNY LES HAMEAUX
www.safran-talents.com
CHIFFRES CLEFS
CA en 2016 : 15,8 milliards d’euros
Effectif global : 58 000
collaborateurs dans plus de 30 pays
3 domaines d'activité
Près de 11% du CA consacré
à la R&D
Plus de 850 brevets déposés en 2016
CHIFFRES DATA
Création de Safran Analytics, une entité
dédiée au Big Data : janvier 2015
Effectif Safran Analytics :
55 collaborateurs
TECHNOLOGIES EXPLOITÉES
• Langages : Python, Scala, JavaScript/
TypeScript, CSS, HTML
• Frameworks : Spark, Hadoop, AngularJS,
ReactJS
• Bases de données SQL/NoSQL
• Linux, Docker
82
PRÉSENTATION DE L’ACTIVITÉ
Safran est un groupe international de haute
technologie, équipementier de premier rang
dans les domaines de l'aéronautique, de l’espace
et de la défense. Implanté sur tous les continents,
le Groupe emploie près de 58 000 personnes
pour un chiffre d’affaires de 15,8 milliards
d’euros en 2016. En Janvier 2015, Safran crée
Safran Analytics, une entité dédiée à la création
de valeur à travers les données qui pilote des
outils et des projets du Big Data pour toutes les
activités du Groupe.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Les locaux de Safran Analytics s’étendent sur
1500m², et ont été conçus en collaboration avec
les collaborateurs. Résolument novateurs, ces
lieux ont été pensés pour encourager la créativité,
le transfert des compétences et l’innovation :
Data Lab, Quiet Room, salle de conférence pour
exposer librement de nouveaux sujets, Creative
Room… Ces espaces sont à l’image du mode
de fonctionnement de Safran et de sa culture
d’entreprise.
Safran figure dans le Top 100 Global Innovators
de Thomson Reuters. L’entreprise est également
labélisée « Happy at work France » 2017* et
classée parmi les 4 entreprises préférées des
futurs ingénieurs dans le classement Universum.
*un palmarès réalisé par le site meilleures-entreprises.com
LES PROBLÉMATIQUES DATA
Les données sont partout chez Safran et le Big
Data est un levier de croissance pour améliorer
les performances du Groupe et lui permettre
de développer de nouvelles activités. Safran
Analytics a pour mission d'accompagner les
sociétés du Groupe dans la création de valeur
à travers l'exploitation de leurs données.
Logistique, services utilisateurs, amélioration
produit, ressources humaines… Il y a plus d’une
centaine de métiers chez Safran, soit plus
de cent thématiques d’exploration pour les
Data Scientists, et des millions d’applications
possibles !
 LES ENTREPRISES QUI RECRUTENT
INDUSTRIE
PROCESSUS DE
RECRUTEMENT
Toutes les candidatures se
font via le site internet Safran :
www.safran-talents.com
1. Une pré-qualification téléphonique
avec les ressources humaines
2. Un entretien téléphonique
opérationnel d’1h.
3. Un test d’anglais et un test de
personnalité à effectuer en ligne.
4. Une ½ journée d’entretien
comprenant :
• 3 tests techniques d’1h chacun avec
3 interlocuteurs.
• Si les tests sont concluants, un
entretien avec tous les membres du
Comité de Direction et l’équipe des
ressources humaines.
Une réponse sera fournie dans les
5 jours suivant la demi-journée
d’entretiens.
PRÉVISIONS DE
RECRUTEMENT POUR 2018
Pour 2018, Safran Analytics prévoit de
créer une dizaine de postes Data, tous
profils confondus : Architectes Big
Data, Data Scientists, Data Analysts,
Data Engineers, Software Engineers,
Prototypeurs, Chef de projets Data,
Administrateurs bases de données …
QUALITÉS REQUISES
• Curiosité intellectuelle
• Créativité
• Enthousiasme
• Envie de progresser
• Bonnes capacités d’expression et de
vulgarisation
COMPÉTENCES
TECHNIQUES
DATA SCIENTIST :
• Bonnes connaissances en
mathématiques/statistiques
• Maîtrise des logiciels statistiques (R,
SAS, Matlab, SPSS, NumPy, etc.) et
des outils de visualisation
SOFTWARE ENGINEER :
• Très bonne capacité en algorithmique
et résolution de problèmes
• Familiarité avec le concept et les outils
de la tendance DevOps (Docker,
Ansible, etc.), ainsi que le cloud
DATA ENGINEER :
• Très bonne capacité en algorithmique,
optimisation et calculs de complexité
• Maîtrise des méthodes de calculs
distribués et de déploiement de
conteneurs
Le Big Data est une discipline qui
s'apprête à connaître une accélération
sans précédent dans le domaine
industriel.
Christophe Diot, Directeur
Technique - Safran Analytics
83
 INDUSTRIE
39 Quai Lucien Lefranc
93300 Aubervilliers
www.saint-gobain-recherche.fr
www.saint-gobain-experience.com
CHIFFRES CLEFS SAINT GOBAIN
Création : 1665
CA en 2015 : 39,6 milliards d’euros
Présent dans 66 pays
Effectif : +170 000 collaborateurs
99 nationalités
950 groupes de production
CHIFFRES CLEFS
SAINT GOBAIN RECHERCHE
Création : 1978
Effectif global : + 450 collaborateurs
18 nationalités
60 brevets déposés en 2015
83% des ingénieurs sont doctorants
25 thèses CIFRE en permanence
CHIFFRES DATA
SAINT GOBAIN RECHERCHE
Equipe Data : 13 Data Scientists
TECHNOLOGIES EXPLOITÉES
• Python,
• R,
• Cluster Spark
84
PRÉSENTATION DE L’ACTIVITÉ
Saint-Gobain conçoit, produit et distribue des
matériaux et des solutions pensés pour le bien-
être de chacun et l’avenir de tous. Ces matériaux
se trouvent partout dans notre habitat et
notre vie quotidienne : bâtiments, transports,
infrastructures, ainsi que dans de nombreuses
applications industrielles. Ils apportent confort,
performance et sécurité tout en répondant aux
défis de la construction durable, de la gestion
efficace des ressources et du changement
climatique.
Saint-Gobain Recherche est l’un des huit grands
centres de recherche de Saint-Gobain. Basé
en région parisienne, ses grands domaines
d’application sont liés au verre, aux couches
et revêtements de surface, aux matériaux de
construction et à l’habitat en général. Préparer
le futur en imaginant les produits et procédés
de demain autour de l’habitat, l’énergie et
l’environnement, tel est le quotidien de ses
équipes de recherche. Chez Saint-Gobain, un
produit sur quatre n’existait pas il y a cinq ans !
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Saint-Gobain assure l’épanouissement professionnel
de ses collaborateurs via une politique interne
prônant la mobilité, la diversité, l’engagement et le
développement des talents. Très impliquée dans
la Responsabilité Sociétale, l’entreprise défend
des valeurs fortes : respect des collaborateurs,
intégrité, loyauté, solidarité, légalité, santé et
sécurité au travail. Les carrières ne sont pas figées
chez Saint-Gobain, les perspectives d’évolution sont
variées et le partage du savoir fortement encouragé !
 INDUSTRIE

LES PROBLÉMATIQUES DATA

Le Datalab du Groupe Saint-Gobain est une COMPÉTENCES
cellule R&D dédiée à la conception de produits
TECHNIQUES
et de services innovants pour faire face aux
défis énergétiques et environnementaux de
DATA SCIENTIST :
demain. Les Data Scientists identifient les enjeux
• Très bonnes connaissances en
et problématiques métiers afin de déployer
mathématiques/statistiques
l’expertise Data dans tous les secteurs du Groupe :
• Maîtriser les langages R et Python
Industrie, distribution, R&D…
• La connaissance d’Hadoop et de
• Analyse de données pour les Directions
Spark est un plus
Marketing du Groupe, en particulier analyse des
ventes en ligne et analyse d’activité des sites web INGENIEUR BIG DATA :
(Data-driven Analytical marketing) ;
• Maîtriser les technologies du Big Data :
• Analyse statistique et optimisation du NoSQL, Hadoop, Spark…
fonctionnement des lignes de production (Data-
driven manufacturing) ;
• Etudes exploratoires dans le domaine des
mathématiques appliquées…
PRÉVISIONS DE
RECRUTEMENT DATA
PROCESSUS DE POUR 2018
RECRUTEMENT
Pour 2017, Saint-Gobain prévoit de
1. Un entretien opérationnel avec un test recruter des profils Data en continu.
technique de 30 minutes à réaliser
2. Un entretien RH
3. Un entretien avec un membre de la
direction

QUALITÉS REQUISES

• Esprit de synthèse
• Créativité et dynamisme
• Excellentes capacités relationnelles

85
 LES ENTREPRISES
MARKETING
LES
QUI ENTREPRISES
RECRUTENT QUI RECRUTENT
DIGITAL
PRÉSENTATION DE L’ACTIVITÉ
Depuis 2016, la majeure partie des publicités
digitales est achetée en temps réel, au sein de
bourses, par le biais d’enchères, à l’instar des
marchés financiers. La valorisation de chaque
opportunité d'achat est donc au coeur de la
Station F, 5 parvis Alan Turing publicité moderne mais constitue un problème
75013 Paris scientifique complexe encore irrésolu.
hiring@scibids.com Scibids Technology, fondée en septembre 2016
par deux ingénieurs des Ponts et Chaussées
(dont un docteur en Machine Learning) repousse
l’état de l’art scientifique dans la modélisation des
processus d’enchères publicitaires et apporte par
ce biais un surplus de performance significatif
CHIFFRES CLEFS ENTREPRISE aux acheteurs médias (=“trading desks”) clients
de la solution. Scibids a été désignée par BPI
Création : 2016 France et le ministère de la recherche comme
Effectif : 6 collaborateurs faisant partie des 62 startups créées en 2016 les
Levée de fonds : 600 000 euros plus innovantes et sélectionnée par le magazine
Business Insider parmi les 100 startups à suivre
Moyenne d’âge : 28 ans
en 2017.
Des clients dans 5 pays
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Chez Scibids on a la naïveté et la goujaterie de
penser qu’on a une vraie culture Data :
• Data points : scibids ne tolère pas les convictions
CHIFFRES DATA personnelles, uniquement les raisonnements
argumentés par des data points.
3 pôles Data qui regroupent 3 • Automatisation : aucune tâche répétitive ne survit
collaborateurs dont 1 PhD à l’ingéniosité, tout peut et doit être craqué/scalé/
3To de données traitées par jour automatisé !
• Team working : du développeur aux sales en
100 nouvelles lignes en base par passant par le support, tous les membres de scibids
seconde possèdent des stock options et sont tournés vers le
même objectif : augmenter le nombre de clients et
augmenter la valeur par client !
• Arbitrage : toutes nos décisions sont basées sur
l’estimation de la variance et de l’espérance, même
l’achat d’une grille de loto !
TECHNOLOGIES EXPLOITÉES
LES PROBLÉMATIQUES DATA
• Google Cloud Platform
Le but de Scibids est d’établir un algorithme de
• BigQuery « real-time bidding » optimal du point de vue
• Python d’une agence de publicité cliente de Scibids, c’est
à dire performant pour une très grande variété de
• C++
campagnes et d’objectifs et compatible avec la
• Stackdriver plupart des plateformes de trading média utilisées
On attend que vous nous expliquiez par l’agence au quotidien. Ce but induit des
pourquoi on devrait passer sur vos technos problématiques fortes en Data Science et en Data
préférées ! Engineering.

86
 LES ENTREPRISES
MARKETING
LES ENTREPRISESQUI
QUIRECRUTENT
RECRUTENT
DIGITAL
• Data Science : une des difficultés majeures
pour Scibids est le caractère inhérent large-scale
des problèmes de Machine Learning rencontrés
(plusieurs dizaines de milliards d’impressions
remontant en base de données par client). Afin
de faire tourner des algorithmes mathématiques
à la pointe du Machine Learning (estimation de
densité en haute dimension, …) sur les téraoctets
de données manipulées, Scibids a développé sa
propre plateforme ALEVEL de Machine Learning
large-scale
• Data Engineering : Intégrer notre produit aux
différentes plateformes de trading du marché,
fluidifier le Data Flow entre ces plateformes
extérieures et la plateforme ALEVEL et assurer
la scalabilité du code et des algorithmes est un
travail d’orfèvre réservé aux plus talentueux des
Data Engineers !
PROCESSUS DE
RECRUTEMENT
1. Un entretien exploratoire + skills
testing
2. Un entretien avec les fondateurs
3. Prises de références
PRÉVISIONS DE
RECRUTEMENT DATA
POUR 2018
2 Data Engineers
2 Dev full stack
2 Data scientists
QUALITÉS REQUISES
• Philosophie de ne faire les choses
qu’une fois, aime automatiser un
maximum les tâches.
• Sens de l’engagement, capacité de
traduire des résultats techniques en
recommandations opérationnelles
pour remplir les objectifs business.
• Savoir coder de manière simple et
concise.
COMPÉTENCES
TECHNIQUES
DATA SCIENTIST :
Pré-requis :
• Niveau master en mathématiques
appliquées (e.g statistiques, probas,
recherche opérationnelle, machine
learning).
• Expérience professionnelle (stage
ok) dans l’analyse de données (e.g.
statisticien, Data Scientist) avec
implémentation d’algorithmes dans
un langage de programmation (e.g.
Python, C++).
Souhaitées :
• 3 ans d’expérience professionnelle
/ PhD dans l’analyse de données
(e.g. statisticien, Data Scientist), avec
l’acquisition d’une réelle expertise en
mathématiques appliquées à des jeux
de données de grande taille.
• Expérience professionnelle / académique
de développement dans un langage
de base de données.
DATA ENGINEERS :
Pré-requis :
• Connaissances approfondies d'un ou
plusieurs langages de programmation
• Maîtrise du SQL
Souhaitées :
• Avoir une première expérience sur
le travail de la donnée (extraction,
transformation, nettoyage, …)
DÉVELOPPEUR FULL STACK
Pré-requis :
• Avoir une première expérience en tant
que développeur full stack
• Maîtrise de HTML/CSS
• Maîtrise d’au moins un langage
backend
• Connaissance du langage et d’un
framework JavaScript
Souhaitées :
• Expérience sur un projet Dataviz
Si tout est sous contrôle, vous
n’allez pas assez vite.
Mario Andretti
87
 LES ENTREPRISES
MARKETING
LES
QUI ENTREPRISES
RECRUTENT QUI RECRUTENT
DIGITAL
97 Rue du Cherche-Midi
75006 Paris
https://teads.tv/
CHIFFRES CLEFS
Création : 2011
Effectif : + 600 collaborateurs
CA en 2016 : 200 millions d'euros
28 bureaux dans 21 pays
CHIFFRES DATA
Effectif : 40% du département
Innovation (100 personnes) sont des
spécialistes de la Data mêlant Data
Scientists, Ingénieurs et Architectes Big
Data
1,2 milliards d’utilisateurs uniques par
mois
500k transactions concurrentes par
seconde
200k évènements analytiques ingérés
par seconde
Modèles de prédiction apprenant 10^5+
paramètres à partir de 10^7+ exemples,
prédictions exécutées en 1 ms et mises
à jour toutes les heures
TECHNOLOGIES EXPLOITÉES
• Scala (Spark, Akka, Breeze) + Apache Beam
(Google Dataflow)
• Framework de prédiction custom
• AWS - Elastic Map Reduce pour l'exécution
des jobs de training
• Kafka, Cassandra, Redis, ElasticSearch,
Google BigQuery, Airflow, Docker/Kubernetes
88
PRÉSENTATION DE L’ACTIVITÉ
Fondée en 2011, Teads est l’inventeur des
formats publicitaires vidéos dits «out stream»
et est à ce jour la première place de marché de
vidéo publicitaires au monde. Nous sommes
aujourd’hui présents dans 21 pays et nous
ouvrons de nouveaux bureaux tous les mois.
Les plus grandes marques à travers la planète
font appels à nous. Un des enjeux de nos
clients est de disposer de données toujours
plus précises et pertinentes concernant leurs
campagnes publicitaires et leur audience. Avec
plus d’1,2 milliard d’utilisateurs uniques mensuels
nous disposons de données massives.
Au sein du département Innovation (100
personnes), l’équipe Data Science a pour mission
de fournir aux autres équipes la connaissance et
les outils permettant d’obtenir une vision claire
de leurs activités (agrégation de données sur
de multiples dimensions, analyses temporelles
qualitatives, indicateurs de performances) et
de leur permettre de prendre des décisions
stratégiques en temps réel comme à plus long
terme.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Faire partie de Teads signifie se confronter à des
challenges techniques aux côtés de passionnés
dans un environnement stimulant, mais pas
seulement. C’est faire partie d’une équipe animée
par le souhait de progresser ensemble vers toujours
plus d’excellence (community of practice, reading
group) sans oublier d’échanger avec les membres
de l’écosystème à l’occasion de conférences,
Meetups, etc.
Notre quotidien est international, c’est l’occasion
pour chacun de voyager aux quatre coins du globe
pour rencontrer les équipes locales et mieux cerner
les enjeux de notre métier. Cette culture sans
frontières est parfaitement représentée à l’occasion
de notre Summit annuel, évènement hors norme
qui rassemble les équipes du monde entier dans
une destination exotique pour un moment unique
et inoubliable.
 LES ENTREPRISES
MARKETING
LES ENTREPRISESQUI
QUIRECRUTENT
RECRUTENT
DIGITAL
LES PROBLÉMATIQUES DATA
La donnée est au coeur des activités de
Teads depuis sa création, que ce soit pour
le suivi et le reporting des campagnes
publicitaires, représentant des dizaines de
milliards d'événements par jours, ou encore les
problématiques d’optimisation de leurs diffusions.
Notre premier challenge est de supporter la
croissance de notre activité. Cette croissance
soutenue (+50% YoY) exerce une pression très
importante sur notre infrastructure et nous pousse
à continuellement expérimenter de nouvelles
approches technologiques pour l’ingestion, le
traitement et l’analyse des données.
Le secteur de la publicité est une source
inépuisable de challenges mêlant d’importantes
volumétries ainsi que des besoins de prédiction en
temps réel. Parmi les sujets de recherche actuels,
nous pouvons citer l’identification cross-device,
la prédiction d’inventaire ou encore l’optimisation
dynamique des formats publicitaires selon les
contextes de diffusion.
PROCESSUS DE
RECRUTEMENT
1. Premier contact téléphonique avec
l’équipe RH
2. Test technique pouvant se faire à
distance
3. Entretiens techniques (Manager &
membres de l’équipe)
4. Rencontre CTO et RRH
PRÉVISIONS DE
RECRUTEMENT DATA
POUR 2018
Recrutement de profils Data Scientists,
Ingénieurs Big Data, Architectes
Big Data pour les features team de
Montpellier et Paris sur l’année 2018 de
manière récurrente.
COMPÉTENCES
TECHNIQUES
DATA SCIENTIST :
• Compétences en Statistique (i.e.
statistical analysis, regression
analysis...) et/ou Intelligence
Artificielle (i.e. Data Mining, Machine
Learning…) et ou Recherche
Opérationnelle
• Capacités à lire, analyser et critiquer
des articles scientifiques en vue de
travailler à leur implémentation
• Connaissances des technologies de
notre stack ou équivalents est un plus
(Scala et Spark principalement)
• Une expérience en Scala ou Java est
appréciée
INGÉNIEUR BIG DATA :
• Expérience avec des architectures
distribuées à large volume de données
et leur transformation (ETL) préférée
• Bases solides en programmation objet
et fonctionnelle en Scala, Java et/ou
Python
• Familier avec les environnements
Linux/Unix et des bases de données
SQL/NoSQL
• Connaissance des frameworks de
virtualisation/containerisation et des
plateformes cloud (AWS/GCP)
QUALITÉS REQUISES
• Bonnes capacités de communication
écrites et orales ainsi qu’un bon esprit
d’équipe
• Curiosité intellectuelle pour les enjeux
métiers de l’industrie de la publicité
Playing to win !
89
 LES ENTREPRISES
LES
QUI ENTREPRISES
DATA RECRUTENT QUI RECRUTENT
2-4 rue Paul Cézanne
75008 Paris
jobs@toucantoco.com
CHIFFRES CLEFS
Création : 2014
Autofinancée
Effectif : 40 collaborateurs
Moyenne d'âge : 27 ans
40% de femmes
85 clients dont : Renault, Total, Axa,
BPCE, EDF, JCDecaux, Téréos, Vinci,
SNCF…
CHIFFRES DATA
Equipe back-end : 5 devs
Equipe front-end : 4 devs
Equipe full-stack : 3 devs
Equipe Devops : 1
200 Small apps déployées
Equipe Dev Globale : 13 collaborateurs
TECHNOLOGIES EXPLOITÉES
• Back : Python, Flask, Pandas, Celery,
MongoDB
• Front : VueJS, Angular JS, D3.js, RxJS
90
PRÉSENTATION DE L’ACTIVITÉ
Notre mission (chez Toucan Toco) : faire acte de
pédagogie pour transformer des données brutes
complexes en des Dataviz et des Histoires
interactives.
Nos utilisateurs : Les métiers des directions
Marketing, Production, Financières, Ressources
Humaines ou Commerciales de grandes
organisations.
La pédagogie est au coeur de notre métier. Nous
nous appuyons sur le Data Storytelling pour aller
à l'essentiel et se focaliser sur les informations
pertinentes que l'entreprise va pouvoir retirer de
ces données.
Notre produit : Nous concevons des small
apps mobiles, simples à utiliser, faciles à mettre
en place, intégrées dans les SI existants et au
service de l'excellence opérationnelle des métiers
Ressources Humaines, Marketing, Financier,
Commerciaux et Directions Générales.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Savoir qui nous sommes et ce que nous voulons
être nous aide à décider comment recruter,
interagir et travailler chaque jour.
Une de nos valeurs ? WTFM b*tch, clin d'oeil à
la culture geek - RTFM - dévié ici en Write The
Fucking Manual. Le « B*tch » ? Parce qu’on ne se
prend pas au sérieux !
L’apprentissage et la transmission d’informations
et de compétence sont essentiels chez Toucan
Toco : tout le monde est tour à tour apprenti
et enseignant. Il faut aimer la pédagogie ! Nous
sommes une belle équipe, ambitieuse qui évolue
dans une ambiance saine et simple, propice à
l’épanouissement, il n’y a qu’à passer dans nos
locaux pour s’en rendre compte.
Les secrets de notre réussite ?
• Cadre challengeant et juste
• Des valeurs définies ensemble telles que « Each
One Teach One »
• Cours de méditation hebdomadaire
• Weekends à la campagne
 LES ENTREPRISES
LES ENTREPRISESQUI
QUIRECRUTENT
RECRUTENT
DATA
LES PROBLÉMATIQUES DATA
La surcharge de Data disponible en entreprise COMPÉTENCES
entraîne une confusion dans leur traitement et TECHNIQUES
leur restitution. Les décisionnaires en entreprise
ont besoin de mieux comprendre leurs données DÉVELOPPEUR FRONT-END
JAVASCRIPT :
liées à leurs problématiques métiers précises,
• Maîtriser JavaScript, Angular.JS
pour prendre les meilleures décisions.
• Familier avec les concepts du JS
Toucan Toco réconcilie le monde du web avec tels les promesses, la programmation
le monde de l'enterprise software. Le premier fonctionnelle, réactive…
bénéficie d'une expérience utilisateur intuitive, • Intéressé par la création d’API
ergonomique et design lorsque le deuxième intuitives sur des objets complexes
réussit à s'adapter à des SI existants. DÉVELOPPEUR BACK-END PYTHON :
Nous avons réussi à joindre ces deux mondes • Expérience sur des projets back-end
avec une technologie d'excellence sur la complexes, bonus sur un back-end
Data
simplicité d'utilisation de nos applications et la
• Très bonne connaissance de Python
facilité d'intégration de notre solution chez nos
clients grands comptes.

QUALITÉS REQUISES
PROCESSUS DE
RECRUTEMENT
• Curiosité intellectuelle
• Pédagogie
1. Un entretien téléphonique
opérationnel d’une vingtaine de • Vivacité
minutes • Agilité professionnelle
2. Un entretien technique avec un • Soucieux de l’expérience utilisateur
exercice pour comprendre la logique
du candidat
3. Un entretien avec l’un des fondateurs
4. Une rencontre avec toute l’équipe
Viens participer au
développement et la conception
de l’appli de Dataviz la plus cool du
PRÉVISIONS DE
marché !
RECRUTEMENT DATA
POUR 2018

• 2 Développeurs front-end
• 2 Développeurs back-end
• 2 Développeurs fullstack
• 2 Devops
• 2 Chefs de projet Data

91
 LES ENTREPRISES
MARKETING
LES
QUI ENTREPRISES
RECRUTENT QUI RECRUTENT
DIGITAL

73 rue d’Anjou
75008 PARIS
contact@tradelab.fr
CHIFFRES CLEFS
Création : 2011
Effectif : 150 experts
10 nationalités représentées
6 bureaux à l’international
32 trophées remportés
1 Plateforme programmatique
ère
française, 1er acheteur indépendant
(source SRI 2017)
CHIFFRES DATA
4 milliards de décisions d’achats
traitées par Tradelab chaque jour
Effectif Data : 25 collaborateurs
dont 15 Data Analysts, Big Data
Engineers et Software Engineers,
ainsi qu’une équipe de 4
personnes dédiée à la R&D
TECHNOLOGIES EXPLOITÉES
• Python
• Scala
• Spark
• Redis
• SQL
• Google Cloud
Dans la conduite de leurs différents projets,
les équipes Data de Tradelab utilisent
la méthodologie Scrum.
PRÉSENTATION DE L’ACTIVITÉ
Tradelab est une plateforme d’achat média
programmatique à destination des annonceurs
et des agences. Spécialistes du trading média en
programmatique – c’est-à-dire l’achat d’espaces
publicitaires (display et vidéo) sur desktop et
mobile, en temps réel et aux enchères – Tradelab
développe des technologies propriétaires afin
d’identifier et d’engager les audiences les plus
affinitaires des annonceurs, via le traitement de
larges volumes de Data en temps réel.
Tradelab profite également d'un partenariat
exclusif sur la collecte et l'exploitation de la Data
du groupe média international Webedia (Allocine,
750g, Jeuxvideo.com ou encore PurePeople).
Ce partenariat lui permet d'activer l’extension
des audiences des 250 annonceurs, tous
secteurs confondus, avec lesquels la plateforme
programmatique travaille aujourd’hui.
Depuis son émergence il y a moins de dix ans,
le programmatique est porté à une vitesse
exponentielle par les avancées des technologies
de collecte et de traitement de la donnée.
Ce marché qui concentre aujourd’hui tous
les métiers liés à la Data – Data Scientists, Big
Data Engineers, Data Analysts – repose sur un
large potentiel d’innovation technologique pour
développer de nouveaux horizons.
QUELQUES MOTS SUR LA CULTURE
D’ENTREPRISE
Tradelab travaille chaque jour pour assurer à
ses collaborateurs un environnement de travail
propice à l’innovation. Les différents membres de
l’équipe peuvent ainsi développer leur potentiel
dans un esprit de bienveillance et de partage.
Les équipes sont composées d’experts et de
passionnés, qui évoluent sur un système à
hiérarchie plate où toutes les personnalités
peuvent s’exprimer pleinement et profiter
au mieux du dynamisme de la société.
Dès l’arrivée de nouveaux collaborateurs puis
tout au long de leur carrière, Tradelab met
tout en oeuvre pour favoriser l’intégration, la
collaboration, le développement et l’évolution
des compétences de chacun.

92
 LES ENTREPRISES
MARKETING
LES ENTREPRISESQUI
QUIRECRUTENT
RECRUTENT
DIGITAL

Tradelab se targue d’avoir conservé son ambiance

détendue et studieuse tout en s’émancipant du PRÉVISIONS DE
statut de startup : travailler chez Tradelab c’est
RECRUTEMENT DATA
savoir être sérieux sans se prendre au sérieux. Des
évènements sont régulièrement organisés pour POUR 2018
réunir les équipes, souligner les temps forts de la
société et les rendre mémorables : séminaire annuel, Tradelab recrutera des profils Data tout
plénières, soirées d’équipes ou encore barbecues au long de l’année 2018.
rythment ainsi l’année.

LES PROBLÉMATIQUES DATA

Les Data Scientists de Tradelab sont polyvalents
COMPÉTENCES
et étudient différentes problématiques liées à TECHNIQUES
la publicité en ligne et plus particulièrement au
programmatique : • Bonnes connaissances en
• Elaboration des solutions qui permettent mathématiques/statistiques
d’optimiser les campagnes publicitaires basées • Première expérience en modélisation
sur des algorithmes de Machine Learning à des mathématique, ou en conception et
fins de classification / segmentation / prédiction mise en œuvre de solution Big Data
• Développement des techniques de « Scoring » dans un contexte industriel (hors
automatique des utilisateurs académique) souhaitée
• Développement de techniques autour du • Maîtriser Python, Java,
système de recommandation produit l’environnement Linux ; des
• Représentation graphique des utilisateurs connaissances en SPARK sont
• Processus aléatoire et chaîne de Markov appréciées
• Contrôle et monitoring des systèmes d’enchère
en temps réel.

PROCESSUS DE QUALITÉS REQUISES

RECRUTEMENT
1. Un entretien téléphonique RH
2. Un test technique à réaliser sur une
semaine suivi d’un débrief
3. Un entretien avec un responsable
RH et des membres de l’équipe
opérationnelle
• Esprit collaboratif
• Capacité à rédiger/compléter une
documentation fonctionnelle et/ou
technique
• Bon esprit de synthèse
• Capacités de vulgarisation

It is a capital mistake to theorize

before one has data.
 Sherlock Holmes

93
NOS CONSEILS

95
 LE BON CHOIX DE CARRIÈRE
POUR ÉVOLUER EN DATA
Si vous êtes sûr de vouloir évoluer dans le
monde de la Data Science, voici quelques
éléments à avoir en tête avant de lancer vos
recherches.
LA DATA DANS UN
GRAND GROUPE...
Les grandes entreprises disposent de moyens
financiers souvent importants lorsqu’ils
investissent dans la Data et cette force de frappe
leur permet d’être très compétitifs au niveau des
salaires octroyés et d’avoir la possibilité de mettre
en place l’infrastructure nécessaire pour faire
aboutir les projets. Ces entreprises disposent
d’ailleurs en général de jeux de données plus
importants et d’un champ des possibles très
larges à partir des enjeux de Data.
Les postes de Head of Data peuvent être
particulièrement intéressants dans les grands
groupes : avec un profil un minimum technique
et de bonnes connaissances métier, on peut
faire valoir son double background pour
insuffler une stratégie Data driven et favoriser la
transformation digitale du Groupe.
…OU LA DATA EN
START-UP...
En général, lorsque les startups mettent la Data
au cœur de leur business model, elles disposent
d’une expertise technique plus pointue : dans
les secteurs du e-commerce, du marketing, du
RTB…, les équipes Data Science sont souvent
d’excellent niveau !
La culture d’entreprise start-up, particulièrement
entrepreneuriale, permet aux équipes de Data
Scientists un niveau d’agilité et d’adaptabilité
qui collent bien à l’évolution permanente des
techniques dans le monde de la Data Science.
Enfin, le retour sur investissement d’un projet
doit être immédiat dans une entreprise de petite
taille et les projets Data doivent être très ciblés et
à fort impact : on industrialise donc plus souvent
les solutions.
96
Lorsque des postes de Heads of Data sont
proposés dans des entreprises jeunes dont ce
n’est pas le cœur de métier, nous estimons qu’il
faut impérativement avoir un certain niveau
technique pour s’épanouir.
Pour les jeunes Data Scientists encore en période
d’apprentissage, nous considérons qu’il est
important de s’assurer de grandir aux cotés de
personnes plus expérimentées.
…MAIS LES CRITERES DE
CHOIX PRIORITAIRES
SONT SANS DOUTE
AUTRES
Pour celui qui veut travailler dans la Data, il vaut
peut-être mieux s’interroger sur d’autres aspects
comme :
• Le niveau de technicité des équipes : si l’on
souhaite monter en compétence rapidement
mais aussi être challengé lorsque l’on est plus
expérimenté, il faut être attentif à ce paramètre.
• Le rôle que l’on souhaite jouer dans l’organisation:
le rôle de Data Scientist se situe au carrefour
de considérations techniques et business.
Ces sensibilités sont importantes à prendre
en considération en fonction de son intérêt
personnel: la recherche technique fondamentale
ou la capacité à avoir un impact business parfois
fort sans suivre forcément l’évolution scientifique
de son métier. Il existe par exemple de plus en
plus de postes de Data Scientists/Data Analysts
au sein d’équipes marketing ou d’équipes
production.
Bien évidemment, on vous invite à ne pas oublier
les autres fondamentaux dans votre recherche:
salaire, fit avec son futur manager, perspectives
d’évolution, bien-être au travail…
En cas de doute entre 2 opportunités, nous
sommes là !
N'hésitez pas à nous contacter :
contact@upwarddata.fr
 ORGANISER
SA RECHERCHE D’EMPLOI
Chercher un emploi, c’est chronophage ! Il va
vous falloir être méthodique pour maximiser
les chances de décrocher votre dream job.
1ÈRE ÉTAPE : DÉFINISSEZ
LE CADRE DE VOTRE
RECHERCHE
C’est toujours plus facile de trouver quand on
sait ce que l’on cherche. Commencez par définir
les types de postes, d’entreprises, de secteurs qui
vous intéressent, en fonction de votre profil. Le
fait d’éliminer les options qui ne vous plaisent pas
ou ne vous correspondent pas en amont de vos
recherches augmentera vos chances de trouver
l’offre idéale.
2ÈME ÉTAPE : PRÉPAREZ
LES INCONTOURNABLES
Mettez à jour votre CV et préparez une lettre de
motivation type liée à ce que vous cherchez,
que vous pourrez modifier et ajuster par la suite.
Il s’agit d’un template à adapter en fonction des
opportunités. Quand vous trouverez une offre
qui vous plaira, soyez ultra réactif et essayez de
candidater parmi les premiers.
3ÈME ÉTAPE :
LA RECHERCHE
Il existe plusieurs moyens de chercher un emploi et
il s’agit d’utiliser tous ces leviers :
• Le réseau : En Data, il est particulièrement utile
d’utiliser son réseau pour trouver un emploi. Cela
vous  permettra de découvrir des entreprises
auxquelles vous n’auriez pas pensé mais aussi
d’être introduit auprès d’entreprises en étant
recommandé. En effet la cooptation fonctionne
très bien dans les métiers techniques et c’est
évidemment un mode de fonctionnement à ne
pas sous-estimer. Au-delà de votre réseau direct,
vous ne devez surtout pas hésiter à  contacter
les anciens élèves de votre école, vos anciens
professeurs ; mais aussi à aller dans des meetups et
d’autres évènements liés à la Data pour maximiser
vos chances.
• Les sites d’annonces : Inscrivez-vous à un
maximum de site d’annonces d’emploi et créez-
vous des alertes par mots clefs. Ensuite, vous
n’aurez qu’à sélectionner chaque matin dans votre
boite mail les offres qui vous intéressent.
• Les chasseurs de têtes : N’hésitez pas à contacter
des chasseurs de têtes pour leur présenter votre
profil et leur dire ce que vous cherchez. S’ils ont
une offre qui vous correspond et que vous avez 
le profil adapté, ils sauront vous recontacter
rapidement. Nous vous conseillons de contacter
les quelques acteurs spécialisés dans la Data.
• Les sites des entreprises : Si vous avez un coup
de cœur pour une entreprise en particulier, visitez
souvent leur site car la plupart des sociétés ont une
page recrutement où elles postent leurs dernières
offres d’emploi.
4ÈME ÉTAPE :
LA CANDIDATURE
Une fois que vous avez trouvé une offre qui
vous plaît, soyez réactif ! Adaptez votre lettre de
motivation et envoyez votre candidature sans
attendre. Si au bout de deux semaines vous n’avez
pas de réponses, il y a peu de chances que vous
soyez recontacté. Après dix jours sans réponse,
vous pouvez tenter une relance mais soyez habile
et poli dans votre communication.
5ÈME ÉTAPE :
DÉMULTIPLIEZ-VOUS !
Il se peut que vous essuyiez de nombreux refus.
Beaucoup d’éléments extérieurs à votre profil
peuvent faire capoter votre candidature alors
que le poste semblait vous être prédestiné :
recrutement annulé pour des raisons de
réorganisation, de priorité budgétaire, arrêt des
entretiens suite au recrutement d’un candidat déjà
en lice, modification du profil cible pour le poste…
Du fait de tous ces imprévus, il faut multiplier
ses chances pour trouver le bon job et avoir une
attitude résolument proactive.
97
 INTERVIEW
Kawtar Benyoussef
Consultante en recrutement
Qu’est-ce qu’Upward Data ?
Upward Data est un cabinet
recrutement spécialisé dans les
métiers de la Data Science et du Big Data.
Présents depuis 2 ans, nous travaillons avec des
acteurs à tous les niveaux de l’écosystème Data
français. Upward Data accompagne les
clients dans la définition de leurs besoins de
recrutement, mais a une vision résolument pro-
candidats !
Qu’est-ce qui différencie Upward Data des
autres cabinets de recrutement en Data ?
L’accompagnement candidat se fait
à travers trois axes : conseils sur les
choix de carrière en nous appuyant sur notre
connaissance du marché, recommandations
des formations pertinentes en fonction des
compétences des candidats et de leur souhait
d’évolution ; et, enfin, remarques quant au fit
avec les différentes entreprises avec lesquelles
nous avons développé des relations durables.
La vision d’Upward Data est celle du fondateur
du Groupe Upward, Michael Obadia : « Penser à
l’intérêt du client en ignorant celui du candidat
revient à desservir les deux ! ». Le recrutement
ne repose pas sur la signature d’un contrat mais
sur l’épanouissement du candidat. Ce dernier
pourra donc se projeter sur le long terme au
sein de sa nouvelle structure et contribuer
activement à sa profitabilité.
98
Comment accompagnez-vous les
candidats ?
Nous sommes toujours disposés à
échanger avec les candidats de visu,
par téléphone ou mail, que l’on ait des offres
leur correspondant ou pas, afin de leur fournir
des informations sur l’état du marché, des
rémunérations pratiquées, sur des corrections
à apporter à leurs CVs… Via notre Guide
des Entreprises qui Recrutent en Data, nous
souhaitons dépasser le discours marketing
vague pour apporter des renseignements
concrets sur les marché de la Data en
précisant par entreprise les effectifs, la culture
d’entreprise, les technologies exploitées, les
tendances de recrutement futures… Nous avons
également collaboré avec Télécom ParisTech
sur un Guide des métiers de la Data et nous
avons participé à des forums spécialisés comme
DataJob où nous fournissons des informations
aux candidats sur les dynamiques du marché et
des conseils carrière.
Comment le secteur de la Data
évolue-t-il ?
Le secteur de la Data est extrêmement
dynamique, on observe une prise
de connaissance des métiers de la Data et les
formations spécialisées se multiplient. Du côté
des entreprises, les formations sont de mieux
en mieux comprises et les besoins clairement
exprimés. Malgré ce gain de visibilité, les
intitulés de poste font rarement référence aux
mêmes responsabilités. Notre rôle est alors de
lisser ces imprécisions en faisant correspondre
les besoins des entreprises aux compétences et
aspirations de nos candidats.
 UPWARD DATA,
QUI SOMMES-NOUS ?
Upward Data est un cabinet de recrutement
spécialisé dans les métiers de la Data Science
et du Big Data. Pionniers sur le marché du
recrutement Data et résolument pro candidats,
nous vous proposons un accompagnement sur
le long terme dans la gestion de votre carrière.
Pour toute question, n’hésitez pas nous
contacter : contact@upwarddata.fr !
REJOIGNEZ NOTRE COMMUNAUTÉ
DE CANDIDATS ET RECEVEZ NOS
OPPORTUNITÉS !
Quels avantages pour les étudiants ?
Faire partie de l’écosystème Upward Data, c’est
avoir accès à nos offres d’emploi et profiter d’un
accompagnement personnalisé dès votre arrivée
sur le marché du travail ! Nous vous informons
de la réalité du marché grâce à des newsletters
bimestrielles et par l’intermédiaire du Guide
recensant les entreprises qui recrutent en Data.
Pourquoi Upward Data ?
• Pour la spécialisation : Cabinet spécialisé
en Data, Upward s’est rapidement positionné
parmi les leaders du recrutement Data grâce
à son expertise et à sa relation étroite avec les
différents acteurs.
• Pour la diversité de ses offres : Upward
Data propose de nombreuses offres d’emploi
provenant d’entreprises à la recherche de
l’excellence : pure players en Data, pépites du
web, cabinets de conseil, startups en pleine
expansion, grands groupes...
• Parce que nous sommes résolument pro
candidats : Nos experts en recrutement sont
à votre écoute et vous conseillent en toute
transparence sur les opportunités du marché.
Nous vous donnons nos retours sur le marché,
et nous menons régulièrement des opérations
pour vous aider à refaire votre CV ou à estimer la
rémunération à laquelle vous pouvez prétendre.
Upward Data fait partie du Groupe
Upward qui fonde son positionnement
sur trois valeurs fortes dans son
approche du recrutement : l’Empathie,
l’Expertise et l’Ambition..
www.groupe-upward.fr
www.upwarddata.fr

30 rue Godot de Mauroy

75009 Paris

maite.allain@upwarddata.fr
01 85 09 38 94

Suivez nous :