Data Science Consultant - Stage - Paris - F-H

Au cœur de la révolution de la mesure média

Rattaché(e) directement aux Lead Data Scientists du département Data Mesure, vous interviendrez sur trois piliers stratégiques :

1. Modélisation Économétrique (50%)

• Conception & Calibration : Participer au développement et à l’optimisation de modèles économétriques open-source (frameworks tels que Robyn de Meta, Meridian de Google, ou des approches customisées sous PyMC/Stan).

• Feature Engineering avancé : Modéliser les effets de saturation (courbes d’Adstock, fonctions de Hill), la saisonnalité, les variables macro-économiques et les actions promotionnelles de nos clients.

• Scénarisation d’impact : Développer des algorithmes d’optimisation sous contraintes pour recommander la répartition budgétaire optimale maximisant le ROI global.

2. Expérimentation & Incrémentalité (30%)

• Protocoles de test (Geo-testing) : Concevoir des plans d’expériences rigoureux (Matched Market Testing) pour isoler l’impact incrémental réel d’un canal média (ex: débrancher la TV ou sur-investir sur YouTube sur des zones géographiques tests).

• Inférence Causale : Appliquer des modèles de contrôle synthétique (Synthetic Controls), de différences dans les différences (Diff-in-Diff) ou de régression sur discontinuité pour mesurer l’élévation réelle des ventes (Lift).

3. Consulting & Data Storytelling (20%)

• Traduction Business : Traduire des indicateurs statistiques complexes ($R^2$, intervalles de crédibilité bayésiens, p-values) en recommandations budgétaires actionnables pour les CMOs et directeurs financiers.

• Relations Partenaires : Collaborer avec les équipes techniques de nos partenaires clés (Google, Meta, TikTok) pour intégrer les flux de données d’API de conversion (CAPI) et de Clean Rooms (ADS, ADH).

• Formation : Étudiant(e) en fin d’études d’une Grande École d’Ingénieurs, de Commerce (avec spécialisation quantitative), ou Master 2 en Mathématiques Appliquées, Économétrie ou Statistiques (ENSAE, Dauphine, ISUP, etc.).

• Hard Skills :

  • Maîtrise solide de Python ou R (la maîtrise des bibliothèques de manipulation de données comme pandas / tidyverse est indispensable).

  • Solides bases théoriques en statistiques, régression linéaire/non-linéaire, et idéalement en séries temporelles ou inférence causale.

  • Une première exposition ou une forte curiosité pour les frameworks de MMM (Robyn, Meridian, PyMC).

• Soft Skills :

  • Excellente capacité de vulgarisation : vous savez expliquer la différence entre corrélation et causalité à un public non technique.

  • Rigueur scientifique et esprit critique face aux données publicitaires souvent bruitées.

  • Français et Anglais courants.

➡ Ce que nous vous offrons

• Une formation d’excellence : Nous vous formons de A à Z aux méthodologies de pointe en marketing mix modeling et en inférence causale.

• Un rôle à fort impact : Vos analyses orienteront directement la stratégie d’investissement de grands groupes internationaux.

• Une culture tech & humaine : Un environnement de travail stimulant, collaboratif, propice à l’innovation, avec des perspectives très rapides d’évolution en CDI.

• Un démarrage flexible (S2 2026 / Début 2027) et une forte perspective de pré-embauche en CDI.

• Etape 1 : Point Téléphonique (15min) avec Emmanuel, P&C Specialist

• Etape 2 : Entretien 1 (1h) avec Axel, Senior Data & Tech Consultant

• Etape 3 : Entretien 2 (1h) avec Marouane, Head of Data France

• Etape 4 : Entretien 3 (1h) avec Jérôme et Maxime, Managing Directors France