Nul besoin d'être doté d'un cerveau 2.0 pour appréhender les incroyables opportunités de carrières offertes
par la filière digitale. Les experts en ce domaine nous affirment que nous ne sommes qu'aux prémices de ce qui fera notre quotidien demain.
Détail du poste
MyDigitalSchool Paris, école spécialisée dans les métiers du web et du digital, recherche pour une de ses entreprises partenaires un(e) alternant(e) pour un poste de Data Analyst en alternance pendant un an.
Vos missions :
Etudiant.e préparant un diplôme de niveau Bac +4/5 dans le domaine de l'analyse et traitement de données, idéalement avec une première expérience en entreprise (stage et/ou alternance) :
- Collecter, nettoyer et préparer les données brutes provenant de différentes sources.
- Concevoir et mettre en oeuvre des modèles statistiques et des algorithmes d'apprentissage automatique pour analyser les données et extraire des informations clés.
- Identifier les tendances et les modèles significatifs dans les données afin de générer des perspectives exploitables pour l'entreprise.
- Collaborer avec les équipes internes pour identifier les problèmes commerciaux et définir les objectifs d'analyse des données.
- Développer des modèles prédictifs et des algorithmes pour optimiser les processus opérationnels et améliorer les performances de l'entreprise.
- Présenter les résultats des analyses de manière claire et concise aux parties prenantes concernées.
- Suivre les évolutions technologiques et les meilleures pratiques en matière de science des données pour maintenir une expertise à jour.
- Maîtrise des langages de programmation couramment utilisés en science des données tels que Python, R ou SQL.
- Solides compétences en modélisation statistique, en apprentissage automatique et en visualisation des données.
- Expérience pratique avec des outils et des bibliothèques couramment utilisés tels que TensorFlow, Pandas, Scikit-learn, etc.
- Capacité à gérer et à analyser de grands ensembles de données de manière efficace.
- Excellentes compétences en communication pour présenter des résultats complexes de manière claire et compréhensible.
- Capacité à travailler en équipe et à collaborer avec des professionnels de différents domaines.
- Maîtrise des langages de programmation couramment utilisés en science des données tels que Python, R ou SQL.
- Solides compétences en modélisation statistique, en apprentissage automatique et en visualisation des données.
- Expérience pratique avec des outils et des bibliothèques couramment utilisés tels que TensorFlow, Pandas, Scikit-learn, etc.
- Capacité à gérer et à analyser de grands ensembles de données de manière efficace.
- Excellentes compétences en communication pour présenter des résultats complexes de manière claire et compréhensible.
- Capacité à travailler en équipe et à collaborer avec des professionnels de différents domaines.