Scientifique De Données Principal(E)// Senior Data Scientist- Travel Tech

À propos du posteHopper Technology Solutions (HTS) propulse le voyage pour certaines des plus grandes marques du monde grâce à nos API, nos produits en marque blanche et notre offre fintech, et chaque jeu de données que nous détenons raconte une histoire que nos partenaires ont besoin de voir racontée clairement, régulièrement et rapidement. À titre de scientifique de données principal(e) au sein d’HTS, vous serez responsable de la relation analytique avec un portefeuille de partenaires et vous bâtirez les mécanismes qui répondent une première fois à leurs questions sur la santé de l’inventaire, la compétitivité des prix et la performance, puis y répondent chaque semaine. Vous serez évalué(e) moins sur la sophistication de vos modèles que sur la capacité des personnes avec qui vous travaillez, chez Hopper comme dans les équipes commerciales de nos partenaires, à prendre de meilleures décisions grâce à vous.
À quoi ressemblera votre quotidienAssumer la responsabilité de la relation analytique avec un portefeuille de partenaires HTS, en travaillant aux côtés des équipes Partner Success et Commercial pour comprendre leurs besoins, y répondre et présenter les résultats directement à leurs équipes
Concevoir et standardiser des rapports récurrents sur la santé de l’inventaire, la compétitivité des prix et la performance des locataires, qui s’adaptent aux hôtels, aux vols, aux locations de maisons et aux voitures sans devoir être reconstruits chaque fois
Utiliser les assistants et agents d’intelligence artificielle ainsi que les outils de génération de code comme collaborateurs du quotidien afin d’automatiser les parties répétitives de l’analyse et de la production de rapports, et aider l’ensemble de l’équipe à adopter les mêmes pratiques
Cadrer et mener des analyses exploratoires qui approfondissent notre compréhension du comportement des partenaires et des voyageurs, et traduire vos constats en recommandations claires pour les responsables produit, ingénierie et affaires
Appliquer l’apprentissage automatique et les méthodes statistiques à de vastes ensembles de données désordonnés lorsqu’ils font une réelle différence, et reconnaître quand une mesure simple et bien expliquée constitue la meilleure réponse
Créer des tableaux de bord et des rapports en libre-service dans BigQuery, Looker, Tableau, Amplitude et Google Sheets, avec le souci de vous rendre inutile pour les questions de routine
Collaborer étroitement avec les équipes produit et ingénierie afin que les données que nous recueillons soutiennent les questions que nos partenaires poseront ensuite
Le ou la candidat(e) idéal(e) possèdeUn diplôme en mathématiques, statistiques, informatique, génie, économie ou dans une autre discipline quantitative, ou une expérience pratique équivalente
D’excellentes compétences en analyse et en résolution de problèmes, avec un historique démontré de réponses à des questions complexes à l’aide des données, dans plus d’un domaine ou d’une gamme de produits
Une capacité démontrée à transformer un travail technique complexe en récits simples et crédibles pour des auditoires non techniques et de direction, y compris des partenaires externes
De l’aisance en contact avec les partenaires, pour présenter des conclusions, répondre à des questions difficiles en direct et établir un lien de confiance avec les interlocuteurs commerciaux
De solides compétences en SQL et de l’expérience avec les entrepôts de données modernes comme BigQuery, ainsi qu’une maîtrise de Python et Pandas ou de R pour la préparation et l’analyse de données à grande échelle
Un usage quotidien et pratique des outils fondés sur les grands modèles de langage, comme Claude, ChatGPT, Cursor ou Copilot, pour écrire du code, du SQL, des analyses et de la documentation, et un point de vue sur leurs forces et leurs limites
De l’expérience dans la conception ou le déploiement de flux de travail automatisés et agentiques, des pipelines planifiés à la génération de rapports par grands modèles de langage en passant par les bibliothèques d’invites ou de compétences, qui transforment des analyses ponctuelles en produits réutilisables
De l’expérience en forage de données, en apprentissage automatique et en modélisation statistique, et le jugement nécessaire pour savoir quand y recourir
De l’expérience avec les outils de rapports d
#J-18808-Ljbffr