Rejoignez l'équipe Tech & Data de Qonto

1. La collecte omnicanal ;
2. Le nettoyage ;
3. La classification et la synthétisation pour faciliter leur exploitation ;
4. La recherche de schémas récurrents pour réaliser des prédictions ;
5. La création de tableaux de bord pour aider les managers dans la prise de décisions.

1. Extraire les données pertinentes parmi toutes celles collectées par le Data Engineer ;
2. Intégrer ces données au sein d’un espace dédié pour pouvoir les traiter ;
3. Sélectionner les KPIs et réaliser des dashboards pour analyser la performance ;
4. Développer des requêtes pour automatiser les process ;
5. Communiquer ses recommandations aux managers des différentes équipes.

1. L’architecture de base de données ;
2. Les outils de modélisation ;
3. Le code et plus spécifiquement Python, Java et C/C++ ;
4. Les technologies SQL et NoSQL ;
5. L’intelligence artificielle.

1. Créer des pages web conformément aux maquettes fournies par l’équipe Design ;
2. Contrôler que le site Internet soit responsive afin de proposer une expérience similaire à tous les utilisateurs, quel que soit le support ;
3. Respecter scrupuleusement les normes W3C tout en optimisant la vitesse de chargement du site ;
4. Intégrer les différentes balises indispensables au référencement sur les moteurs de recherche.

1. UX/UI Designer ;
2. Webdesigner ;
3. Business Developer ;
4. Product Manager ;
5. SEO Manager.

À l’image du Data Scientist, le Machine Learning Engineer possède d’excellentes compétences pour le traitement des données et la mise en place de modélisations complexes pour travailler des systèmes de données dynamiques.

Son rôle au sein de l’équipe Tech & Growth consiste à implémenter des modèles prédictifs qui fonctionnent de façon automatique à l’aide de logiciels « self-running ». En effet, le Machine Learning s’appuie sur la capacité de la machine à « apprendre » afin d’affiner les prévisions en fonction des opérations déjà réalisées.

Le travail du Machine Learning Engineer permet donc d’améliorer la précision des algorithmes tout en réduisant les risques d’erreur grâce à l’absence d’intervention humaine dans ces opérations.

Au quotidien, le Machine Learning Engineer œuvre en étroite collaboration avec d’autres membres de l’équipe Tech & Growth comme les Data Scientists, les ingénieurs logiciels et les Data Engineers, ainsi qu’avec les spécialistes UX/UI au sein du département Product & Design.

Très souvent confondu avec le Growth Hacker, le Growth Engineer se charge de la mise en place technique des projets de l’équipe Growth et Marketing. Sa principale mission consiste à s’assurer que ces projets soient implémentés de façon qualitative et scalable.

Pour remplir sa mission avec brio, un Growth Engineer doit justifier d’une solide expérience en tant que développeur full-stack pour obtenir la confiance de l’équipe technique.

De plus, il doit faire preuve d’un réel attrait pour des sujets business afin d’être en mesure de traduire les besoins de l’entreprise en implications techniques.

Le Growth Engineer doit également posséder des compétences en marketing et maîtriser des disciplines comme le SEO et le SEA pour assurer une parfaite gestion du site Internet de la société.

Autre qualité indispensable au métier de Growth Engineer : la communication. En effet, son rôle transverse lors du développement d’un projet impose qu’il soit en mesure de coordonner tous les intervenants : Product, Tech, Growth, Marketing, Operations, etc.