aujourd'hui

Research Data Scientist

Lieu
Paris, FR
Télétravail
Non précisé
Contrat
Freelance
Séniorité
Non précisé
Domaine
autre
Référence
712CE1

Alerte emploi

Reçois les offres par email

Que des annonces freelance, rien d'autre. À toi la cadence.

Fréquence des alertes

Poste de Research Data Scientist chez Malt, la place de marché européenne de freelances, à Paris. Tu étudies l'économie de la plateforme : liquidité, élasticité des commissions, frictions du matching, avec des méthodes d'inférence causale (difference-in-differences, variables instrumentales) sur les données BigQuery, et tu co-signes les baromètres publics de Malt avec le Marketing. L'annonce vise un profil doctoral en économie ou économétrie, très solide en Python (Pandas, Statsmodels, SciPy) et en SQL sur entrepôts cloud. Le processus compte cinq étapes, dont une discussion de recherche de 90 minutes et un test de code de 2 heures.

Compétences techniques

  • Économétrie et inférence causale (difference-in-differences, variables instrumentales, données de panel, modèles de sélection)
  • Modélisation microéconomique de places de marché
  • Conception d'expériences et quasi-expériences
  • Python avancé (Pandas, NumPy, Statsmodels, SciPy)
  • SQL de haut niveau (BigQuery, Snowflake)
  • Construction de pipelines analytiques reproductibles
  • Communication de résultats économétriques à des décideurs non techniques
  • Anglais professionnel complet

Compétences comportementales

  • Rigueur scientifique (hypothèses falsifiables)
  • Pragmatisme orienté produit et business
  • Aisance avec les parties prenantes et remise en question constructive des hypothèses
  • Vulgarisation de résultats complexes auprès de décideurs et de médias

Compétences citées dans l'annonce

  • Go
  • Python
  • SQL

Description du poste

Le poste

Malt recrute un(e) Research Data Scientist dédié(e) à l'économie de la place de marché et au rayonnement public (public thought leadership), au sein de l'équipe Research, en rapport direct avec Marc Palyart (Director of ML), à Paris.

Aux côtés de deux Machine Learning Researchers, vous serez l'expert(e) de référence de Malt en économie appliquée et en inférence causale : combiner des méthodes économétriques rigoureuses et une approche pragmatique, orientée produit et business, pour modéliser la dynamique d'une place de marché à deux versants (liquidité, élasticité des commissions, équilibre offre-demande, frictions de recherche) et améliorer directement la conversion produit.

Questions explorées

  • Comment le marché du freelance évolue-t-il dans le temps ? Qu'est-ce qui pilote l'offre et la demande, et comment travailleurs et entreprises réagissent-ils aux conditions économiques changeantes ?
  • Qu'est-ce qui rend une place de marché efficace, quelles frictions empêchent les correspondances bénéfiques, et comment les résoudre ?
  • Comment les prix, les commissions de plateforme et les élasticités de l'offre et de la demande façonnent-ils la dynamique et le comportement des participants ?

Missions

  • Économie de la place de marché : investiguer les mécanismes économiques qui pilotent la dynamique, les déséquilibres offre-demande, la liquidité, l'élasticité des prix et l'efficacité du matching.
  • Inférence causale appliquée et expérimentation : formuler des hypothèses économiques falsifiables, concevoir des dispositifs quasi-expérimentaux et expérimentaux (difference-in-differences, variables instrumentales, effets fixes) et isoler les mécanismes causaux réels dans des interactions de plateforme multi-versantes.
  • Recherche externe et rayonnement : co-signer les publications de recherche de Malt et des baromètres macroéconomiques, en partenariat étroit avec le Marketing, en traduisant la télémétrie brute de la plateforme en récits publics pour les leaders du secteur et les médias de premier plan.
  • Partenariat stratégique transverse : collaborer avec Product, ML, Marketing et le comité de direction pour identifier les questions de recherche à fort impact, challenger les hypothèses et mettre au jour les mécanismes économiques sous-jacents.
  • Data engineering et modélisation pratiques : écrire du SQL propre sur BigQuery et construire des pipelines analytiques robustes et reproductibles en Python, en s'appuyant sur des outils d'IA assistés pour maximiser la vélocité de recherche.

Profil recherché

  • Formation : doctorat (ou master avec un parcours de recherche empirique équivalent démontré) en économie, économétrie, sciences sociales quantitatives ou discipline empirique voisine.
  • Économétrie empirique et modélisation : expertise prouvée en modélisation microéconomique, inférence causale et stratégies d'identification empiriques (données de panel, variables instrumentales, difference-in-differences, modèles de sélection).
  • Démarche de recherche appliquée : rigueur scientifique alliée à un pragmatisme orienté problème réel, avec une profondeur d'analyse adaptée à la question posée.
  • Programmation : maîtrise avancée de Python (Pandas, NumPy, Statsmodels, SciPy) et SQL de haut niveau sur des entrepôts de données cloud modernes (Google BigQuery, Snowflake).
  • Aisance avec les parties prenantes : savoir cadrer des problèmes ambigus, communiquer des résultats économétriques complexes à des décideurs non techniques et challenger constructivement les hypothèses.
  • Anglais professionnel complet.

Processus de recrutement

  1. Premier appel avec Luke, Tech Talent Acquisition Manager : parcours, aspirations, quelques sujets techniques (45 minutes).
  2. Entretien avec Marc (Director of ML), votre futur manager : expérience, rôle en détail, questions techniques (60 minutes).
  3. Discussion de recherche avec vos futurs collègues autour de deux travaux : un projet de recherche de votre choix et un proposé par l'équipe (90 minutes).
  4. Test de code à la maison (2 heures, facultatif si vous avez suffisamment de projets open source en ligne).
  5. Entretien final avec Claire, CTO (45 minutes).

Conditions

  • Semaine d'intégration à Paris avec les autres nouveaux arrivants.
  • Participation au capital : chaque Malter reçoit des stock options.
  • Congé sabbatique : un mois pleinement payé tous les trois ans.
  • Livres gratuits, commandés par l'entreprise sur simple demande, sans justification ni validation.
  • Team building annuel.

(Annonce tronquée en fin de texte côté source.)

Ce qui te ferait sortir du lot (côté sécurité)

Zeroday : sur un poste comme celui-ci, ce qui fait la différence côté sécurité :

  • agrégats et tailles de groupes contrôlés avant toute publication : un baromètre ne doit jamais permettre de réidentifier un freelance ou une entreprise ;
  • accès BigQuery en lecture seule sur les sources de l'étude, écriture limitée à ton espace de travail personnel ;
  • aucune clé d'API dans les notebooks ni le dépôt : un pipeline reproductible lit ses secrets depuis l'environnement d'exécution ;
  • provenance des jeux de données tracée, pour qu'un chiffre publié se retrouve jusqu'à la requête qui l'a produit.

Candidater à cette offre

Déposez votre profil. Nous l'étudions et, avec votre accord, le présentons à nos partenaires sous la bannière Zeroday.

Offres similaires

Toutes les offres d'emploi