Lead Data - H/F

• Faire grandir ton équipe : 1:1, objectifs, montée en compétences.
• Recruter et structurer l'équipe jusqu'à la cible d'un référent data par entité.
• Porter la culture data dans toute la boîte : une donnée solide, cadrée métier, que chacun consomme en autonomie (dbt, modèles « data gold »).

• Transformer les besoins des métiers (commercial, marketing, finance, banque) en projets data actionnables : roadmap, priorisation, delivery.
• Aider à optimiser l'acquisition payante, le scoring des leads et le pilotage de la performance commerciale ; faire vivre notre observatoire des taux, partagée au grand public et à la presse.
• Accompagner la croissance du B2B (facturation, modélisation, partage de données partenaires).
• Outiller le Comex et les managers, vulgariser les résultats data/ML auprès des métiers.

• Mettre les mains dans les chantiers critiques : modèles dbt/BigQuery, lead scoring ML, orchestration Airflow.
• Faire grandir la plateforme Finspot : elle s'enrichit du terrain pour mettre à jour en continu notre connaissance des offres pratiquées par les banques.

• Définir et faire vivre une source unique de vérité : définitions métier cohérentes des indicateurs clés à travers les entités et les outils.
• Documentation, catalogue et traçabilité (lineage) : une donnée découvrable par tous, avec un suivi de la qualité de la donnée.
• Sécurité et accès aux données (RBAC, IAM, secrets), anonymisation des données personnelles.
• Relais DPO / RGPD : registre des traitements, conservation, droit à l'effacement, et conformité des traitements LLM.

dbt + BigQuery au cœur, orchestration Airflow, Python et SQL. Du ML classique (scikit-learn). Backend data-api en FastAPI, infra GCP + AWS, BI sur Metabase. Pas besoin de tout maîtriser, mais l'écosystème doit te parler.

• Orienté projet, business et solutions : tu transformes un besoin en livrable data clair, tu es curieux de découvrir et comprendre l’univers complexe du crédit immobilier.
• Le goût du management et l'envie de faire grandir une petite équipe.
• Builder dans l'âme : tu prototypes pour comprendre, tu testes vite, tu ne crains pas une V1 imparfaite. Mais tu sais aussi lever le nez du code pour faire avancer l'équipe.
• Sensibilité forte à la sécurité et à la conformité (RGPD, données personnelles), à l'aise pour dialoguer avec un DPO.
• Une bonne compréhension technique : tu sais challenger et cadrer dbt/BigQuery, Python/Airflow, ML et LLM.
• Communication et vulgarisation : tu rends la donnée lisible par tous.
• Autour de 5-6 ans d'expérience à construire des stacks data en production. Un plus : un contexte fintech, du scoring, GCP.
• Formation d'ingénieur ou équivalent.

• Un périmètre dont tu es pleinement owner, en reporting direct à un co-fondateur, avec beaucoup d'autonomie et un accès direct aux équipes opérationnelles.
• Une rémunération entre 70/80K selon le profil.
• Une équipe tech et produit exigeante et bienveillante, où on progresse vite.
• Un terrain de jeu idéal pour l'IA appliquée : une boîte qui se réinvente avec les LLM.
• Des bureaux au 42 rue de Paradis (Paris 10e), avec une politique de télétravail partielle.
• Carte Swile (prise en charge à 50 %) et Gymlib.
• Des événements réguliers : afterworks, déjeuners d'équipe, soirées mensuelles, sport…

1. Un premier échange (45 min – 1 h) en visio avec la team Talent Acquisition pour te présenter le projet en détail et voir si ça colle à tes envies.
2. 30 min avec Renaud, co-fondateur en charge du Produit et ton futur manager, pour évaluer le fit et répondre à tes questions.
3. Un entretien technique approfondi, avec un cas pratique sur un vrai sujet data Pretto.
4. Des échanges informels avec d'autres personnes de l'équipe si besoin.

On s'engage pour l'égalité d'accès à l'emploi, l'inclusion et la diversité au sein des équipes.