Accélération digitale et marketing pour entreprises avec IA et Big Data.
Making Science est une entreprise internationale d’accélération digitale, experte en données, intelligence artificielle et technologies publicitaires propriétaires. Partenaire privilégié des géants de la tech (Google, Meta, etc.), nous accompagnons les entreprises dans leur digitalisation complète. Nous rejoindre, c’est intégrer une équipe dynamique de plus de 1200 experts à travers le monde, passionnés par l’innovation et la performance.
Making Science France, entité basée à Paris, est ancrée dans une solide expertise en marketing digital, allant du Paid Media aux technologies de pointe appliquées au marketing (IA, Big Data, …). Nos équipes accompagnent une cinquantaine de clients dans l’amélioration de leurs stratégies digitales, comme LVMH, La Redoute, Intersport, et bien d’autres.
Rattaché(e) directement aux Lead Data Scientists du département Data Mesure, vous interviendrez sur trois piliers stratégiques :
1. Modélisation Économétrique (50%)
Conception & Calibration : Participer au développement et à l’optimisation de modèles économétriques open-source (frameworks tels que Robyn de Meta, Meridian de Google, ou des approches customisées sous PyMC/Stan).
Feature Engineering avancé : Modéliser les effets de saturation (courbes d’Adstock, fonctions de Hill), la saisonnalité, les variables macro-économiques et les actions promotionnelles de nos clients.
Scénarisation d’impact : Développer des algorithmes d’optimisation sous contraintes pour recommander la répartition budgétaire optimale maximisant le ROI global.
2. Expérimentation & Incrémentalité (30%)
Protocoles de test (Geo-testing) : Concevoir des plans d’expériences rigoureux (Matched Market Testing) pour isoler l’impact incrémental réel d’un canal média (ex: débrancher la TV ou sur-investir sur YouTube sur des zones géographiques tests).
Inférence Causale : Appliquer des modèles de contrôle synthétique (Synthetic Controls), de différences dans les différences (Diff-in-Diff) ou de régression sur discontinuité pour mesurer l’élévation réelle des ventes (Lift).
3. Consulting & Data Storytelling (20%)
Traduction Business : Traduire des indicateurs statistiques complexes ($R^2$, intervalles de crédibilité bayésiens, p-values) en recommandations budgétaires actionnables pour les CMOs et directeurs financiers.
Relations Partenaires : Collaborer avec les équipes techniques de nos partenaires clés (Google, Meta, TikTok) pour intégrer les flux de données d’API de conversion (CAPI) et de Clean Rooms (ADS, ADH).
Formation : Diplômé d’une Grande École d’Ingénieurs, de Commerce (avec spécialisation quantitative), ou Master 2 en Mathématiques Appliquées, Économétrie ou Statistiques (ENSAE, Dauphine, ISUP, etc.).
Expérience : Minimum 2 ans d’expérience professionnelle dans le marketing digital ou domaine équivalent.
Hard Skills :
Maîtrise solide de Python ou R (la maîtrise des bibliothèques de manipulation de données comme pandas / tidyverse est indispensable).
Solides bases théoriques en statistiques, régression linéaire/non-linéaire, et idéalement en séries temporelles ou inférence causale.
Une première exposition ou une forte curiosité pour les frameworks de MMM (Robyn, Meridian, PyMC).
Soft Skills :
Excellente capacité de vulgarisation : vous savez expliquer la différence entre corrélation et causalité à un public non technique.
Rigueur scientifique et esprit critique face aux données publicitaires souvent bruitées.
Français et Anglais courants.
Un rôle à fort impact : Vos analyses orienteront directement la stratégie d’investissement de grands groupes internationaux.
Une culture tech & humaine : Un environnement de travail stimulant, collaboratif, propice à l’innovation, avec des perspectives très rapides d’évolution en CDI.
Une culture tech & humaine : Un environnement de travail stimulant, collaboratif, propice à l’innovation, avec des perspectives rapides d’évolution.
Etape 1 : Point Téléphonique (15min) avec Emmanuel, P&C Specialist
Etape 2 : Entretien 1 (1h) avec Axel, Senior Data & Tech Consultant
Etape 3 : Entretien 2 (1h) avec Marouane, Head of Data France
Etape 4 : Entretien 3 (1h) avec Jérôme et Maxime, Managing Directors France
In short
Founding year
2016
Employees
50
Average age
27
Gender
45%
55%