Vous souhaitez mettre votre expertise Data au service de projets à fort impact, utilisés par des clients internationaux pour piloter des risques complexes ?

Nous recrutons un(e) Expert(e) Data Quality Assurance pour rejoindre notre équipe Exposure Management et devenir un pilier de la fiabilité et de la performance des données au cœur de notre plateforme.

Vous travaillerez sur des projets stratégiques sur nos différentes business lines et jouerez un rôle clé dans l’amélioration continue de nos workflows d’enrichissement, de matching et de qualité des données, essentiels à la prise de décision de nos clients.

Vos missions :

1. Enrichissement et matching de données

• Collecter et extraire des données clients depuis diverses bases de données en utilisant BigQuery et SQL.

• Identifier les éléments non reconnus (noms d’assets dans le secteur de l’Energie onshore / offshore, données géographiques, attributs spécifiques) dans les bases de données.

• Développer des flux automatisés avec Python et Airflow pour traiter et réconcilier régulièrement les données non reconnues.

• Participer à la création de logiques de priorisation et à l’automatisation des contrôles qualité.

2. Amélioration d’algorithmes existants

• Contribuer aux tests et à l’optimisation des algorithmes de matching avec l’usage de NLP et d’API.

• Évaluer leur performance et préparer leur déploiement sur la plateforme.

3. Gestion et nettoyage de bases de données

• Préparer et superviser les tâches de recherche, d’assainissement et de structuration des données liées au secteur de l’Energie, en collaboration avec des prestataires externes

• Nettoyer les doublons et incohérences présentes dans les bases de données en utilisant SQL (et ponctuellement Excel) pour analyser, corriger et structurer les données.

• Collaborer avec les équipes Data Science pour finaliser le nettoyage et garantir la fiabilité des données.

• Participer à l’intégration de bases de données externes.

Ce que nous offrons :

Nous construisons une entreprise où chacun peut donner le meilleur de soi-même et être récompensé pour ses contributions. Voici ce que vous trouverez chez Allphins :

🏢 Un emplacement central : des bureaux modernes dans le 9ᵉ arrondissement de Paris (WeWork), avec la flexibilité du travail hybride (50 % du temps au bureau, après la validation de la période d’essai).

💼 Autonomie et responsabilités : vous aurez de vraies responsabilités dès le premier jour, avec une forte visibilité au sein de l’entreprise et la liberté de façonner votre rôle.

🚀 Une croissance en phase avec celle de l’entreprise : Allphins se développe rapidement, et vos opportunités évolueront avec nous, que vous souhaitiez approfondir votre expertise ou relever de nouveaux défis.

💸 Rémunération compétitive : un package salarial attractif, avec remboursement du pass transport, tickets restaurant et autres avantages.

🧰 Des outils performants : un équipement haut de gamme et une stack technologique moderne pour vous permettre de vous concentrer sur l’essentiel.

🤝 Une équipe collaborative et concentrée sur l’impact : travaillez aux côtés de professionnels expérimentés qui valorisent la clarté, l’efficacité et l’exécution intelligente.

Compétences techniques

• Excellente maîtrise de Python

• Compétences solides en SQL et BigQuery

• Connaissance des workflows data (extraction, transformation, automatisation)

• Expérience sur de larges volumes de données

• Très à l’aise avec Excel

• Familiarité avec Airflow = un plus

• Connaissance de nos business lines (énergie, assurance) = un plus

Savoir-être et expérience

• Formation : école d’ingénieur, cursus Data Science

• Expérience : au moins 2 ans d’expérience (alternances incluses) en data, sur des problématiques Big Data

• Curiosité et intérêt pour l’InsurTech/FinTech et les sujets liés au domaine de l’Energie

• Esprit analytique, logique et rigoureux(se)

• Capacité à communiquer des concepts complexes

• Intérêt pour l’utilisation d’outils d’IA pour la génération de code

• Français & anglais courants

• Entretien RH

• Entretien avec le manager direct

• Tests techniques éventuels

• Discussions avec nos cofondateurs (CTO, CEO)

• Visite de nos locaux / échanges avec vos futurs collègues