La data chez Nalo

La donnée joue un rôle important dans l’entreprise. Elle permet d’éclairer les décisions stratégiques, de piloter le produit, d’analyser les comportements clients et de soutenir les équipes d’investissement dans leur métier via la mise à disposition d’informations pertinentes.

Ainsi, la fonction data est transverse et collabore étroitement avec les équipes Produit, Marketing, Investissement et Tech. Elle couvre à la fois la structuration du data warehouse, la fiabilisation des flux, la modélisation analytique et l’exploration de cas d’usage avancés en machine learning.

Vous serez rattaché(e) directement au Lead Data Engineer et interviendrez dans un environnement où les sujets sont variés et directement liés aux enjeux business.

Le stage

Nous recherchons un(e) stagiaire de fin d’études pour travailler sur un projet d’exploration et de validation de cas d’usage en Machine Learning, avec pour objectif d’améliorer notre compréhension de nos clients et d’identifier de nouveaux leviers d’analyse.

Vous participerez à l’ensemble des étapes d’un projet ML mené en conditions réelles, avec un encadrement régulier et des échanges fréquents sur les choix méthodologiques.

Vos missions

Machine Learning (axe principal)
Selon les priorités définies en interne, vous pourrez travailler sur des sujets tels que :

• Segmentation client

• Prévision de churn

• Projection de revenus / LTV

• Scoring ou autres problématiques exploratoires

Votre travail pourra inclure :

• L’analyse exploratoire des données disponibles

• L’identification et la construction de variables pertinentes

• La préparation et la transformation des données

• L’expérimentation et l’entraînement de modèles

• L’évaluation et l’interprétation des résultats

• La restitution structurée des conclusions

• Si pertinent, la mise en production d’un modèle

Modélisation & Data Warehouse
Vous contribuerez également à la création et à l’évolution de modèles de données destinés aux équipes internes, afin de structurer l’information et de répondre à des besoins analytiques concrets.

Plateforme data (selon priorités)
En fonction de l’avancement des sujets, vous pourrez participer à l’amélioration des outils data, à l’évolution des workflows et à la structuration de certains composants techniques de la plateforme.

Environnement technique

• Python

• SQL

• Snowflake

• dbt

• Airbyte

• Dagster

• Metabase

• Git

Ce que ce stage vous apportera

Ce stage vous permettra de travailler sur des problématiques ML concrètes ayant un impact direct sur la compréhension des clients et sur la prise de décision. Vous aurez une vision complète d’un projet, depuis l’exploration des données jusqu’à la restitution des résultats, dans un environnement où la donnée est au cœur des décisions.

Conditions

• Durée : environ 6 mois

• Début : mi-avril 2026

• Localisation : Paris 10e (présentiel)

• Rémunération : entre 900€ et 1100€ brut selon profil (pour un stage temps plein)

• Étudiant(e) en Master 2 (école d’ingénieur ou université)

• Stage de fin d’études

• Bonne maîtrise de Python pour la manipulation et la transformation de données (pandas et/ou polars)

• À l’aise en SQL

• Première expérience concrète en Machine Learning, avec utilisation de scikit-learn ou bibliothèque équivalente dans un projet académique ou personnel

• Intérêt marqué pour les problématiques data en environnement produit

Nous recherchons une personne capable d’aborder un problème de manière structurée, de tester différentes approches méthodiquement et de progresser dans ses analyses avec accompagnement. La rigueur, la curiosité technique et la capacité à expliquer clairement son travail seront particulièrement appréciées.

Le processus de recrutement se déroule en deux étapes :

1. Un premier entretien en visio avec le Lead Data (environ 30 minutes)

   Cet échange permet de comprendre votre parcours, vos motivations et vos attentes concernant le stage.

2. Un second entretien (environ 1 heure)

   Cet entretien vise à approfondir vos expériences passées, votre raisonnement sur des problématiques data et à évaluer vos prérequis techniques à travers un test technique adapté au poste.