Paddle
Télétravail · Publiée le 15 novembre
Head of Data Science
LieuTélétravail
ExpérienceSenior
Avant de postuler : ce qu'il faut savoir
- Aucun signal d'arnaque détecté.Vérifier une autre offre
- À vérifier : Le salaire n'est pas indiqué : demande la fourchette avant l'entretien.
- Bon point : Employeur nommé : Paddle.
Ton CV colle-t-il à cette offre ?
Ajoute ton CV : ton niveau en 30 secondes, sans créer de compte.
On lit ton CV pour te répondre, sans le garder. Il n'est enregistré que si tu crées ton compte.
En bref
Paddle recrute un Head of Data Science pour construire à partir de zéro la capacité data science de l'entreprise, avec la mission de mettre en production des systèmes de machine learning et agentiques qui automatisent des décisions dans le produit. Le poste est fondateur : il implique de livrer et d'opérer soi-même le premier système, puis de recruter et diriger une équipe.
Contexte
- Paddle est une Merchant of Record qui gère l'infrastructure de paiement d'éditeurs de produits digitaux, avec plus de 10 000 vendeurs de logiciels dans 245 territoires
- Le modèle Merchant of Record donne accès à des données d'abonnement, de tarification et de résultats de paiement granulaires
Missions
- Construire un backlog de cas d'usage priorisé par valeur (performance des paiements, recouvrement de revenus, opérations commerciales et marketing, intelligence de croissance, risque et conformité) et décider de l'ordre de lancement
- Livrer de bout en bout le premier système : analyse et back-test, features, modèle, politique ou agent, déploiement, tests shadow et A/B
- Opérer les systèmes déployés : monitoring, réentraînement, réponse à la dérive, gestion des incidents et rollback
- Choisir entre machine learning traditionnel et systèmes agentiques selon le problème
- Recruter et diriger une équipe de data scientists et d'ingénieurs ML, puis définir les standards et composants réutilisables
- Mettre en place la stack de production avec les équipes Data Platform et Engineering
- Mesurer la valeur créée par des tests A/B, la traduire en chiffre financier validé par la Finance et publier un rapport trimestriel
- Collaborer avec les équipes produit, paiements, ingénierie, risque et finance
Profil recherché
- Expérience avérée de direction d'équipes data science ou ML avec des systèmes en production ayant amélioré une métrique commerciale
- Pratique technique actuelle : SQL, Python, ingénierie de features, évaluation de modèles et d'agents
- Maîtrise du machine learning traditionnel (modèles de propension et d'uplift, pipelines de features, dérive) et des systèmes agentiques (outils, évaluations sur jeux de référence, observabilité des traces)
- Expérience de l'exploitation de systèmes en production : monitoring, incidents, rollback, astreinte
- Pragmatisme méthodologique, avec la capacité de privilégier règles ou heuristiques quand elles suffisent
- Solide culture de la mesure : expérimentation, uplift, back-testing, et capacité à chiffrer son travail
- Expérience en paiements, fintech, abonnements ou autre domaine transactionnel réglementé est un atout
- Capacité à intégrer le ML réglementé (évaluation des risques modèles, DPIA, auditabilité) comme contrainte de conception
Ce que propose le poste
- Poste fondateur avec un périmètre volontairement étroit mais ambitieux, centré sur la décision automatisée dans le produit
- Rattachement au VP Data, collaboration étroite avec Product, Payments, Engineering, Risk et Finance
- Constitution progressive d'une équipe hub-and-spoke de data scientists et d'ingénieurs ML
Comment postuler
- Le texte source ne précise pas la procédure de candidature ni la date limite
Source : Jobicy. Annonce nettoyée et résumée par CandidAI.