Airbnb Data Scientist: mots-cles CV et preparation entretien

Vous envoyez votre CV à Airbnb pour un poste de Data Scientist, vous changez deux lignes, et vous n'obtenez aucune réponse. Le problème vient rarement de votre expérience : il vient du vocabulaire employé et de la façon dont vous préparez l'entretien.

Un recruteur passe quelques secondes sur une candidature. Si les mots de l'annonce ne reviennent pas dans votre CV, votre dossier passe au suivant. Voici comment corriger ça, sans inventer de détails sur un processus de recrutement que vous ne connaissez pas.

Lire l'annonce comme un recruteur#

Airbnb recrute des data scientists sur des sujets de marketplace : tarification, confiance et sécurité, recherche, expérience hôte ou voyageur, mesure de la performance produit. Une annonce parle de mesure de la confiance ? Votre CV doit parler de confiance et de modération. Une autre insiste sur l'expérimentation ? Vous mettez l'expérimentation en haut.

Avant d'écrire, sortez les termes répétés dans la fiche de poste : outils, méthodes, domaines métier, verbes d'action. Vous pouvez le faire à la main, ou passer par un outil de décryptage d'offre d'emploi qui extrait les compétences demandées et vous montre ce qui manque dans votre candidature. L'objectif est simple : comprendre ce que l'équipe attend avant de rédiger quoi que ce soit.

Gardez une règle en tête : vous n'écrivez pas pour impressionner, vous écrivez pour être compris par quelqu'un qui ne vous connaît pas.

Les mots-clés qui comptent, et où les placer#

Pour ce type de poste, les termes reviennent souvent : SQL, Python, R, machine learning, expérimentation A/B, inférence causale, définition d'indicateurs, analyse produit, communication avec les équipes métier. Le vocabulaire change selon l'équipe. C'est pour ça qu'un CV générique échoue.

Placer ces mots-clés n'est pas un jeu de hasard. Mettez-les dans quatre endroits : le titre du poste visé, la première phrase de votre résumé, l'intitulé exact de vos postes précédents, et les bullets de vos expériences. Un bloc « compétences » seul ne suffit pas, beaucoup de systèmes de tri lisent surtout le corps du CV.

Le vocabulaire exact de l'annonce doit aussi être le vôtre. Si l'offre dit « mesure d'impact » et que votre CV dit « reporting », le logiciel de tri ne fait pas le lien. Reprenez le mot de l'annonce, à condition qu'il corresponde à ce que vous avez vraiment fait. Pour vérifier que votre CV passe ce premier filtre, un vérificateur de compatibilité ATS gratuit vous donne une lecture froide de votre document avant l'envoi.

Réécrire un bullet : avant et après#

La majorité des CV data science décrivent une mission. Un recruteur cherche un résultat.

Version d'origine, très fréquente :

« Analysé les données de réservation pour aider l'équipe produit à améliorer le service. »

Version réécrite, avec structure, méthode et résultat :

« Développé un modèle de prévision des annulations (Python, gradient boosting) sur l'historique de réservations, présenté aux équipes produit et support, suivi d'un ajustement des règles de remboursement ayant réduit les litiges de X % sur la période suivante. »

Les chiffres entre crochets sont à remplacer par les vôtres. Si vous n'avez pas le chiffre exact, donnez l'ordre de grandeur ou la direction : « litiges en baisse sur deux trimestres ». Jamais de pourcentage inventé, un recruteur technique posera la question et vous perdrez sa confiance.

La structure tient en quatre temps : verbe d'action, méthode ou outil, contexte métier, résultat ou suite donnée. Un seul bullet bien construit vaut mieux que quatre lignes vagues.

Préparer l'entretien sans inventer de processus interne#

Vous lirez des témoignages sur les étapes du recrutement : test technique, entretien SQL, étude de cas produit, échange sur un projet passé. Ces retours sont utiles pour vous entraîner, mais ils décrivent l'expérience d'une personne dans une équipe et à une date donnée. Les étapes varient selon le poste, le pays et l'équipe. Ne les traitez pas comme un mode d'emploi, et ne répétez pas en entretien des détails internes que vous ne pouvez pas vérifier.

Préparez quatre blocs : SQL et manipulation de données, statistiques et expérimentation, raisonnement produit, récit de vos projets passés. Pour le bloc produit, entraînez-vous à poser des questions avant de proposer une méthode : quel est l'objectif de l'équipe, comment mesure-t-on le succès, quels biais peuvent fausser l'analyse. Cette démarche se voit tout de suite.

Pour le récit de projet, une réponse claire suit cette forme :

« Sur mon poste précédent, l'équipe support voyait monter les demandes liées aux remboursements sans savoir pourquoi. J'ai d'abord vérifié la qualité des données, puis j'ai segmenté les demandes par type de réservation et par canal. Nous avons trouvé qu'un seul segment expliquait la hausse, ce qui a permis de changer la règle côté support. Le suivi du mois d'après a confirmé le mouvement. »

Cette réponse donne le contexte, votre rôle, la méthode et la suite, sans jargon inutile. Adaptez-la à votre expérience réelle, et gardez-la sous deux minutes.

Le marché français : ce qu'il faut savoir#

Les postes de data scientist chez Airbnb ouverts depuis la France sont peu nombreux. Les équipes data sont concentrées sur d'autres continents, et beaucoup d'annonces visent des implantations étrangères. Avant de vous lancer, regardez les offres d'emploi actuelles et filtrez par localisation et par type de contrat.

Si le poste implique un déménagement, la question du permis de travail se pose. Aucune entreprise ne peut vous garantir un visa par avance, et les règles changent selon votre nationalité et le pays. Vérifiez toujours les conditions sur les sources officielles de l'État concerné et auprès de l'employeur.

Côté rémunération, les fourchettes varient beaucoup selon le pays, la ville et le niveau d'expérience. Pour un data scientist en France, les niveaux affichés s'échelonnent souvent entre environ 40 k€ et plus de 80 k€ brut annuel, mais ces fourchettes bougent et ne préjugent pas de l'offre d'une entreprise donnée. Consultez les annonces en cours et la page carrière de l'employeur pour des chiffres à jour.

Checklist avant d'envoyer#

• L'intitulé du poste visé apparaît clairement en haut du CV.
• Chaque compétence demandée dans l'annonce se retrouve dans vos bullets.
• Chaque bullet commence par un verbe d'action et se termine par un résultat ou une suite.
• Vos outils sont nommés avec précision : SQL, Python, R, et les librairies que vous maîtrisez vraiment.
• Les chiffres cités sont exacts, ou remplacés par une direction que vous savez défendre.
• Le vocabulaire de l'annonce est repris quand il correspond à votre expérience.
• Vous avez retiré les tâches sans rapport avec le poste visé.
• Le fichier passe le contrôle de lecture automatique.
• Vous avez préparé trois projets racontables avec contexte, rôle, méthode et résultat.
• Vous avez noté deux ou trois questions à poser sur les données disponibles et sur la définition des indicateurs.

Outils gratuits#

• jobrise.io/fr/free-ats-checker/
• jobrise.io/fr/free-jd-decoder/
• jobrise.io/fr/jobs/
• jobrise.io/fr/blog/

Questions fréquentes#

Quels mots-clés mettre pour un poste de Data Scientist chez Airbnb ?

Reprenez les termes de la fiche de poste : SQL, Python, expérimentation A/B, inférence causale, définition d'indicateurs, analyse produit. Placez-les dans le titre visé, le résumé, les intitulés de postes et les bullets, pas seulement dans une liste de compétences.

Faut-il adapter son CV à chaque offre ?

Oui, sur les trois ou quatre termes qui portent l'annonce. Le reste du CV peut rester stable, mais la première page doit parler le langage du poste, sinon vous ne passerez pas le premier filtre de lecture.

Comment se prépare l'entretien technique ?

Entraînez-vous sur SQL, les statistiques d'expérimentation et un cas de raisonnement produit, avec des questions posées avant les hypothèses. Les témoignages en ligne donnent des pistes, mais les étapes varient selon l'équipe et le pays, ne les prenez pas pour un calendrier officiel.

Les postes data scientist d'Airbnb sont-ils ouverts en France ?

Peu de postes data sont ouverts depuis la France, la plupart des annonces visent d'autres implantations. Vérifiez les offres en cours et la localisation exacte, et renseignez-vous sur le permis de travail auprès des sources officielles si un déplacement est requis.

Combien gagne un Data Scientist chez Airbnb ?

Les niveaux varient selon le pays, la ville et l'expérience, et l'entreprise ne publie pas de grille unique. En France, les fourchettes affichées pour un data scientist vont souvent d'environ 40 k€ à plus de 80 k€ brut annuel : vérifiez sur les annonces en cours et les sources officielles plutôt que sur un chiffre unique.