EY Data Scientist: mots-cles CV et preparation entretien

Vous postulez chez EY pour un poste de Data Scientist et votre CV ne déclenche pas d'entretien. Le problème est presque toujours le même : le document parle de vous, pas du poste. Chez un cabinet d'audit et de conseil, le recruteur cherche à savoir si vous savez livrer une mission pour un client, pas si vous maîtrisez dix algorithmes de plus que le candidat suivant.

Comprendre le contexte EY avant d'écrire quoi que ce soit#

EY France recrute des profils data sur plusieurs périmètres : audit assisté par la data, conseil en transformation, et services spécialisés comme la gestion des risques ou la transaction. Un même titre de poste peut couvrir des réalités très différentes selon l'équipe qui recrute.

La conséquence pratique : votre CV doit refléter la mission, pas seulement votre métier. Un data scientist qui rejoint une équipe d'audit ne fera pas le même travail qu'un data scientist en conseil stratégie. Lisez l'offre ligne par ligne avant de toucher à votre CV.

Le marché français reste exigeant sur les postes data en cabinet. Les candidats sont nombreux, les processus sont structurés, et les attentes montent vite dès que le poste touche au client. Ne misez pas sur un CV générique, il passera sous le radar.

Les mots-clés qui font la différence sur un CV data#

Les cabinets utilisent des outils de tri avant que quiconque lise votre CV. Pour passer cette étape, votre document doit contenir les termes exacts de l'offre. Un vérificateur de compatibilité avec les logiciels de recrutement vous dira en quelques secondes si votre CV colle au poste : c'est le premier réflexe à avoir.

Les mots-clés utiles se répartissent en trois familles.

Techniques : Python, SQL, R, Spark, cloud (AWS, Azure, GCP), machine learning, NLP, statistiques, data visualisation, Power BI, Tableau. Reprenez ceux qui figurent dans l'offre, pas tous ceux que vous connaissez.

Métier : modélisation prédictive, scoring, détection d'anomalies, aide à la décision, reporting, data quality, gouvernance des données. Ces termes montrent que vous comprenez à quoi sert votre travail.

Conseil : gestion de mission, relation client, restitution à des non-spécialistes, travail en équipe pluridisciplinaire, respect des délais, cadrage de besoin. Un cabinet achète votre capacité à intervenir chez un client, pas seulement votre code.

Un exemple de reformulation d'une ligne de CV#

Prenons une phrase que je vois tout le temps :

"Travail sur un modèle de prévision des ventes avec Python."

C'est vague. On ne sait ni ce que vous avez fait exactement, ni quel impact cela a eu. Reformulez ainsi :

"Conçu et déployé un modèle de prévision des ventes (Python, XGBoost) réduisant l'erreur de prévision de 18 % sur 12 mois de données, restitution des résultats à l'équipe commerciale via un tableau Power BI."

On voit la méthode, les outils, l'impact mesuré, et la restitution à un public non technique. Ce dernier point est exactement ce qu'un cabinet cherche.

Préparer l'entretien technique sans paniquer#

L'entretien technique chez un grand cabinet couvre généralement trois blocs : vos projets passés, un exercice de data (étude de cas ou question technique), et votre posture professionnelle. Je ne prétends pas connaître le processus interne exact d'EY, et il varie selon les équipes. Préparez-vous sur ces trois blocs, c'est le socle commun du recrutement data en cabinet.

Sur vos projets, soyez prêt à défendre chaque choix : pourquoi cet algorithme et pas un autre, comment vous avez géré les données manquantes, ce que vous auriez fait avec plus de temps. Les recruteurs data repèrent vite les CV surchargés.

Sur l'exercice technique, la démarche compte autant que la réponse finale. Posez des questions avant de coder. Reformulez le problème. Annoncez vos hypothèses. Un candidat qui réfléthit à voix haute rassure plus qu'un candidat qui sort une réponse parfaite sans explication.

Un exemple de réponse à une question classique#

Question : "Comment expliqueriez-vous un modèle de scoring à un directeur financier qui n'y connaît rien en data ?"

Réponse possible : "Je commencerais par l'objectif métier : identifier les clients à risque de ne pas payer. J'expliquerais ensuite que le modèle donne un score entre 0 et 100, plus le score est haut, plus le risque est élevé. Je donnerais un exemple chiffré sur trois clients fictifs pour montrer comment on tranche. Enfin, je préciserais le taux d'erreur du modèle et ce que cela implique concrètement pour les décisions de crédit. Pas de jargon, des chiffres et des conséquences."

Cette réponse montre trois choses : la pédagogie, la rigueur sur les limites du modèle, et la capacité à parler à un décideur. C'est exactement ce qu'on attend d'un data scientist en cabinet.

Le cas pratique : comment s'y préparer#

Beaucoup de processus de recrutement data incluent un cas à traiter, parfois à la maison, parfois en temps limité. Même sans connaître le format exact chez EY, vous pouvez vous entraîner sur ce type d'exercice.

Choisissez un sujet simple : prédire le churn, segmenter une clientèle, détecter des fraudes. Travaillez le sujet en 60 minutes maximum, avec une contrainte : vous devez présenter vos résultats à un comité de direction dans 10 minutes. Cette contrainte change tout, elle vous force à prioriser.

Préparez trois slides : le problème et les données, votre approche et ses limites, les recommandations. Les cabinets achètent des recommandations, pas des modèles.

Checklist de préparation avant de postuler#

• Relisez l'offre et extrayez les 15 mots-clés qui reviennent le plus
• Intégrez ces termes dans votre CV de façon naturelle, pas en liste
• Vérifiez la lisibilité de votre CV par les logiciels de recrutement
• Préparez trois projets détaillés que vous pouvez raconter en 5 minutes
• Entraînez-vous à expliquer un modèle à quelqu'un qui ne fait pas de data
• Anticipez les questions sur votre gestion des délais et de la relation client
• Renseignez-vous sur les missions data d'EY France via leurs pages publiques et leurs offres en cours

Adapter son CV au marché français#

Quelques spécificités locales à garder en tête. En France, la photo sur le CV reste acceptée mais pas obligatoire, surtout dans les grands groupes et cabinets. Mentionnez votre niveau de langue en anglais avec un repère clair (courant, professionnel, technique), les missions en cabinet se déroulent souvent en anglais.

Les fourchettes de rémunération pour un data scientist en cabinet en France varient fortement selon l'expérience, la ville et l'équipe. Ne vous fiez pas à un chiffre unique trouvé en ligne. Vérifiez les sources officielles et les offres récentes, et préparez votre fourchette avant l'entretien salarial.

Pour explorer les offres actuelles dans le data et le conseil, notre moteur de recherche d'emplois regroupe les annonces disponibles et vous permet de filtrer par ville et par type de contrat. C'est le meilleur moyen de caler votre CV sur la réalité du marché plutôt que sur des souvenirs d'il y a deux ans.

Faire relire son CV par un outil avant l'envoi#

Une dernière vérification coûte peu de temps et change souvent le résultat. Passez votre CV dans notre outil de vérification de compatibilité avec les logiciels de recrutement, puis croisez les résultats avec l'analyse de l'offre d'emploi que vous visez. Vous verrez exactement quelles compétences de l'annonce manquent dans votre document.

Si vous cherchez d'autres méthodes pour affiner votre candidature, nos articles sur la préparation des entretiens data regorgent de retours de terrain. Une dizaine de minutes de relecture vaut parfois mieux qu'une semaine de candidatures envoyées à l'aveugle.

Outils gratuits#

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

Questions fréquentes#

Faut-il absolument avoir un diplôme de grande école pour postuler chez EY comme Data Scientist ?

Non, mais le diplôme compte dans les cabinets. Un master en data, statistiques ou informatique est fréquent chez les recrutés, et une expérience terrain solide peut compenser. Mettez en avant vos réalisations concrètes plutôt que de rentrer dans un débat sur les diplômes.

Combien de temps faut-il préparer un entretien data en cabinet ?

Comptez une bonne semaine si vous partez de zéro : relecture du CV, préparation des projets, entraînement aux cas pratiques. Si vous avez déjà postulé dans des cabinets, deux ou trois jours de révision ciblée suffisent souvent. L'essentiel est de savoir raconter vos projets sans notes.

Dois-je parler de mes projets personnels dans mon CV pour un poste chez EY ?

Oui, s'ils montrent une compétence que vos postes précédents ne couvrent pas. Un projet open source ou une compétition data peut faire la différence sur un profil junior. Sur un profil senior, gardez la place pour les missions professionnelles et leurs résultats.

Est-ce que je dois adapter mon CV pour chaque équipe chez EY ?

Oui, si vous visez des équipes différentes (audit data, conseil, risques). Les mots-clés attendus ne sont pas les mêmes et un CV unique aura du mal à convaincre plusieurs recruteurs. Adaptez au moins le titre, le résumé et deux ou trois lignes d'expérience.

Que faire si je n'ai pas d'expérience en cabinet de conseil ?

Mettez en avant ce qui s'en rapproche : travail avec des clients externes, gestion de projets avec des livrables, restitution à des non-spécialistes, respect de délais serrés. Les recruteurs cabinets cherchent une posture avant une ligne de CV. Montrez que vous savez intervenir chez quelqu'un d'autre que vous-même.