À propos de ce modèle
Le modèle Mosaïque Triangulaire est une lettre de motivation moderne avec motif d'en-tête triangulé dans des bleus tonaux, corps Inter et un seul sommet pour marquer la formule d'appel. Géométrique, énergique, mais assez disciplinée pour passer un screening data. Compatible avec les ATS B2B et data (Workday, Greenhouse, Lever, Avature) majoritaires dans les cabinets de conseil et les éditeurs analytics français.
Pour quel profil ?
Il convient aux data scientists (Sciences Po DS, X-DS Paris-Saclay, ENSAE, ENSAI), consultants analytics, BI leads (Tableau, Power BI, Looker, Metabase), business analysts, consultants juniors (Bain, BCG, McKinsey, Roland Berger pour entry-level) et profils finance quantitative qui veulent une touche de motif sans tomber dans le décoratif. Le triangle dit rigueur géométrique et lecture mathématique du monde.
Comment l'utiliser
La lettre data scientist doit prouver le double pied science + business : citez les outils (Python, R, SQL, dbt, Snowflake, BigQuery, Dataiku), les frameworks ML (scikit-learn, PyTorch, TensorFlow, JAX) et les cas d'usage avec impact business (€ économies, % uplift conversion, gain temps process). Mentionnez deux ou trois compétitions Kaggle si pertinent (top 10 %, top 5 %), ou un projet OSS publié. Pour un BI lead, mentionnez le nombre d'utilisateurs internes servis par les dashboards.
Questions fréquentes
Faut-il un classement Kaggle pour candidater data scientist ?
Non, mais c'est apprécié. Un classement top 10 % sur une compétition publique récente est un signal fort pour les recruteurs (top 5 % devient un signal de seniority technique). Pour un profil senior, l'expérience industrielle prime sur Kaggle. Pour un junior, deux ou trois compétitions terminées montrent l'autonomie d'apprentissage.
Le motif triangulé est-il trop visuel pour un poste finance quantitative ?
Pour les fonds quant (Squarepoint Capital, Capital Fund Management France, Numa Capital), oui — le code visuel paraît trop décoratif. Préférez Bord Platine ou Grille Suisse pour ces candidatures. Pour la finance d'entreprise quanti (M&A modeling, Treasury, FP&A senior), le triangle reste acceptable et signale la maîtrise visuelle.
Comment évoquer un projet ML déployé en production ?
C'est très valorisé — la différence entre « modèle en notebook » et « modèle en prod » est majeure. Indiquez la stack MLOps (MLflow, Kubeflow, Vertex AI, SageMaker, BentoML), la latence de scoring, le volume de prédictions/jour et le mode de monitoring (drift detection, model performance tracking). Le déploiement ML est un signal de seniority discriminant.
