Fiche d'Entretien — Alternance « Data Analyse & Automatisation des Processus »

Tout comprendre de l'offre, de tes projets et des mots techniques — pour être à l'aise le jour de l'entretien.
Réf. 2026-50902 📍 Bordeaux ⏳ 24 mois · dès le 01/09/2026 ✉ sabrina.wilson@orange.com

1 · Ce que demande l'offre, expliqué simplement

On décrypte l'annonce mot par mot, sans jargon.

Le contexte. Tu rejoins une équipe de 18 personnes à Bordeaux (appelée « G2R national »). Leur métier : construire des robots logiciels. Un robot logiciel, c'est un petit programme qui fait tout seul une tâche répétitive qu'un humain faisait à la main sur son ordinateur (copier des données d'un logiciel à un autre, remplir un tableau, envoyer un rapport chaque matin, etc.).

Le mot important : RPA. RPA veut dire Robotic Process Automation = « automatisation robotisée des processus ». En clair : on apprend à un logiciel à cliquer et taper à la place de l'humain, toujours de la même façon, sans se tromper et sans se fatiguer.

Le poste se déroule en 3 étapes (Think → Build → Run)

🧠 Think — Réfléchir

On te décrit une tâche pénible faite à la main. Toi, tu imagines comment un robot pourrait la faire. Tu vérifies qu'un robot similaire n'existe pas déjà (éviter les doublons).

🔧 Build — Construire

Tu fabriques le robot. Deux façons : soit avec un outil visuel sans trop coder (UiPath, dit « low-code »), soit en écrivant du code (Python, SQL). Tu crées aussi des tableaux de bord (Power BI) pour visualiser les résultats.

🚀 Run — Faire tourner

Une fois le robot lancé, tu t'en occupes : tu vérifies qu'il marche, tu répares quand il plante (un « bug » ou un « KO »), et tu apprends à prévoir les pannes avant qu'elles arrivent.

🎯 Ce qu'ils veulent chez toi

Avoir déjà touché aux bases de données, à SQL et Python. Savoir faire un graphique de données (Power BI ou Tableau). Être curieux, rigoureux, aimer analyser et t'intéresser à l'IA.

Bonne nouvelle : tu coches déjà presque tout — SQL ✅ · Python ✅ · Power BI ✅ · IA/LLM ✅ · esprit d'analyse ✅.
Le seul outil que tu n'as pas encore, c'est UiPath. Ce n'est pas bloquant : l'offre écrit noir sur blanc « Développeur(se) ou non ». Tu peux l'apprendre gratuitement en ligne (voir l'onglet « Réussir l'entretien »).
À retenir sur les données : chez Orange, les données que tu manipuleras ne sont pas forcément financières. Ce sont des données opérationnelles de l'entreprise : suivi de commandes, de clients, de réseau, de ressources humaines, de qualité de service… L'offre parle de « données issues de différents systèmes », c'est-à-dire de tout type de données internes. C'est important pour bien répondre en entretien : tu montres que tu sais traiter n'importe quelle donnée, pas seulement des chiffres de finance.

2 · Tes projets, développés en détail

Pour chaque projet : le contexte, ce que tu as fait concrètement (étape par étape), les mots techniques expliqués, la phrase à dire en entretien, et les questions pièges avec leurs réponses.

a) Application web full-stack en Python

NEOMA · 2025 · Python / Flask, SQL, HTML-CSS-JS
Le contexte
Un projet d'école où tu devais construire un vrai site web fonctionnel, de zéro, tout seul ou en équipe. « Full-stack » veut dire que tu as fait les deux moitiés d'un site : la partie visible (ce que voit l'utilisateur dans son navigateur) ET la partie cachée (le serveur qui range les données et fait les calculs).
Ce que tu as fait, étape par étape
  • 1. La partie cachée (back-end) : tu as écrit en Python le « cerveau » du site avec un outil qui s'appelle Flask. C'est ce cerveau qui décide quoi faire quand un visiteur clique quelque part.
  • 2. Le rangement des données (base de données SQL) : tu as créé une base de données, c'est-à-dire un grand classeur numérique où sont rangées les infos (comptes utilisateurs, contenus…). Tu la commandes avec le langage SQL (« donne-moi tous les utilisateurs inscrits », etc.).
  • 3. La partie visible (front-end) : tu as fait les pages avec HTML (le squelette : titres, boutons, formulaires), CSS (les couleurs, la mise en page, le joli) et JavaScript (ce qui bouge et réagit quand on clique).
  • 4. La connexion entre les deux (API REST) : tu as créé des « prises » standard (une API) pour que la partie visible et la partie cachée puissent s'échanger des données proprement.
  • 5. Le login (authentification) : tu as géré la connexion des utilisateurs (créer un compte, se connecter avec mot de passe).
  • 6. Tests et mise en ligne (déploiement) : tu as vérifié que tout marche, puis mis le site « en vrai » pour qu'il soit accessible.
  • 7. Sauvegarde du code (Git / GitHub) : tu as utilisé Git pour garder l'historique de ton travail et pouvoir revenir en arrière si besoin, et GitHub pour stocker ce code en ligne.
Ce que ça prouve & la phrase à dire
Ce projet montre que tu sais faire vivre une base de données et automatiser des traitements avec du code — exactement le socle demandé.
« J'ai construit une application web complète en Python. J'ai créé la base de données SQL, écrit la logique côté serveur avec Flask, et relié le tout à une interface. Je sais donc aller chercher des données dans une base, les traiter, et les afficher — c'est le cœur du travail d'automatisation. »
Questions possibles en entretien
Q : « Pourquoi Flask et pas autre chose ? »
R : « Flask est léger et simple à prendre en main, parfait pour un projet où je devais tout maîtriser de bout en bout et livrer vite. »
Q : « Tu sais écrire une requête SQL ? »
R : « Oui, je sais faire des SELECT pour récupérer des données, avec des filtres (WHERE) et des jointures (JOIN) pour croiser plusieurs tables. » révise 2-3 requêtes simples avant l'entretien

b) Product Owner — Outil IA d'analyse & de reporting

Projet d'équipe · Fév–Avr 2026 · Méthode Agile/Scrum
Le contexte
En équipe, vous avez créé un outil qui utilise l'IA pour analyser des données et produire des rapports automatiquement. Toi, tu n'étais pas (que) le codeur : tu étais le Product Owner (PO). Le PO, c'est la personne qui décide quoi construire et dans quel ordre, en faisant le lien entre les gens qui ont un besoin et les gens qui codent.
Ce que tu as fait, étape par étape
  • 1. Cadrer le besoin : tu as discuté avec les « clients » du projet pour comprendre ce dont ils ont vraiment besoin (et pas ce qu'on croit qu'ils veulent).
  • 2. Écrire les user stories : tu as traduit chaque besoin en petites phrases claires du type « En tant qu'utilisateur, je veux X pour obtenir Y ». Ça évite les malentendus avec l'équipe technique.
  • 3. Prioriser le backlog : le backlog, c'est la liste de tout ce qu'il reste à faire. Tu l'as classée par ordre d'importance pour que l'équipe commence par le plus utile.
  • 4. Animer les sprints : un sprint est une période courte (1 à 2 semaines) où l'équipe se concentre sur quelques tâches précises. Tu organisais et suivais ces cycles (méthode Scrum).
  • 5. Participer aux choix techniques : tu as aussi mis les mains dans le projet (Python, API, interface web) et aidé à décider comment le construire.
Ce que ça prouve & la phrase à dire
C'est ton atout n°1 pour cette offre. Orange veut quelqu'un qui sait « dialoguer, comprendre les usages et questionner les process ». C'est exactement le rôle de PO.
« En tant que Product Owner, mon travail était de comprendre un besoin métier et de le traduire en solution concrète pour l'équipe technique. C'est précisément ce que demande cette offre : discuter avec les experts métiers, comprendre leur process, et concevoir la bonne automatisation. »
Questions possibles
Q : « C'est quoi la différence entre un PO et un chef de projet ? »
R : « Le chef de projet gère les délais et les moyens. Le Product Owner se concentre sur la valeur : il décide QUOI construire et pourquoi, en priorisant selon le besoin des utilisateurs. »
Q : « Un exemple de conflit de priorités que tu as tranché ? »
R : (prépare une anecdote : deux fonctionnalités demandées, tu as choisi celle qui apportait le plus de valeur au plus grand nombre d'utilisateurs d'abord.)

c) Assistant IA de gestion de « wallets »

Projet personnel · Oct–Déc 2025 · Python, LLM, API
Le contexte
Un projet perso : un assistant qui aide à suivre et comprendre des dépenses. « Wallet » = portefeuille (l'ensemble des comptes/argent d'une personne). L'assistant regroupe les transactions et les explique automatiquement grâce à l'IA.
Ce que tu as fait, étape par étape
  • 1. Agréger les soldes : « agréger » = rassembler au même endroit. Tu as réuni les soldes de plusieurs comptes pour avoir une vue d'ensemble.
  • 2. Catégoriser automatiquement les transactions : le programme trie tout seul chaque dépense dans la bonne catégorie (courses, transport, loisirs…). C'est de l'automatisation pure.
  • 3. Créer des alertes personnalisées : le programme prévient l'utilisateur selon des règles (ex : « tu as dépassé ton budget »).
  • 4. Analyser avec un LLM : un LLM (Large Language Model = grand modèle de langage, comme ChatGPT ou Claude) lit les données et écrit une analyse en français clair. Tu l'as branché à ton code via une API (la « prise » qui permet à ton programme de parler à l'IA).
Ce que ça prouve & la phrase à dire
Ce projet coche trois cases de l'offre en même temps : automatisation, analyse de données, et IA. Note bien : la technique est la même quel que soit le type de données — ici des dépenses, mais demain des tickets, des commandes ou des logs réseau chez Orange.
« J'ai construit un assistant qui récupère des données, les trie automatiquement et les fait analyser par une IA. La logique — récupérer, catégoriser, analyser, alerter — se transpose à n'importe quel type de données d'entreprise. »
Questions possibles
Q : « L'IA peut se tromper, comment tu gères ça ? »
R : « Je ne fais pas confiance aveuglément : je vérifie les sorties, je garde des règles simples en secours, et l'IA sert d'aide à la décision, pas de décision finale. » rassure sur la fiabilité = point clé de la partie "Run"

d) Stagiaire Planification Opérationnelle — Sodexo, JO Paris 2024

Expérience pro · Mai–Juil 2024
Le contexte
Pendant les Jeux Olympiques de Paris 2024, tu as aidé à planifier un événement géant chez Sodexo. Planifier = prévoir combien de personnes, de ressources et de flux il faut, à quel endroit, à quel moment. C'est ta preuve concrète de travail sur des données réelles (et ces données n'étaient pas financières : c'était de l'opérationnel).
Ce que tu as fait, étape par étape
  • 1. Suivre des indicateurs (KPI) : un KPI (Key Performance Indicator = indicateur clé de performance) est un chiffre qu'on surveille pour savoir si tout va bien (ex : nombre de repas servis, effectifs présents). Tu les suivais au quotidien.
  • 2. Collecter et consolider les données de volumétrie : « volumétrie » = les quantités (combien de personnes, quel flux, quelles ressources). « Consolider » = rassembler et nettoyer des données venues de plusieurs sources pour en faire un tableau unique et fiable.
  • 3. Dimensionner les besoins par site : à partir de ces chiffres, tu calculais combien il fallait de moyens sur chaque lieu.
  • 4. Mettre à jour des tableaux de suivi chaque jour : sous forte pression de délais, tu tenais à jour les tableaux (l'ancêtre des tableaux de bord Power BI).
  • 5. Coordonner plusieurs acteurs : tu faisais le lien entre les équipes sur le terrain, les prestataires et la coordination centrale.
Ce que ça prouve & la phrase à dire
C'est l'expérience la plus proche du poste : tu as fait de la data au quotidien (collecter, nettoyer, suivre, mettre en tableau) dans un cadre exigeant. Et ça montre que tu gères la partie « Run » (suivi, réactivité, pression).
« Chez Sodexo pour les JO, je récupérais chaque jour des données venues de plusieurs sites, je les nettoyais et je les mettais dans des tableaux de suivi pour aider à la décision, sous forte pression. C'est exactement le type de travail data et de rigueur attendu ici. »
Questions possibles
Q : « Un moment où les données étaient fausses / manquantes ? »
R : (prépare une anecdote : données incohérentes entre deux sites, tu as recoupé les sources pour fiabiliser le chiffre avant de le remonter.) Ça prouve ta rigueur.

Tes 3 autres projets (finance) — en version courte

Ils sont utiles pour montrer ta rigueur d'analyse, mais ne sont pas le cœur de cette offre. Détail dans l'onglet « Offre & finance ».

  • Valorisation d'une société du CAC 40 — tu as estimé combien vaut une entreprise (méthodes DCF et comparables). Montre ton analyse chiffrée rigoureuse.
  • Gestion d'un portefeuille virtuel — tu as réparti de l'argent entre placements et suivi la performance. Montre le suivi d'indicateurs et de risque.
  • Étude de cas : risque de crédit PME — tu as construit un système de notation et simulé des scénarios difficiles (stress test). Montre ta capacité à modéliser et anticiper.

👉 Tous les mots (DCF, comparables, stress test, portefeuille…) sont expliqués dans l'onglet « Tous les mots techniques ».

3 · Tous les mots techniques, expliqués simplement

Un dictionnaire de poche. Chaque mot en une phrase que tu peux ressortir en entretien.

💻 Développement & code
Python
Un langage de programmation très populaire, facile à lire, roi de l'analyse de données et de l'automatisation.
Flask
Un petit outil Python pour construire la partie « serveur » d'un site web (le cerveau caché qui traite les demandes).
pandas
Une boîte à outils Python pour manipuler des tableaux de données en code, comme un Excel surpuissant.
Anaconda
Un pack qui installe Python et tous ses outils data d'un seul coup, pour ne pas galérer à tout configurer.
SQL
Le langage pour « parler » aux bases de données : demander, ajouter, modifier ou trier des données.
SQLite
Une base de données toute simple, rangée dans un seul fichier — parfaite pour les petits projets.
Base de données
Un grand classeur numérique organisé où l'on range des données pour les retrouver facilement.
Requête (SQL)
Une question posée à la base : ex. « donne-moi tous les clients de Bordeaux ». Mot-clé de base : SELECT.
API REST
Une « prise » standardisée qui permet à deux programmes de s'échanger des données via internet.
Back-end
La partie cachée d'un site (serveur, base de données, calculs). L'utilisateur ne la voit pas.
Front-end
La partie visible d'un site : les pages, boutons et couleurs affichés dans le navigateur.
Full-stack
Savoir faire les deux : le back-end (caché) ET le front-end (visible).
HTML
Le squelette d'une page web : titres, textes, boutons, formulaires.
CSS
L'habillage d'une page web : couleurs, polices, positions, mise en page.
JavaScript
Ce qui rend une page « vivante » : réactions aux clics, animations, mises à jour sans recharger.
Route
Une adresse dans le site (ex. /accueil) qui déclenche une action précise côté serveur.
Authentification
Vérifier qui se connecte (login + mot de passe) pour protéger l'accès.
Déploiement
Mettre l'application « en vrai », en ligne, pour qu'elle soit utilisable par d'autres.
Git
Un outil qui garde tout l'historique de ton code et permet de revenir en arrière ou de travailler à plusieurs.
GitHub
Un site web où l'on stocke et partage son code géré avec Git.
VS Code
Le logiciel (éditeur) dans lequel on écrit le code au quotidien.
Algorithme
Une suite d'étapes logiques pour résoudre un problème — comme une recette de cuisine pour l'ordinateur.
🤖 IA & automatisation
IA générative
Une IA capable de créer du contenu (texte, image…) à partir d'une demande, comme ChatGPT.
LLM
« Large Language Model » = grand modèle de langage. Une IA entraînée à comprendre et écrire du texte (ChatGPT, Claude).
OpenAI / Claude
Les entreprises/IA qui fournissent ces modèles. On s'y connecte via une API pour les utiliser dans son code.
RPA
« Robotic Process Automation ». Faire faire à un robot logiciel les clics et saisies répétitifs d'un humain.
UiPath
Le logiciel n°1 de RPA. On y construit des robots de façon visuelle, avec peu de code.
Low-code
Construire un programme surtout en assemblant des blocs visuels, avec très peu de code écrit à la main.
Automatisation
Faire réaliser par une machine une tâche qu'on faisait à la main, pour gagner du temps et éviter les erreurs.
Big Data
Le traitement de très grandes quantités de données, trop volumineuses pour un simple Excel.
📊 Data & visualisation
Data visualisation
Transformer des chiffres en graphiques clairs pour comprendre d'un coup d'œil.
Tableau de bord
Un écran qui rassemble plusieurs graphiques et indicateurs importants au même endroit.
Power BI
L'outil Microsoft pour créer des tableaux de bord interactifs à partir de données.
Tableau (logiciel)
Un concurrent de Power BI, qui fait la même chose : créer des visualisations de données.
KPI
« Indicateur clé de performance » : un chiffre important qu'on surveille pour piloter (ex. ventes du jour).
Excel — TCD
« Tableau Croisé Dynamique » : résume des milliers de lignes en un petit tableau lisible, en quelques clics.
Excel — RECHERCHEV
Une formule qui va chercher automatiquement une info dans un autre tableau.
Consolider / Agréger
Rassembler des données venues de plusieurs endroits en un seul tableau propre.
Volumétrie
Les quantités mesurées : combien de personnes, de flux, de ressources.
🧩 Gestion de projet (Agile)
Agile
Une façon de travailler par petits pas rapides, en s'ajustant souvent, plutôt qu'un grand plan figé.
Scrum
La méthode Agile la plus connue, organisée en sprints avec des rôles précis (dont le Product Owner).
Product Owner (PO)
La personne qui décide QUOI construire et dans quel ordre, en représentant le besoin des utilisateurs.
User story
Un besoin écrit simplement : « En tant que [X], je veux [Y] pour [Z] ». Évite les malentendus.
Backlog
La liste de tout ce qu'il reste à faire, classée par ordre d'importance.
Sprint
Une courte période (1–2 semaines) où l'équipe se concentre sur quelques tâches.
Jira / Notion / Trello
Des logiciels pour organiser les tâches, le backlog et suivre l'avancement d'un projet.
💰 Finance (tes projets d'école)
Valorisation
Estimer combien vaut une entreprise.
DCF
« Discounted Cash Flow » : estimer la valeur d'une entreprise en calculant l'argent qu'elle rapportera dans le futur, ramené à aujourd'hui.
Comparables boursiers
Estimer la valeur d'une entreprise en la comparant à des sociétés similaires déjà cotées en bourse.
Ratios financiers
Des divisions simples entre deux chiffres du bilan pour juger la santé d'une entreprise (rentabilité, dettes…).
Portefeuille
L'ensemble des placements d'une personne (actions, obligations…).
Diversification
Ne pas tout miser au même endroit, pour réduire le risque.
Volatilité
À quel point un prix monte et descend. Forte volatilité = risqué.
Benchmark
Un point de comparaison de référence pour juger une performance.
Scoring / Notation
Donner une note à quelqu'un (ou une entreprise) pour juger son risque, à partir de critères.
Stress test
Simuler une situation très difficile (« et si tout va mal ? ») pour voir si ça tient le coup.

4 · Le lien entre l'offre et ton CV

Ta antisèche : pour chaque demande d'Orange, ta preuve et la phrase à sortir.

Ce que demande OrangeTa preuve dans ton CVLa phrase à dire
Manipuler des bases de données + SQLAppli full-stack (base SQL) + SQLite« J'ai créé et interrogé la base SQL d'une appli que j'ai livrée en entier. »
Coder en PythonAppli Flask, assistant IA, outil PO« Je code en Python depuis mes projets web et IA. »
Faire de la data visualisation (Power BI)Power BI + tableaux de suivi Sodexo« J'ai tenu des tableaux de suivi quotidiens sur un événement géant. »
Concevoir des automatisationsAssistant IA (tri auto des transactions)« J'ai automatisé le tri de données via un programme et une IA. »
S'intéresser à l'IAAPI OpenAI/Claude, projets IA« J'intègre déjà des IA dans mes outils. »
Dialoguer avec les métiers, questionner les processRôle Product Owner« Mon rôle de PO, c'est traduire un besoin en solution technique. »
Rigueur, suivi d'indicateurs, coordinationSodexo JO 2024« J'ai coordonné plusieurs équipes et fiabilisé des données sous pression. »
Ton angle fort (à répéter) : tu es un profil hybride. Tu sais coder (Python, SQL), tu sais analyser des données, ET tu sais parler avec les gens du métier (grâce à ton rôle de PO et ta formation business). C'est rare, et c'est exactement le pont entre « comprendre le besoin » (Think) et « construire le robot » (Build).

5 · Cette offre & la finance — le vrai lien (sans exagérer)

Important : cette offre n'est pas une offre de finance, et les données d'Orange ne sont pas forcément financières. On explique donc le lien de façon honnête et juste, comme il faut le présenter en entretien.

Le piège à éviter : ne pas dire « je veux ce poste pour faire de la finance ». Ce serait à côté. Le poste, c'est de la data et de l'automatisation appliquées à tous les métiers d'Orange (réseau, clients, RH, opérations…). La finance n'est qu'un domaine parmi d'autres où ces compétences servent.

Alors, quel est le vrai lien ?

1. Ce sont les mêmes compétences, appliquées à des données différentes. Trier, nettoyer, analyser et automatiser des données, c'est le même geste technique, que la donnée soit une facture, une commande, un ticket support ou une mesure réseau. Tes projets finance t'ont entraîné à être rigoureux avec les chiffres — cette rigueur sert partout.

2. La finance est l'un des plus gros terrains d'automatisation… mais pas le seul. C'est vrai que beaucoup de robots RPA servent dans les services financiers (factures, reporting). Mais chez Orange, ils servent tout autant côté opérationnel, client et réseau. Ton intérêt pour la finance est un plus (tu comprends vite ce type de données), pas le sujet central.

3. Ta vraie valeur : tu comprends « pourquoi » on automatise. Grâce à ta formation business, tu ne vois pas seulement « comment coder le robot », mais aussi à quoi il sert pour l'entreprise (gagner du temps, réduire les erreurs, fiabiliser une décision). Ça, c'est précieux dans n'importe quel domaine.

La bonne phrase en entretien :
« Mon parcours finance m'a appris à être rigoureux avec les données et à comprendre les enjeux d'une entreprise. Mais mes compétences data et automatisation ne sont pas limitées à la finance : je sais traiter n'importe quel type de données. C'est justement ce qui m'attire ici — appliquer ces compétences à des sujets variés chez Orange. »

6 · Le lien avec ton Master IÉSEG (sans forcer)

Ton Master « Risk Management & Compliance » (IÉSEG Paris, en alternance 24 mois) dure exactement la même durée que ce poste : c'est un vrai argument. Mais là encore, on relie de façon honnête, sans prétendre que le poste est un poste de gestion des risques.

Le piège : ne pas dire « ce poste correspond exactement à mon Master ». Ce n'est pas vrai : ton Master parle de risques financiers et de conformité ; le poste parle de data et d'automatisation. Ce qu'il faut montrer, c'est que les deux se renforcent, pas qu'ils sont identiques.

Les 3 vrais ponts (simples et solides)

Pont n°1 — La rigueur et la gestion du risque « opérationnel »

Dans la partie Run de l'offre, tu dois « anticiper les incidents » et « garantir la robustesse » des robots. Un robot qui plante, c'est un incident opérationnel. Or, le risque opérationnel (le risque qu'une panne ou une erreur perturbe l'activité) est justement une des notions de ton Master. Tu apprends la théorie en cours, tu la pratiques chez Orange. C'est le pont le plus fort et le plus honnête.

Pont n°2 — Le respect et la confidentialité des données

L'offre insiste sur « le respect de la confidentialité des données que vous manipulez ». Manipuler des données en respectant des règles, c'est le b.a.-ba de la conformité (compliance) — le cœur de ton Master. Peu importe que les données soient financières ou pas : la discipline est la même.

Pont n°3 — Automatiser des contrôles, ça se fait partout

Ton Master t'apprendra que les entreprises automatisent de plus en plus leurs contrôles (vérifications automatiques). Ce poste te donne les outils techniques (Python, SQL, RPA, Power BI) pour faire ça concrètement. Résultat : tu ressors avec un profil rare — quelqu'un qui comprend les enjeux ET sait construire les outils.

La bonne phrase en entretien :
« Mon Master m'apprend à raisonner sur le risque et la conformité ; ce poste m'apprend à construire les outils data et d'automatisation. Les deux se complètent : par exemple, garantir qu'un robot est robuste et ne plante pas, c'est concrètement de la maîtrise du risque opérationnel. Cette alternance me donnerait le côté technique que ma formation ne couvre pas. »

7 · Réussir ta candidature & ton entretien

Avant de postuler

  • Envoyer ton CV à sabrina.wilson@orange.com avec la référence 2026-50902 en objet (c'est exigé dans l'annonce).
  • Mettre en haut de ton CV les mots-clés de l'offre : SQL, Python, Power BI, automatisation, IA.
  • Commencer la formation gratuite UiPath Academy (en ligne) et l'ajouter en « en cours ». Même 2-3 heures suffisent à pouvoir en parler.

Le jour de l'entretien — ta structure de réponse

Pour chaque projet, raconte avec la méthode simple en 3 temps :
1. « Le but était de… » (le contexte)
2. « Concrètement, j'ai fait… » (tes actions)
3. « Ça montre que je sais… » (le lien avec le poste)

Ton pitch de présentation (30 secondes, à apprendre)

« Je suis étudiant en business, et en parallèle je développe des applications en Python et des outils basés sur l'IA. J'ai aussi été Product Owner sur un projet en équipe, donc je sais faire le lien entre un besoin métier et une solution technique. Pendant les JO avec Sodexo, j'ai travaillé au quotidien sur des données de suivi sous forte pression. Ce qui m'attire dans ce poste, c'est de combiner ces deux facettes : comprendre un besoin, puis construire l'automatisation qui y répond. »

Les 3 questions quasi-certaines & tes réponses

Q : « Vous ne connaissez pas UiPath, ça ne vous freine pas ? »
R : « J'ai déjà de bonnes bases en Python et en logique de programmation, donc apprendre un outil low-code comme UiPath sera rapide. J'ai d'ailleurs déjà commencé la UiPath Academy. »
Q : « Pourquoi ce poste data alors que vous faites un Master finance ? »
R : « Parce que je veux un profil complet : ma formation me donne la compréhension des enjeux et de la gestion du risque, et ce poste me donne les compétences techniques concrètes en data et automatisation. Les deux se renforcent. »
Q : « Donnez-moi un exemple où vous avez automatisé quelque chose. »
R : « Dans mon assistant de gestion, j'ai automatisé le tri de transactions par catégorie et l'analyse par une IA, ce qui évitait un tri manuel fastidieux. La même logique — récupérer, trier, analyser — s'applique à tout type de données. »

Tes 3 points forts à marteler

1 · Profil hybride

Je code, j'analyse la data, ET je parle le langage métier. Rare et exactement le pont Think→Build.

2 · Déjà les bases techniques

Python, SQL, Power BI, IA : je coche le socle demandé, je serai vite opérationnel.

3 · Data en conditions réelles

Sodexo JO : rigueur, coordination et suivi de données sous forte pression, pas juste en théorie.

En résumé : ton seul vrai manque est UiPath, comblé en quelques heures. Sur tout le reste, tu es un très bon candidat. Reste simple, concret et honnête : ne survends pas le lien finance, mais mets en avant ta rigueur, ta polyvalence et ton envie d'apprendre.