Vous serez en charge des activités suivantes :

Cadrage des besoins utilisateurs relatif à un Produit Data /IA : animer les ateliers métiers et utilisateurs, identifier les points de douleur, comprendre et mapper le workflow utilisateur, et définir les exigences fonctionnelle.

Définition d’objectifs de performance : Établir KPIs et objectifs de résultats clés à atteindre (OKRs) pour mesurer l’impact des fonctionnalités et définir les méthode de validation.

Priorisation des besoins et formalisation de roadmaps produit : prioriser les besoins métiers (RICE, Valeur, Complexité) et les intégrer de manièrecohérente, en gérant les dépendances, au sein d’une feuille de route (roadmap).

Gestion de backlog produit en méthodologie agile : Créer le backlog produit associé (EPIC, Features, User-stories) et le mettre à jour dans des outils comme JIRA, Confluence, Trello…

Ateliers d’estimations des charges et pilotage du risque : animer les ateliers internes d’estimation de la charge projet avec les Data Scientists et Data Engineer MP Data et gérer les risques projets avec des plans de mitigation.

Pilotage du projet et animation de la relation client : piloter l’avancement du projet (Kanban), animer les réunions de travail avec le client et veiller à l’atteinte des grands jalons.

Formalisation des livrables projets : formaliser l’ensemble des livrables projets au bon niveau de qualité (notes de cadrage, spécification fonctionnelle, plan projet, mapping de process, matrices RACI…)

Maîtrise du Cycle de Développement des Modèles d’IA : Veiller à ce que toutes les étapes du cycle de vie des modèles (conception, entraînement, validation, déploiement, suivi et maintenance) soient clairement définies et respectées

De formation Bac +5, issu.e d’école d’ingénieur ou domaine équivalent, avec une orientation forte vers la Gestion de Projet ou le Product management, vous capitalisez d’au minimum 3 années d’expériences réussies dans le domaine de la Data et de l’IA :

Pilotage de produit en mode agile : Aptitude à orchestrer le développement produit en mode agile, en définissant des tâches claires et en assurant un suivi rigoureux des jalons projets.

Excellente communication et relationnel : Aptitude à dialoguer efficacement avec les parties prenantes (techniques et métiers) et à animer des ateliers internes et externes.

Formalisation : Capacité à formaliser des documents au bon niveau de synthèse et d’impact.

Analyse de données : Aptitude à interpréter des données complexes pour prendre des décisions éclairées et proposer des solutions innovantes.

Gestion des risques : Compétence à identifier, évaluer et mitiger les risques projets pour assurer la réussite des initiatives.

Adaptabilité et résolution de problèmes : Capacité à s’adapter rapidement aux changements et à résoudre des problèmes complexes de manière créative.

Il n’est donc pas attendu d’être un expert technique de l’IA mais d’avoir un premier vernis permettant de définir le cadre et challenger les estimations réalisées par l’équipe projet.