Chef de Projet Data / IA (H/F)

Gestion de projets data Superviser l’exécution de projets data (collecte, intégration, modélisation, restitution) selon les plans établis, en veillant au respect des délais, des budgets et de la qualité des livrables. Mettre en œuvre les meilleures pratiques de gestion de projet appliquées à la donnée : méthodologie, planification, suivi, reporting et gestion des risques liés à la qualité des données. Piloter la relation avec les équipes Data Engineering, Data Science et BI pour garantir la cohérence des architectures et des livrables entre les projets. Coordination et communication Assurer la communication efficace entre les parties prenantes, y compris les équipes métier, les équipes techniques, les clients et les fournisseurs de solutions data. Organiser et animer des réunions de suivi de projets data, y compris la préparation des documents nécessaires et la gestion des comptes rendus. Vulgariser les enjeux techniques liés à la donnée auprès d’interlocuteurs non-techniques pour faciliter la prise de décision. Amélioration continue Participer à la définition et à l’implémentation de processus et pratiques standardisés de gestion de projets data au sein de l’organisation (gouvernance de la donnée, qualité, sécurité). Identifier les opportunités d’amélioration des processus data et proposer des initiatives pour optimiser l’efficacité, la fiabilité et la performance des solutions déployées. Pilotage des projets IA / Machine Learning Cadrer les cas d’usage d’intelligence artificielle et de machine learning : qualification du besoin, évaluation de la faisabilité, de la valeur métier et des données disponibles. Piloter le cycle de vie complet des modèles (expérimentation, entraînement, validation, déploiement, suivi et ré-entraînement) en s’appuyant sur les pratiques MLOps. Coordonner les équipes Data Science et MLOps et assurer l’intégration des modèles dans les systèmes et processus métier. Veiller à la conformité éthique et réglementaire des solutions IA et à la gouvernance des modèles. Assurer une veille sur les technologies IA (dont l’IA générative et les LLM) et évaluer leur pertinence pour l’organisation.

Bac+4 ou plus en informatique, data science, statistiques, ingénierie ou domaine équivalent. Expérience professionnelle d’au moins 5 années en gestion de projets data, BI ou systèmes d’information, dont une expérience significative sur des projets de plateformes de données. Connaissances générales en architecture de données, infrastructures cloud et plateformes de services. Maîtrise des cycles de vie de la donnée : collecte, intégration (ETL/ELT), stockage (data warehouse, data lake), qualité et restitution (BI/reporting). Maîtrise de l’intégration de solutions data et leur interfaçage avec les systèmes existants. Maîtrise de la gestion de projets de bout en bout, du cadrage à la mise en production. Maîtrise des techniques de qualification des données et des livrables (tests, validation, contrôle de qualité, conformité RGPD). Capacité à conduire des phases d’études projets : analyse des besoins data, cadrage fonctionnel et technique, rédaction de spécifications. Expérience ou bonne compréhension des projets d’intelligence artificielle / machine learning et de leur mise en production (MLOps). Connaissance des enjeux éthiques et réglementaires liés à l’IA. Compétences techniques Maîtrise des outils de gestion de projet : MS Project, Jira, OrangeScrum, etc. Bonne connaissance des environnements Agile et/ou DevOps appliqués aux projets data (DataOps). Connaissance des langages et outils de manipulation de données : SQL, Python et/ou R. Connaissance des plateformes et outils data : entrepôts de données ( Data Warehouse), outils ETL/ELT, outils de visualisation (Power BI, Tableau ou équivalent). Compréhension approfondie des architectures data, des infrastructures informatiques et des principes de gouvernance et de sécurité de la donnée. Connaissance des frameworks et bibliothèques de machine learning (ex. scikit-learn, TensorFlow, PyTorch) et des principes du MLOps (versionnage, monitoring, industrialisation des modèles). Notions sur l’IA générative et les grands modèles de langage (LLM) et leurs cas d’usage en entreprise. Compétences comportementales Excellentes capacités d’analyse, vision globale et curiosité intellectuelle. Esprit analytique et aptitude à résoudre des problèmes complexes. Méthodique, rigoureux et autonome dans le travail quotidien. Sens de l’organisation, de la planification et de la gestion des priorités. Résistance au stress et capacité à gérer plusieurs tâches simultanément. Fort esprit d’initiative et capacité à travailler de manière autonome. Volonté d’apprendre et de s’adapter aux nouvelles technologies et méthodes de travail liées à la donnée. Qualités relationnelles Leadership, capacité à motiver une équipe et à fédérer les parties prenantes. Bon communicant, à l’oral comme à l’écrit. Sociable, doté d’un excellent relationnel et d’une bonne capacité d’écoute. Esprit d’équipe et capacité à collaborer efficacement avec différents interlocuteurs. Faire preuve d’humilité, de persévérance et d’une orientation client affirmée. Atouts appréciés Certification en gestion de projet (PMP, PRINCE2) ou en méthodes agiles (Scrum, SAFe). Expérience concrète sur une plateforme cloud (Azure, AWS ou GCP) et ses services data/IA. Expérience de mise en production de solutions d’IA à l’échelle. Langues Français : courant (oral et écrit). Anglais : niveau professionnel (lecture, écriture et communication opérationnelle).