Détails de l'offre
Le Chef de Projet Data est responsable du pilotage de bout en bout des projets data, depuis les
phases de cadrage et de conception jusqu'au déploiement et à la mise en production des solutions
de données.
Il garantit le respect des délais, des coûts et de la qualité des livrables data (pipelines, plateformes
analytiques, tableaux de bord, modèles), et assure la coordination des parties prenantes métier,
techniques et externes autour de la donnée. Il pilote également les projets d’intelligence artificielle et
de machine learning, de la qualification des cas d’usage jusqu’à l’industrialisation et au suivi des
modèles en production (MLOps), dans le respect des exigences éthiques et de gouvernance de la
donnée.
MISSIONS PRINCIPALES
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.
PROFIL RECHERCHÉ
Formation & expérience
• 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.
• Disposer de connaissances générales en architecture de données, infrastructures cloud et
plateformes de services.
• Maîtriser les cycles de vie de la donnée : collecte, intégration (ETL/ELT), stockage (data
warehouse, data lake), qualité et restitution (BI/reporting).
• Maîtriser l'intégration de solutions data et leur interfaçage avec les systèmes existants.
• Maîtriser la gestion de projets de bout en bout, du cadrage à la mise en production.
• Maîtriser les techniques de qualification des données et des livrables (tests, validation, contrôle
de qualité , conformité RGPD).
• Être capable de conduire des phases d'études projets : analyse des besoins data, cadrage
fonctionnel et technique, rédaction de spécifications.
• Disposer d’une expérience ou d’une bonne compréhension des projets d’intelligence artificielle /
machine learning et de leur mise en production (MLOps).
• Connaître les enjeux éthiques et réglementaires liés à l’IA
COMPÉTENCES REQUISES
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.
CV et LM à [Connectez-vous pour voir les contacts]
