Product Manager IA/Product Builder

CDI - Product Manager IA/Product Builder

Début : dès que possible

Paris

+8 ans d'expérience en product

Vérifiez que vous correspondez aux exigences de compétences pour ce poste, ainsi qu'à l'expérience associée, puis postulez avec votre CV ci-dessous.

Qui sommes-nous

5 Degrés Paris est une agence de conseil à taille humaine spécialisée dans le produit digital. Basés à Paris depuis sept ans, nous accompagnons nos clients de divers secteurs d'activités (banque, assurance, santé, retail, média…) à la fois en BtoB et BtoC. Organisés en cinq practices, nous couvrons intégralement la chaîne de création d'un produit digital : Product Management, Product Design, Product Development, Product Quality, Product Data.

Vos responsabilités

En tant que Product Manager IA/Product Builder , vous jouerez un rôle central dans la définition de la vision et de la stratégie produit autour des solutions d'Intelligence Artificielle chez nos clients. Vous serez l'architecte de produits intégrant des technologies d'IA, notamment générative, pour transformer les expériences utilisateurs et optimiser les processus métiers. Vous interviendrez chez des sociétés allant de la startup française au grand groupe international, dans des secteurs variés.

Exploration et innovation

• Identifier des opportunités IA à forte valeur ajoutée pour nos clients : cas d'usage, solutions agentiques, automatisations intelligentes.
• Prototyper rapidement des solutions avec des outils no-code/low-code (V0, n8n, etc.) pour tester des hypothèses avant tout développement.
• Assurer une veille permanente sur l'écosystème IA générative : nouveaux modèles, évolutions réglementaires (AI Act, RGPD), bonnes pratiques.
• Évaluer et sélectionner les technologies IA pertinentes selon les contraintes et ambitions de chaque client.

Vision et stratégie produit IA

• Co-créer avec nos clients une vision produit claire, en identifiant les incertitudes propres aux projets IA et en définissant les MVP et itérations permettant d'y répondre.
• Définir la stratégie et la roadmap de produits IA (chatbots conversationnels, assistants intelligents, systèmes de génération de contenu, outils d'automatisation).
• Gérer le product backlog spécifique à l'IA : rédiger et prioriser les user stories liées aux fonctionnalités IA, définir les critères d'acceptation incluant les métriques de performance des modèles (précision, pertinence, latence).
• Définir et suivre les OKR produit IA : adoption, satisfaction utilisateur, gains de productivité, qualité des réponses générées.

Implémentation et pilotage

• Piloter le développement de systèmes RAG, de chatbots intelligents, d'outils d'automatisation basés sur les LLMs et autres solutions d'IA générative.
• Faire vivre le cycle de vie des produits IA, de l'expérimentation à la généralisation, en intégrant les phases d'itération propres aux projets ML.
• Animer les cérémonies agiles avec une approche adaptée aux cycles de développement et d'entraînement des modèles.
• Orchestrer les équipes pluridisciplinaires (data scientists, développeurs, designers, experts métiers) pour garantir l'alignement entre capacités techniques et besoins business.

Qualité, éthique et conformité

• Veiller à la conformité réglementaire (RGPD, AI Act), à la transparence des algorithmes et à la gestion des biais potentiels dans les modèles.
• Garantir la qualité des solutions produites : gestion des hallucinations, optimisation des coûts d'inférence, sécurité et confidentialité des données.
• Analyser les performances des solutions IA et identifier les leviers d'amélioration continue.

Accompagnement au changement

• Comprendre les impacts organisationnels des solutions IA proposées et concevoir des stratégies d'adoption adaptées aux différentes parties prenantes.
• Identifier et lever les résistances potentielles face à l'IA.
• Accompagner la montée en compétence des équipes et des utilisateurs sur les nouvelles solutions.
• Rédiger la documentation technique et fonctionnelle et mesurer l'adoption pour ajuster les approches.

Stack technique

• LLMs : GPT, Claude, LLaMA et équivalents
• Frameworks IA : LangChain, LlamaIndex ou similaires
• Architectures : RAG, systèmes agentiques, embeddings, vector databases
• Outils no-code/low-code : V0, n8n ou équivalents
• Gestion de projet : Jira, Confluence, Linear
• Outils collaboratifs : Miro, Figma
• Cloud : notions des architectures cloud pour le déploiement de solutions IA