Chef(fe) de Projet Senior

Rattachement hiérarchique

Directement rattaché au CEO.

Travaille en étroite collaboration avec les équipes Sales, Produit, Tech et R&D.

Mission principale

• Garantir la réussite des projets clients de bout en bout — du diagnostic de faisabilité jusqu’au renouvellement — en conciliant rigueur méthodologique (cadrage, build, run) et posture de conseil (comprendre un enjeu métier, challenger, recommander).

  Le/la Chef(fe) de Projet Senior est :

• un(e) consultant·e capable de mener un diagnostic IA (faisabilité, données, ROI) et de le restituer à un COMEX ou un sponsor métier ;

• un(e) chef·fe de projet qui structure le cadrage, pilote le build et sécurise le run des projets ;

• un(e) CSM qui porte la satisfaction, l’adoption et le renouvellement des comptes

• un relais produit qui fait remonter les besoins clients et challenge la roadmap produit.

  Responsabilités clés

  1. Cadrage & Diagnostic IA

• Réaliser des diagnostics de faisabilité IA chez les clients et prospects : cadrage du besoin métier, évaluation de la donnée disponible (qualité, volume, accessibilité), faisabilité technique en lien avec les Data Scientists, estimation de la valeur et du ROI attendu.

• Traduire un besoin métier flou en spécifications actionnables (user stories, critères d’acceptation) pour les équipes techniques.

• Contribuer aux propositions commerciales avec les Sales : cadrage de l’offre, chiffrage, plan projet.

• Savoir challenger un cas d’usage jugé non pertinent ou non mature, et proposer une alternative argumentée plutôt que d’exécuter la demande telle quelle.

  2. Build — Delivery des projets IA

• Piloter les projets IA de bout en bout : planning, ressources, risques, budget, qualité.

• Coordonner les Data Scientists et les équipes Tech/Produit pour livrer les cas d’usage dans les délais et au niveau de qualité attendu.

• Arbitrer les compromis scope / délai / qualité, avec le client et en interne.

• Assurer la documentation, la traçabilité et le transfert de connaissance — vers le client comme vers les équipes Care/Support.

  3. Run — Exploitation & Support

• Garantir la performance et la stabilité des cas d’usage en production (suivi, alerting, SLA).

• Assurer la formation des utilisateurs et la communication autour du projet.

• Coordonner le support, la résolution des incidents et la gestion des escalades.

• Mettre en place les rituels de suivi et des ressources self-service pour les utilisateurs (documentation, FAQ, onboarding).

  4. Customer Success & Upsell

• Être l’interlocuteur privilégié des sponsors client, techniques et métier, jusqu’au C-level.

• Définir et suivre les KPIs de succès : adoption, valeur créée, NPS, taux de renouvellement.

• Identifier et construire des opportunités d’upsell / cross-sell en coordination avec les Sales, pour maximiser l’Annual Revenue Retention (ARR).

• Anticiper les signaux de risque de churn et engager les plans d’action correctifs.

  5. Contribution au produit

• Faire remonter vers la roadmap produit les retours clients et les patterns identifiés en diagnostic.

• Participer à l’industrialisation et à la réutilisabilité des cas d’usage développés (accélérateurs, gabarits de diagnostic, bibliothèque de specs).

Expérience

• 5 à 8 ans d’expérience, dont une part significative en delivery de projets data / IA et/ou en conseil (cabinet de conseil, practice data/IA, ou rôle équivalent en environnement SaaS B2B).

• Expérience de missions de cadrage ou de diagnostic en amont de projet (étude de faisabilité, audit, cadrage de cas d’usage) — un vrai plus si acquise en cabinet de conseil.

• Connaissance du monde de la data / IA (cycle de vie d’un modèle, MLOps / LLMOps) suffisante pour dialoguer en profondeur avec des Data Scientists, sans être soi-même Data Scientist.

• Expérience de la gestion de comptes clients stratégiques (sponsors techniques et métier, C-level).

Compétences : Un profil qui tient les trois catégories ci-dessous — pas seulement l’une d’entre elles.

Delivery :

• Pilotage projet (planning, risques, budget)

• Méthodes agiles

• Rédaction de spécifications / user stories

• Priorisation & arbitrages scope/délai/qualité

Consulting :

• Cadrage de besoin métier

• Évaluation de faisabilité data/IA

• Construction d’un argumentaire ROI

• Structuration de recommandations pour un COMEX

CSM:

• Gestion de comptes stratégiques (C-level)

• Suivi de KPIs de succès (adoption, NPS)

• Détection de signaux de churn

• Construction de plans d’upsell/cross-sell

Ce qui fera la différence :

L’aisance à challenger un client sur la pertinence d’un cas d’usage IA, plutôt que d’exécuter une demande telle quelle.

• La capacité à passer, dans la même journée, d’un comité de pilotage client à un point technique avec des Data Scientists.

• Le goût de structurer et documenter une méthodologie réutilisable plutôt que de repartir de zéro à chaque projet.

Langues :

• Français et anglais courants.

• La maîtrise d’une troisième langue (technique ou humaine) est un plus.

Indicateurs de succès à 12 mois :

• Formaliser et outiller une méthodologie de diagnostic IA réutilisable (cadrage → données → faisabilité → ROI).

• Porter un NPS client > 8,5 et un taux de renouvellement > 90 %.

• Identifier et concrétiser des opportunités d’upsell sur 50 % du portefeuille client.

• Mettre en place un reporting « Customer Health » partagé avec les équipes Sales et Produit.

1/ Entretien de qualification avec Homéric (Directeur Général)
2/ Entretien avec 2 membres du CoDir
4/ Entretien avec l’équipe
5/ Promesse d’embauche

*La réalisation d’un test peut être demandée

** Afin d’éviter les doublons, si vous avez déjà postulé via LinkedIn ou sur notre précédente offre, il est inutile de renvoyer votre candidature. Soyez rassuré(e) : tous les profils reçus sont étudiés avec la même attention.

Package fixe + variable sur objectifs de satisfaction client, de delivery et de croissance.