AI Delivery Lead

Craft AI; Paris; On-site; EUR 85,000 - 125,000; Full time

Job summary

Craft AI recherche un Delivery Lead IA capable de conduire des diagnostics IA et de piloter des projets de bout en bout, du cadrage au run, en assurant la satisfaction client et le renouvellement. Le rôle implique une interaction étroite avec les Data Scientists, les équipes Tech et les sponsors métier, avec une attention particulière au ROI et à l’adoption.

Vous serez responsable du pilotage des plannings, du budget et de la traçabilité, tout en veillant à la qualité des livrables et à la

Qualifications

• Expérience confirmée en delivery de projets data/IA (5-8 ans).
• Capacité à cadrer, piloter et livrer des projets IA en mode consultatif.
• Rédaction de spécifications et user stories pour équipes techniques.
• Gestion de KPIs et suivi de ROI avec les sponsors.
• Aisance avec les enjeux business et communication au C-level.

Responsibilities

• Cadrage & diagnostic IA chez les clients et prospects; évaluation data, faisabilité et ROI.
• Traduire les besoins métier en spécifications actionnables et réviser en continu.
• Piloter le build et sécuriser le run des projets IA; planification et budget.
• Coordonner Data Scientists et équipes Tech/Produit; garantir délais et qualité.
• Gérer le customer success, adoption, renouvellement et opportunités d upsell.

Skills

Diagnostic IA

Delivery IA

Gestion de projet

Communication exec

Méthodes Agile

Rédaction de user stories

Job description

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 AI Delivery Lead 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).

Expérience5 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 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).Delivery :Pilotage projet (planning, risques, budget)Méthodes agilesRédaction de spécifications / user storiesPriorisation & arbitrages scope/délai/qualitéConsulting :Cadrage de besoin métierÉvaluation de faisabilité data/IAConstruction d’un argumentaire ROIStructuration de recommandations pour un COMEXCSM:Gestion de comptes stratégiques (C-level)Suivi de KPIs de succès (adoption, NPS)Détection de signaux de churnConstruction de plans d’upsell/cross-sellCe 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.