Chef(fe) de Projet Senior

Craft AI; Paris; Hybride; EUR 90 000 - 120 000; Plein temps

Résumé du poste

Craft AI recherche un Chef(fe) de Projet Senior pour piloter des projets IA chez nos clients, en collaboration avec les équipes Sales, Produit, Tech et R&D.

Vous serez chargé du cadrage, du build et du run des projets, du suivi KPI et de l’adoption par les utilisateurs, tout en alimentant la roadmap produit et en assurant la satisfaction client.

Qualifications

• 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).
• Langues: Français et anglais courants. Maîtrise d’une troisième langue est un plus.

Responsabilités

• Cadrage IA et diagnostic chez les clients et prospects : cadrage du besoin métier, évaluation de la donnée, faisabilité et ROI.
• Pilotage des projets IA de bout en bout : planning, risques, budget, qualité.
• Coordination des Data Scientists et équipes Tech/Produit pour livrer les cas d’usage dans les délais et au niveau de qualité attendu.
• Assurer documentation, traçabilité et transfert de connaissance vers le client et les équipes Care/Support.
• Gestion des sponsors client et identification d’opportunités d’upsell en collaboration avec les Sales.

Connaissances

Gestion de projet

Delivery de projets IA

Cadrage & diagnostic IA

Rédaction de spécifications

Agile

Gestion client C-level

Upsell / cross-sell

Description du poste

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).

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 (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.