AI Delivery Lead

Craft AI; Paris; Hybrid; EUR 90,000 - 120,000; Full time

Job summary

Craft AI accompagne ses clients sur des projets IA de bout en bout: diagnostic de faisabilité, développement et intégration des cas d'usage, puis exploitation et renouvellement.

Cette fonction est le pivot entre le commercial, le produit et le client: un rôle hybride mêlant delivery, product ops et conseil, exigeant rigueur et vision stratégique pour challenger les besoins et structurer les cadrages, builds et runs.

Qualifications

• 5 à 8 ans d'expérience en delivery de projets data/IA et/ou en conseil (cabinet, practice data/IA, ou SaaS B2B).
• Expérience en cadrage ou diagnostic en amont de projet (étude de faisabilité, audit, cadrage de cas d'usage).
• Capacité à dialoguer avec Data Scientists sans être soi-même Data Scientist.

Responsibilities

• Réaliser des diagnostics IA chez les clients et prospects: cadrage du besoin métier, faisabilité et ROI.
• Traduire un besoin métier en spécifications actionnables (user stories, critères d'acceptation).
• Contribuer aux propositions commerciales avec les Sales: cadrage de l'offre, chiffrage, plan projet.
• Savoir challenger un cas d'usage et proposer une alternative argumentée.
• 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.
• Assurer le run: suivi en production, SLA, formation des utilisateurs et support.

Skills

Méthodes agiles

Rédaction de spécifications

Priorisation & arbitrages

Cadrage de besoin métier

Évaluation faisabilité data/IA

Argumentaire ROI

Gestion de comptes stratégiques

Détection de signaux de churn

Upsell/Cross-sell

Bilingue FR/EN

Job description

Craft AI accompagne ses clients sur des projets IA de bout en bout : diagnostic de faisabilité en amont, développement et intégration des cas d'usage, mise en production, puis exploitation et développement de la relation dans la durée.

Ce poste est le point de bascule entre le commercial, le produit, la technique et le client. C'est un rôle hybride, à la croisée du delivery de projet, du product ops et du conseil : on y attend autant la rigueur d'un chef de projet que le recul critique d'un consultant capable de challenger un besoin avant de s'engager dessus.

Rattachement hiérarchique

Directement rattaché au CEO.

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

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).

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

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).

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 :

• Méthodes agiles
• Rédaction de spécifications / user stories
• Priorisation & arbitrages scope/délai/qualité
• Cadrage de besoin métier
• Évaluation de faisabilité data/IA
• Construction d'un argumentaire ROI
• Structuration de recommandations pour un COMEX
• Gestion de comptes stratégiques (C-level)
• 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.

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.