AI Product Manager

📍 Paris (hybride) | 🗓 Démarrage 1 mois | 📅 4j/semaine min

🎯 Contexte de la mission

Vous intervenez au sein d’un fonds d’investissement français de premier plan, engagé dans une transformation ambitieuse autour de la Data et de l’Intelligence Artificielle.

L’organisation structure actuellement le passage :

• de cas d’usage IA exploratoires

• à une mise à l’échelle de solutions déployées et utilisées

L’objectif est de développer et industrialiser plusieurs dizaines de use cases IA à fort impact métier.

Vous intégrerez une équipe Data & IA expérimentée et serez rattaché au Programme Manager IA, en contribuant directement au delivery des cas d’usage, de leur cadrage jusqu’à leur adoption.

🚀 Responsabilités principales

Cadrage de use cases IA / Data

• Analyser des besoins métier et les traduire en problèmes data/IA formalisés

• Identifier les approches adaptées (LLM, RAG, classification, extraction, agents…)

• Évaluer la faisabilité :

  • disponibilité et qualité des données

  • complexité des modèles / intégrations

  • contraintes sécurité et conformité

• Définir clairement la valeur attendue et les métriques d’impact

Productisation de solutions IA

• Rédiger des PRD intégrant les spécificités IA :

  • logique de prompting / interaction LLM

  • flux RAG (sources, retrieval, grounding)

  • gestion des erreurs et incertitudes (hallucinations, fallback)

• Concevoir des expériences utilisateurs adaptées aux systèmes probabilistes

• Produire des maquettes fonctionnelles alignées avec les contraintes IA

Delivery avec équipes Data & AI Engineering

• Construire et maintenir un backlog intégrant :

  • tâches produit

  • tâches data (préparation, qualité, ingestion)

  • tâches IA (évaluation, tuning, monitoring)

• Travailler en étroite collaboration avec des AI & Data Engineers

• Suivre les itérations en intégrant :

  • tests de performance des modèles

  • évaluation qualitative des outputs

Mise en production & industrialisation IA

• Définir les critères de passage en production spécifiques IA :

  • qualité des outputs

  • stabilité

  • coûts d’inférence

• Mettre en place les logiques de :

  • monitoring des modèles

  • amélioration continue (prompt, données, pipeline)

• Contribuer à la scalabilité des use cases

Adoption & pilotage de la performance

• Définir et suivre des KPIs adaptés aux produits IA :

  • taux d’usage

  • qualité perçue

  • gain opérationnel

• Analyser les écarts entre performance attendue et réelle

• Itérer rapidement sur les solutions déployées

🧠 Environnement technologique & use cases

Les cas d’usage s’appuient notamment sur :

• Gemini Enterprise

• Claude

• Notion AI

• Snowflake Intelligence

• Airflow, dbt

Exemples de use cases :

• copilots métiers basés sur LLM

• automatisation et structuration documentaire

• recherche augmentée (RAG)

• assistants internes sur données propriétaires

👤 Profil recherché

Expérience

• 5 à 8 ans d’expérience dans le conseil et/ou en Product Management

• Expérience concrète sur des projets data et IA en production (obligatoire)

• Expérience dans des environnements complexes

• Connaissance du secteur de l’Asset Management serait un plus

Compétences IA / Data (critique)

• Bonne compréhension opérationnelle de :

  • LLM (prompting, limites, cas d’usage)

  • RAG (logique, architecture, cas d’usage)

  • pipelines data (ingestion, transformation, exposition)

• Capacité à challenger :

  • la qualité des données

  • la pertinence des modèles

  • les choix d’architecture simples

Compétences Product & Delivery

• Rédaction de PRD solides intégrant des contraintes techniques

• Gestion de backlog incluant data et IA

• Pilotage Agile multi-équipes

UX & conception

• Capacité à concevoir des expériences adaptées aux systèmes IA (incertitude, latence, feedback utilisateur)

• Production de maquettes fonctionnelles

🤝 Soft skills

• Forte structuration et capacité à transformer des sujets complexes en plans clairs

• Esprit critique sur les solutions IA

• Orientation impact et valeur métier

• Autonomie et ownership

• Excellente communication entre métiers et équipes techniques