Chef de Projet Technique IA & Gemini Enterprise
Piloter les projets IA de la conception à la prod. Pont entre métiers et tech.
Mission
Piloter les projets IA de la conception à la production. Faire le pont entre les équipes métiers et les équipes techniques. Garantir la livraison dans les délais et la qualité attendue.
Junior
35-45K€
Support sur projets existants, coordination basique
Confirmé
45-60K€
Pilotage autonome de projets moyens
Senior
60-80K€
Pilotage de projets stratégiques complexes
Guide d'Entretien Technique
| Niveau | Thème | Question Type | Réponse Attendue |
|---|---|---|---|
| Tous | Gestion Projet | "Racontez-moi un projet en retard. Comment avez-vous géré ?" | Communication proactive, repriorisation (scope cutting), analyse root cause. |
| Junior | GCP Basics | "Quels services GCP connaissez-vous pour l'IA ?" | Vertex AI, BigQuery, Cloud Functions. |
| Confirmé | Architecture RAG | "Dessinez une architecture RAG simple." | Documents → Embeddings → Vector DB → Retrieval → LLM Context. |
| Senior | Stratégie | "Comment déployer Gemini Enterprise pour 5000 users ?" | Change management, adoption, sécurité, calcul ROI, use cases. |
Cas Pratique : Assistant Retail
Contexte
Un client du secteur Retail souhaite déployer un chatbot intelligent pour ses vendeurs en magasin. Budget disponible : 300K€. Les données clients sont sensibles (RGPD).
Livrables attendus du candidat (30-45 min) :
- Architecture technique : Schéma avec les composants GCP (Vertex AI, BigQuery, etc.)
- Planning macro : Phases du projet avec jalons clés
- Analyse des risques : Identification des risques RGPD, techniques et organisationnels
Ce que nous évaluons :
Compréhension technique (Vertex AI, RAG)
Méthodologie de gestion de projet
Conscience des enjeux RGPD/sécurité
Capacité à communiquer (vulgarisation)
Red Flags
Chef de projet "waterfall pur" sans agilité, incapable de gérer l'incertitude de l'IA, ou trop technique sans vision business.
Micro-management excessif
Veut tout contrôler au lieu de faire confiance à l'équipe technique. Passe son temps à vérifier chaque ligne de code au lieu de piloter la valeur.
Méconnaissance de l'IA
Ne connaît pas les limites des LLM (hallucinations, biais). Pense que "l'IA résout tout". Incapable d'expliquer ce qu'est un embedding ou un RAG.
Absence de vision ROI
Ne sait pas mesurer la valeur créée. Ne parle jamais en termes de KPIs business. Se concentre uniquement sur la livraison technique.
Communication défaillante
Incapable de vulgariser l'IA pour des non-tech. Utilise uniquement du jargon technique. Ne sait pas adapter son discours à l'audience.