CTO - Data/AI (H/F)

On doit avoir une description claire de ce qu'on attend de la personne une fois en poste. On veut aussi voir les objectifs qui permettront d'évaluer si la personne est performante à 3, 6 et 12 mois.

Le CTO Data & IA est un leader qui fait le pont entre le business et la tech sur l'ensemble du périmètre Data & Intelligence Artificielle. Il a pour responsabilité :

• offre & expertise technique : leader des offres pour positionner Theodo à la pointe du marché
  • benchmark des architectures data modernes (data platforms, data mesh, lakehouse) et des architectures IA (RAG, agents, semantic layer, fine-tuning, MLOps)
  • développement d'accélérateurs et d'enablers internes réutilisables
  • animation de la communauté des leaders tech et data scientists sur le sujet
  • formalisation des apprentissages et capitalisation des retours de mission
• Vente / Solution Architecture : être le référent technique dans le cycle de vente
  • intervenir en avant-vente comme solution architect de référence sur les offres Data & IA
  • co-construire les propositions techniques avec les équipes commerciales
  • challenger et crédibiliser les réponses techniques auprès des CTO/DSI/CDO clients
  • travailler avec le head of sales sur le closing des deals stratégiques
  • travailler les partenariats stratégiques
• Delivery : garantir l'excellence de la delivery et faire grandir les équipes
  • communiquer autour des offres en interne pour attirer les meilleurs profils
  • recruter et former les ingénieurs data, data scientists et AI engineers
• Marketing technique : construire la visibilité et la crédibilité de Theodo Data & AI sur le marché
  • construire et maintenir le showroom (démos, cas d'usage de référence)
  • produire du contenu à fort impact (articles, livres blancs, tech radars)
  • intervenir en conférences et événements (Nuit de la Data, Google Cloud Next, AWS Summit...)
  • alimenter les partenariats technologiques (Google Cloud, AWS, Snowflake) avec du contenu technique

Objectifs de performance :

• à 3 mois : premières offres challengées
• à 6 mois : 3 à 5 projets vendus et délivrées couvrant Data et/ou IA, équipe en croissance, 2+ contenus publiés (article, talk, livre blanc)
• à 12 mois : practice reconnue sur le marché Data & IA, capacité de delivery, pipeline d'offres structuré couvrant l'ensemble du spectre (Data Roadmap, Trusted Data, AI-ready Platform, Building Adopted Agent, etc.)

On doit comprendre ce qui va être difficile pour le futur recruté.

• Couvrir un périmètre large qui va de la data platform à l'IA générative, en passant par la data science classique et le MLOps, sans se disperser
• Intégration dans une équipe existante qui a déjà de l'expérience et une culture Theodo forte
• Articuler une vision unifiée Data & IA alors que le marché tend à séparer ces deux mondes
• Conserver une équipe pluridisciplinaire (data engineers, data scientists, AI engineers, MLOps) pour scaler la delivery
• Naviguer dans un écosystème de partenaires technologiques variés (Google Cloud, AWS) en maintenant une posture agnostique crédible
• Transformer la vague GenAI en offres industrialisables et vendables avec un ROI démontrable pour les clients

On veut voir dans quelle équipe la personne sera intégrée, qui sera son manager et quels sont les moyens mis en place pour mettre la personne dans des conditions de réussite (coaching, formation, montée en compétence...).

Le CTO Data & IA travaille avec :

• les fondateurs du groupe pour définir la stratégie go-to-market et les priorités de la practice
• David & Jessica pour le closing des ventes et la structuration du pipeline commercial
• les leaders tech Data (VP Data Engineering, data leads - Fred Cons ) et IA (VP AI, Guillaume Gonde) pour renforcer l'expertise collective
• le head of delivery pour s'assurer du respect des engagements clients
• les partenaires technologiques (Google Cloud, AWS) pour co-construire des offres et maintenir les certifications

Il manage les équipes techniques de la practice Data & IA, qui regroupent des data engineers, data scientists, AI engineers et MLOps engineers.

Ici on doit retrouver les compétences et expertises qu'on veut absolument retrouver chez le candidat. On doit voir les points de contrôle à prévoir pendant l'évaluation, ce qu'on valorise dans l'état d'esprit ou le comportement du candidat. Chaque aptitude retenue pour le job est détaillée pour maximiser l'alignement des stakeholders sur les moyens de checker.

Les points clés :

• Passionné par la Data et l'IA, avec un énorme drive dans la durée et une curiosité insatiable pour les avancées technologiques (LLM, agents, data platforms, MLOps)
• Très fort en tech sur un spectre large : architectures data modernes (data mesh, lakehouse, governance frameworks) ET architectures IA (RAG, agents, fine-tuning, évaluation de modèles, MLOps)
• Sens business fort : comprend les job-to-be-done métier des clients, sait articuler la valeur délivrée et le ROI, parle le langage des CTO/DSI/CDO
• Très bon leader : capable d'aligner des profils data et IA variés autour d'une vision commune, de fédérer une communauté technique
• Très bon en marketing technique : sait valoriser l'expertise créée, a envie d'être visible, est à l'aise en conférence et en rédaction de contenu
• Grosse capacité d'exécution : focus, intensité, delivery oriented, sait passer de la stratégie à l'opérationnel
• Posture de solution architect : à l'aise pour challenger et proposer des architectures techniques en avant-vente face à des interlocuteurs seniors

Ici on veut voir le type de parcours recherché.

• 10+ ans d'expérience dans des rôles de leadership technique, avec une composante data ET IA significative
• A conçu ou piloté des plateformes data à l'échelle (data warehouses, data lakes, pipelines temps réel) dans des environnements cloud (AWS, GCP, Snowflake)
• A travaillé sur des projets d'IA en production : agents intelligents, systèmes de recommandation, automatisation opérationnelle, vision par ordinateur ou NLP
• A joué un rôle business clé dans un contexte de service ou de conseil, avec un esprit entrepreneurial
• A été speaker dans des conférences et a produit du contenu structurant (articles, livres blancs, talks) sur la data ou l'IA appliquée
• Idéalement, a évolué dans un environnement à forte croissance et a participé au scaling d'une équipe technique