Consultant Data & IA Manager

À propos du poste

Dans l'équipe Data & IA de PwC, le Consultant Data & IA Manager accompagne les organisations dans la définition, la conception et le déploiement de solutions Data, Analytics, Machine Learning et Intelligence Artificielle. Il intervient comme expert, chef d'orchestre des dispositifs de transformation et responsable de la relation client, du cadrage jusqu'à l'industrialisation des solutions. Il pilote des équipes pluridisciplinaires, contribue au développement des offres et participe aux démarches commerciales.

Missions principales

• Cadrer et orienter les initiatives Data & IA : identifier les opportunités à forte valeur métier, animer des ateliers de cadrage, construire des business cases et définir les prérequis organisationnels, fonctionnels et technologiques.
• Piloter la réalisation des projets Data, Analytics, IA et GenAI, sécuriser les engagements, les délais et la qualité des livrables, et garantir l'adoption des solutions par les métiers.
• Développer les solutions GenAI : architectures basées sur les LLM, stratégies RAG, agents IA et workflows agentiques, ainsi que les mécanismes de sécurité, guardrails et contrôle qualité.
• Encadrer et faire grandir les équipes de consultants Data & IA, assurer leur coaching, participer au recrutement et à l'évaluation technique, et contribuer à la communauté Data & IA.
• Développer l'activité : avant-ventes, réponses aux appels d'offres, propositions commerciales, soutenance clients et construction des offres Data & IA.

Profil recherché

• 6 à 8 années d'expérience dans un poste similaire.
• Forte capacité d'analyse et de vulgarisation des résultats techniques, esprit de conseil et orientation valeur business.
• Autorité, rigueur et capacité à travailler sur plusieurs sujets complexes.
• Bon relationnel et capacité à évoluer dans des environnements internationaux.

Compétences requises

• Data & Analytics : Data Modeling, SQL avancé, BI & Reporting (Power BI), gouvernance et qualité des données.
• Machine Learning : Deep Learning, NLP, MLOps, industrialisation et monitoring des modèles.
• GenAI : LLM, Prompt Engineering, RAG, Agents IA, Vector Databases, Fine-tuning.
• Cloud & Engineering : Azure (prioritaire), AWS / GCP, Git, CI/CD, API et intégration de services IA.