Data Product Manager

Contribue à la structuration et à la valorisation des produits data, en accompagnant les métiers dans l’adoption des nouveaux usages et dans la mise en place des standards de gouvernance data. Il veille à la cohérence, à la robustesse et à la pérennité des solutions, tout en favorisant l’autonomie et la qualité de service.

Acteur de la transformation data, il s’assure que les produits délivrent une valeur mesurable et participent directement aux objectifs stratégiques de l’organisation.

Il pilote le portefeuille de produits de la Data Platform et transforme les besoins métiers en produits data fiables et adoptés. Il en définit la vision, en organise la priorisation et en assure le delivery, dans un cadre aligné avec la stratégie data du groupe.

Il garantit la cohérence entre roadmap, qualité des données, gouvernance et exigences opérationnelles.

Gérer le portefeuille de data products et maintenir vision, roadmaps, KPIs et reporting.

Tenir le calendrier des releases et suivre l’avancement.

Coordonner les capacités inter-équipes et proposer des arbitrages si nécessaire.

Organiser le recueil, l’analyse et la priorisation des demandes (valeur / risque / coût).

Orchestrer les dépendances entre produits et équipes.

Déployer un modèle de delivery orienté produit (user stories, DoR/DoD, backlog, move2run).

Garantir l’application des méthodologies produit et animer l’amélioration continue.

Accompagner l’équipe Run dans la gestion des SLA/SLO.

S’assurer de la synergie entre gouvernance Data et data products.

Suivre la qualité, la fiabilité et l’observabilité des données.

Contribuer à l’acculturation data des métiers et animer les rôles data du périmètre.

Bac+5 (école d’ingénieur, université ou équivalent).

Expérience en data product management de minimum 8 ans, dans des environnements complexes, dans des environnements industriels serait un plus.

Maîtrise des pratiques agiles, du pilotage multiproduits et du delivery continu

Très bonne connaissance des solutions Data & AI Platform : Snowflake, dbt, OpCon, Power BI, observabilité, MLOps/LLM.

Compréhension des enjeux de gouvernance : catalogue, lineage, GDPR automation, SLA/SLO

Leadership transverse, communication claire.

Sens de la pédagogie, organisation, autonomie et capacité à fédérer.