Product Owner Data (Pré-embauche)

Hello,

Pour le compte de l'un de mes clients dans le secteur du BTP, je suis à la recherche d'un PO Data dans le domaine de l'environnement.

Le/La Product Owner Data Environnement agit en véritable directeur/chef de projet hybride (MOE/MOA) au sein du département Data.

Il/Elle est le garant du delivery, de la valeur métier et de la gouvernance de l’ensemble des solutions analytiques de son périmètre (Reporting BI traditionnel, initiatives exploratoires, cas d’usage IA et Machine Learning) situées en aval des systèmes transactionnels.

Pour ce 5e poste créé au sein de l'équipe, il/elle prend la responsabilité exclusive du domaine Environnement.

Interlocuteur central et "tout-terrain", il/elle manage son équipe de développement, anime la comitologie, pilote ses budgets et assure l'interface entre les métiers, la gouvernance, l'architecture et les responsables des systèmes sources transactionnels.

• Management d'équipe : Encadre, anime et coordonne au quotidien son équipe de développement (Analytics Engineers, Data Engineers, Data Scientists).

• Méthodologie Agile : Structure et pilote le backlog produit sous Jira et s’assure du rythme des livraisons.

• Relations Métiers & Sources : Recueille les besoins des directions métiers (RSE/Environnement), gère le delivery et fait le lien avec les responsables applicatifs des systèmes transactionnels amont pour sécuriser la mise à disposition des données sources.

• Comitologie & Communication : Prépare et anime les instances de gouvernance projets (Comités de projet, Comités de pilotage). Rédige l’ensemble des livrables clés (comptes-rendus, supports de présentation synthétiques, spécifications fonctionnelles).

• Gestion Budgétaire : Assure le suivi financier et la gestion rigoureuse de ses lignes budgétaires dans l’outil DSI Orchestra.

Alignement transverse et respect des standards :

• Data Gouvernance : Travaille main dans la main avec la cellule Data Gouvernance pour implémenter les directives, la conformité et la documentation des données de son périmètre.

• Architecture & Performance : Collabore avec la cellule Architecture pour coconstruire les data models, s'assurer de l’application des normes de développement et veiller à l'optimisation et la performance des traitements de son équipe.

Implication opérationnelle, "Hands-on" et Qualité :

• Culture Data Analyst : Ne se cantonne pas à un rôle purement organisationnel : participe activement aux phases de test de validation des données, et peut être amené(e) à maquetter ou développer lui-même des rapports/indicateurs pour accélérer les cycles de livraison.

• Garantit la qualité finale de la donnée restituée, essentielle sur les indicateurs réglementaires (DPEF, BEGES).

Garantie de l'adéquation Qualité - Coût - Délai :

• Garantit la conformité des données affichées dans les rapports avec les règles de gestion métiers définies.

• Respecte et suit les jalons projets (délais et coûts de delivery).

● Accompagnement du Changement & Innovation : Accompagne les métiers dans la transition vers des cas d'usage avancés (Data Science, IA, prédictif liés aux enjeux environnementaux et à l'empreinte carbone).

● Accompagnement à la Migration Technique : Participe au plan de bascule de la solution BI historique (SAP Hana) vers l'environnement moderne (BigQuery) sur son périmètre. À ce titre, il/elle se montre curieux et non réfractaire à l'analyse de l'écosystème historique.

● Suivi technologique : Participe à la phase de cadrage et de transition industrielle vers les flux d'acquisition modernes (Fivetran, POC en cours).