Responsable IA GTM H/F

Notre département IT basé à Bordeaux/Cestas recherche un(e)

Responsable IA GTM (Go-to-Market) H/F

Missions

• Être le/la référent(e) unique IA pour les équipes GTM
• Recueillir, analyser et prioriser les besoins métiers liés à l'IA
• Piloter le déploiement des projets IA, du prototype à l'industrialisation
• Garantir la qualité et la disponibilité des données nécessaires aux cas d'usages IA
• Définir le cadre et la gouvernance de l'IA dans l'écosystème CRM (Salesforce, Data Cloud, agents IA)
• Mesurer l'impact des projets IA (ROI, productivité, performance commerciale, adoption)
• Coordonner les acteurs Business, IT, Data et AI Factory autour de la roadmap IA.

Profil

De formation Bac+5 (école d’ingénieur informatique ou cursus universitaire équivalent), vous justifiez d’une expérience confirmée dans le déploiement de cas d’usage d’IA appliqués au GTM / CRM,
idéalement dans un contexte international et data-driven.

Vous disposez d’une bonne compréhension des processus RevOps / Sales / Service, d’une culture Data & Customer 360, et d’une connaissance de l’intégration de l’IA dans un écosystème CRM (Salesforce,
Data Cloud).
Habitué(e) au travail collaboratif avec des équipes d’ingénierie IA (type AI Factory), vous savez fédérer des parties prenantes variées — Business, IT et Data — autour d’objectifs communs.
Vous êtes reconnu(e) pour votre capacité à piloter et à reporter l’état d’avancement des sujets dont vous avez la charge, à agir comme relais de votre manager, tout en faisant preuve d’autonomie au quotidien.

COMPÉTENCES REQUISES
• IA / LLM appliqués aux cas d’usage GTM.
• Bonne compréhension des processus RevOps / Sales / Service.
• Culture Data & Customer 360.
• Intégration de l’IA dans un écosystème CRM (Salesforce, Data Cloud…).
• Leadership transverse Business / IT / Data.
• Anglais courant (environnement international).
• Capacité à structurer et industrialiser des cas d’usage IA (du cadrage métier à la mise à l’échelle)

COMPETENCES SOUHAITÉES
• Collaboration avec une équipe d’ingénierie IA / AI Factory (MLOps, plateforme).
• Connaissance de la couche agents / GenAI et de l’industrialisation (pilote → scale).
• Sensibilité au suivi de la valeur et de l’adoption (ROI, KPIs).