Gestionnaire de produits techniques II

Principales responsabilités

• Gestion des produits : Être en mesure de planifier et de lancer de nouveaux produits d’IA, puis d’en accroître la portée et l’adoption. Être également capable de déterminer le moment approprié pour retirer un produit. Élaborer et maintenir des feuilles de route (roadmaps) produit.
• Communication et gestion des relations : Maintenir une communication étroite avec les parties prenantes et les équipes de livraison afin de demeurer informé de l’évolution du marché et des nouveaux besoins d’affaires. Veiller à ce que les parties prenantes soient informées de l’avancement du développement des modèles ou des applications et à ce que les équipes de livraison soient mobilisées pour assurer une livraison dans les délais. Évaluer et intégrer les commentaires des parties prenantes dans le cadre des projets pilotes et après le lancement des produits, lorsque pertinent.

Qualifications essentielles

• Deux ans ou plus d’expérience comme gestionnaire de produit dans les domaines de l’IA, de la technologie ou dans un domaine pertinent, avec une expérience démontrée en conception de solutions et en livraison de produits.
• Capacité démontrée à communiquer des concepts techniques à des auditoires non techniques, y compris à la haute direction.
• Approche proactive pour comprendre l’évolution du contexte d’affaires, les nouveaux défis et les occasions d’exploitation de l’IA au sein de Bell, ainsi que pour communiquer efficacement avec les parties prenantes et les équipes de livraison quant à l’évolution des projets et des produits.
• Excellentes aptitudes organisationnelles et capacité à clarifier des besoins d’affaires parfois ambigus.
• Expérience de travail dans un environnement Agile avec des scientifiques de données, des développeurs logiciels ou d’autres professionnels connexes.

Qualifications souhaitées

• Expérience en tests A/B, en analyse de données et en création de tableaux de bord.
• Expérience avec l’apprentissage automatique (Machine Learning), l’intelligence artificielle ou les grands modèles de langage (LLM) dans un contexte de produit ou de développement.
• Connaissance de Google Cloud Platform (GCP).