En quelques mots :

L’équipe Data Science de Resilience a bien grandi : il y a maintenant 3 Data Scientists et 2 Machine Learning Engineers qui y travaillent à temps plein afin d’apporter de la valeur à notre produit. Ils ont besoin d’être accompagnés par un Product Manager qui leur permette de définir les features les plus prioritaires et avec le plus d’impact pour notre produit.

En quoi ton poste participe-t-il à la réussite du projet de Resilience :

Nous sommes une entreprise data driven et nous sommes convaincus qu’amener plus d’intelligence à partir de nos données est un gain de chance pour le patient.

A quoi ressemble ton quotidien :

• Tu déclines l’ambition de Resilience quant à la valorisation de nos données dans notre produit dans une roadmap à 3-6 mois. Les fonctionnalités auxquelles tu réfléchis exploitent nos données dans des modèles de machine learning pour apporter de l’intelligence à notre produit.

• Tu fais le lien entre cette vision roadmap et la déclinaison fonctionnelle des features, à partir d’une compréhension plus détaillée des besoins utilisateurs.

• Tu animes le processus de co-conception avec les équipes techniques afin de déterminer la faisabilité des features, les éventuels points de blocage (data qualité, etc.) et les KPI de succès associés. Tu rédiges les user stories fonctionnelles qui en découlent.

• Tu pilotes le sprint, notamment en priorisant le backlog et en accompagnant les data scientists sur la maîtrise de la delivery (risques identifiés, faisabilité du modèle, etc.).

• Tu donnes de la visibilité sur les avancées de l’équipe (performance des modèles, outils de demo, etc.), à la fois pour les utilisateurs, tes contreparties produt et pour le leadership.

🤗 Quelques membres de ton équipe :

Romain : De formation stats/maths, Romain s’est mis à l’informatique sur l’Amstrad acheté par son père Chirurgien. Il a finit par utiliser ses compétences et son plaisir à “synthétiser l’information” pour le domaine de la santé. Toujours à l’écoute et prompt à se remettre en question, il vous poussera à améliorer votre analyse et votre bien-être. En bonus, il trouve que les Rita Mitsouko et Queen c’est cool!

Ivan : MLEngineer avec une casquette Ops. De formation physique/maths, Ivan s’est mis à l’informatique après ses études et s’est naturellement orienté vers le développement en général et plus particulièrement en machine learning. Ivan a un goût prononcé pour les questions de fond (Epistémo, philo, etc ), mais son focus quotidien en entreprise est de délivrer concrètement de la valeur dès que possible. Il est toujours à l’écoute de son interlocuteur, a un charme fou (mais ça il n’aurait pas pu l’écrire lui-même, du coup c’est Romain qui l’a écrit). Par contre il pense que la musique des années 80 n’a aucun intérêt.

Muly est notre Head of Data, en charge des équipes en Data Science et en Data Engineering, et fan de spectacles vivants : concerts, théâtre, cirque moderne !

👤Quelques mots sur ton/ta manager :

Raphaëlle est notre Product Data Lead. Après une première vie de consultante, elle a rangé les slides pour intégrer l’équipe Produit chez Resilience. Elle est fait partie de la team cavaliers de Resilience et a même une photo de cheval en fond d’écran iPhone !

Le petit ➕ de ton équipe :

Nous avons un rôle d’explorateurs de nouveaux horizons chez Resilience. On touche à des aspects médicaux, organisationnels, produit… C’est une vraie tour d’observation de tous les métiers chez Resilience.

⚙️ Tu es la bonne personne si tu sais :

• Ce qui fait la particularité d’une feature de machine learning: soit par une expérience de data scientist qui a contribué à un produit, soit par une expérience de product manager au contact d’équipe de data scientists.

• Maitriser les concepts de base en machine learning (types de modèles, métriques de performance, analyses data à mettre en place pour vérifier la faisabilité d’un modèle, etc.).

• Gérer une feature produit de A à Z selon tous les stades du développement produit (savoir écrire des spécifications fonctionnelles, comment gérer une discovery et une delivery, etc.)

• Comment fonctionne la méthodologie agile (scoping, estimations, etc.) et ses cérémonies (organiser un sprint planning, une retro, etc.)

• Communiquer à l’ensemble des parties prenantes (équipes techniques, équipes produit, Comex, etc.), pour donner de la visibilité sur le développement d’une fonctionnalité et faire de la pédagogie sur l’IA en particulier

🙂 Tu es la bonne personne si tu es :

• Analytique: capable de rendre du recul sur une situation pour identifier les problèmes sous-jacents, afin de définir les priorités de l’équipe data science

• Orienté solution: capable de proposer des solutions et d’être à l’écoute de tes interlocuteurs pour converger vers une proposition

• Déterminé: tu ne laisses pas les obstacles te décourager, et tu penses avant tout à avoir de l’impact

• Exigeant: capable de délivrer selon les meilleurs standards

📃 Tu es la bonne personne si tu as déjà :

• 3 ans d’expérience

  • soit en tant que data scientist/AI engineer

  • soit en tant que product manager spécialisé en data science/ML/IA

C’est un ➕ si tu :

• As de l’expérience en santé ou dans un environnement réglementé de type dispositif médical

• As un parcours académique en ingénierie

• Es capable de comprendre les détails d’implémentation d’un produit tech et comment ils sont reliés entre eux pour former un tout cohérent

• Es intéressé par les concepts d’IA comme les LLM, la computer vision, etc. (si tu n’as pas d’expérience hands-on en IA)

💛 Resilience est l’entreprise faite pour toi si tu :

• veux rejoindre un projet ambitieux et plein de sens

• travailler sur une variété de sujets

• accompagner la croissance d’une jeune entreprise dynamique

• Interview 1 avec ta future responsable (Product data Lead) - Evaluer ton expérience en product management et ta compréhension des besoins du poste

• Interview 2 avec la Head of Data - Evaluer ta capacité à t’intégrer et à interagir avec les équipes techniques et vérifier l’adéquation de ta vision du rôle du product data avec la Head of Data

• Interview 3 avec ta future responsable (Product data Lead) et le CPO - Etude de cas (data) à travailler en amont et à débriefer avec eux

• Interview 4 avec nos Lead Data Scientists - Confirmer le fit sur la façon de communiquer et de résoudre les problèmes (notamment ton expérience de data science)

• Interview 5 avec notre RH manager - Valider le fit avec les valeurs et la culture de Resilience, et se projeter chez nous

Your personal data will be processed for the purposes of recruitment related activities, which include setting up and conducting interviews and tests for applicants, evaluating and assessing the results thereto, and as is otherwise needed in the recruitment and hiring processes. They will be available only for people involved in the process and erased after 2 years of inactivity.

Under GDPR and as Resilience attach great importance to privacy, please note that you have the right to request access to your personal data, to request that your personal data be rectified or erased. The Data Protection Officer can be contacted at privacy@resilience.care

For more information, please check our privacy policy.