Entourage Recrutement
Actualités7 oct. · La Commission européenne envisage une taxe forfaitaire annuelle sur les grandes entreprises pour financer le budget de l'UE.
Cas client · DataCDI

Un Head of Data pour un acteur des dispositifs médicaux

Un poste ouvert depuis près d'un an, une fonction data à bâtir, un projet d'intelligence artificielle médicale à porter : la recherche visait un type de Head of Data bien précis.

Par Helder Alturas, co-fondateur

  • Près d'un ande vacance avant la recherche
  • 5 chantierscouverts par le poste
  • 5 vivierstravaillés
  • 3 freinsà lever : rémunération, présentiel, vacance

Le besoin

Une fonction data à construire, un projet d'IA à porter.

Division d'un groupe français de santé, l'entreprise conçoit des dispositifs médicaux et digitalise fortement ses services. Son actif stratégique : une application mobile utilisée par des professionnels de santé en Europe, qui recueille des données de terrain (usages, trajectoires de soin, données cliniques, images, retours des praticiens).

L'enjeu : faire de la data un levier d'innovation, de performance commerciale et de différenciation produit, en passant d'une culture data distribuée (utilisateurs, tableaux de bord, initiatives locales) à une fonction structurée et gouvernée, au service de tous les métiers. Le poste couvrait cinq chantiers :

  1. L'équipe

    Des ressources internes et externes, en data engineering, data analysis, data science, BI et projets d'IA, réparties dans plusieurs pays : une équipe à réunir autour d'une vision commune, avec des rôles clarifiés, des méthodes, des priorités et une culture d'amélioration continue.

  2. La gouvernance

    Rôles, responsabilités, bonnes pratiques, sécurité, intégrité, qualité et conformité réglementaire des données : un cadre commun à poser en préservant l'agilité des métiers.

  3. La BI et le reporting

    De nombreux tableaux de bord et utilisateurs existaient déjà. Il s'agissait de fiabiliser les données, d'harmoniser les indicateurs, de mieux administrer Power BI, de rationaliser et de former, pour faire d'un empilement de reportings locaux un véritable dispositif de pilotage.

  4. La plateforme

    Une plateforme Snowflake à administrer, à maintenir et à développer, en dialogue avec l'IT, les équipes DevOps, les data engineers et les métiers, en gardant en vue la valeur business.

  5. L'application et l'IA

    Exploiter les données de l'application pour la feuille de route produit : rétention, impact des fonctionnalités, segmentation, causes profondes. Et bâtir une plateforme d'IA qui prédit l'évolution clinique sur données anonymisées, apprentissage profond sur images cliniques compris.

C'est ce dernier chantier qui rendait la recherche singulière : il fallait à la fois un architecte, un manager, un business partner et un data scientist, quatre dimensions que peu de parcours réunissent au même niveau. Trois freins pesaient en outre sur l'attractivité du poste :

  1. Une rémunération en deçà du marché visé

    Les profils qui réunissent management, gouvernance, BI, cloud, data science et IA sont courtisés par des scale-ups, des éditeurs SaaS, des laboratoires, des medtechs, des cabinets de conseil data et des groupes internationaux. Le risque : attirer seulement des profils partiellement alignés.

  2. Un poste en présentiel complet

    De quoi écarter des candidats techniquement pertinents, qui refusaient de revenir à un modèle entièrement présentiel.

  3. Près d'un an de vacance

    Un poste qui dure envoie un signal au marché : besoin mal calibré, processus trop long, package insuffisant, périmètre flou, ou arbitrage interne difficile.

Notre démarche

Quatre étapes, du diagnostic au recrutement.

  1. Décomposer le besoin

    Une recherche par intitulé (« Head of Data », « Data Manager », « Lead Data ») aurait fait remonter beaucoup de profils, et peu de candidats adaptés. Le besoin a donc été décomposé, compétence par compétence, pour séparer l'indispensable du souhaitable ; les critères qui en sont sortis forment la grille d'évaluation, plus bas.

  2. Travailler cinq viviers

    Chaque vivier répondait à une partie du besoin, avec un atout et un risque :

    1. Head of Data et data leads de scale-ups ou d'ETI

      Habitués aux environnements en construction et aux structurations rapides. Le risque : trop chers, très attachés au télétravail, ou plus tournés vers le produit et l'analytics que vers la gouvernance d'un groupe.

    2. Data managers de la santé, de la pharma et des medtechs

      Une proximité sectorielle précieuse : données sensibles, environnement réglementé, collaboration avec des équipes médicales. Le risque : des profils très gouvernance ou très BI, moins avancés sur l'IA et la vision par ordinateur.

    3. Data science et AI leads

      Pertinents pour l'application, les modèles prédictifs et la reconnaissance d'images. Le risque : un leadership, une structuration d'équipe et un business partnering souvent encore en deçà du niveau d'un Head of Data.

    4. BI et data governance seniors

      Une réponse solide aux tableaux de bord, à la gouvernance, à la qualité et à Power BI. Le risque : une crédibilité moindre sur la data science avancée et l'IA.

    5. Conseil data et IA

      Une vision transverse, l'habitude de structurer une feuille de route, de dialoguer avec les métiers et de construire des cas d'usage. Le vivier le plus intéressant, à condition de cibler des profils restés crédibles techniquement, au-delà du pilotage.

  3. Raconter le poste par ses vrais atouts

    Présenté trop vite, le poste semblait trop large, trop contraint, trop peu attractif. Nous l'avons repositionné autour de ce qu'il offrait réellement :

    1. Un rôle de construction

      Le cadre à créer, l'équipe à structurer, la gouvernance à définir, les fondations d'une fonction data mondiale à poser.

    2. Un impact business direct

      Un poste relié à la digitalisation des services, à la performance commerciale, aux équipes produit, aux données cliniques et aux usages des professionnels de santé.

    3. Un projet d'IA concret

      Données d'usage et de soin, modèles prédictifs, reconnaissance d'images, valorisation de données anonymisées : des cas d'usage avancés, à impact médical et business.

    4. Une exposition à la direction

      Un rattachement à l'Excellence commerciale et à la Digitalisation, une collaboration étroite avec l'IT du groupe : un rôle d'influence, pour des profils seniors.

    Les freins, eux, ont été testés dès le premier échange (rémunération, présence sur site, conditions de travail), pour écarter tôt les candidats qui se seraient retirés en fin de processus.

  4. Retenir un double profil

    Le candidat recruté était Project Leader dans un cabinet de conseil spécialisé en data, après un premier socle de carrière comme Data Scientist. Son parcours répondait au double niveau d'exigence du poste :

    1. La profondeur technique

      Des expériences concrètes de machine learning et de data science pour de grands comptes : la légitimité pour dialoguer avec des profils techniques, challenger des choix méthodologiques et porter les sujets d'IA de l'application, reconnaissance d'images comprise.

    2. Le pilotage de projets data et IA

      Des responsabilités de chef de projet sur des sujets transverses : feuilles de route, directions métiers, arbitrages entre enjeux business, équipes techniques et priorités produit.

    3. Une double formation

      CentraleSupélec et l'ESCP : un socle scientifique et technique, complété d'une lecture business, stratégique et managériale.

    4. Le sens des métiers

      Des années de conseil auprès de grands comptes : des besoins à traduire en projets data, des cas d'usage à arbitrer, une valeur à mesurer, des livrables à rendre lisibles pour des décideurs métiers.

La grille d'évaluation

Cinq critères d'évaluation.

Chaque candidat a été évalué sur les mêmes critères, au-delà de son titre :

  • Construire une fonction data

    Définir une vision, prioriser les chantiers, structurer une équipe, installer une gouvernance et des rituels. Au-delà des demandes des métiers, créer le cadre qui permet à l'organisation de mieux utiliser ses données dans la durée.

  • La crédibilité technique

    Les fondamentaux (SQL, Power BI, ETL, plateforme data, cloud, Snowflake, modélisation, qualité, sécurité, conformité) et le niveau réel sur l'IA : modèles prédictifs, LLM, automatisation, données non structurées, vision par ordinateur, collaboration avec les équipes d'ingénierie.

  • Le business partnering

    Comprendre les irritants des métiers, prioriser selon la valeur, faire d'une demande floue un produit data utile ; relier la donnée au produit, au marketing, au médical, au digital, à l'international et à la direction, avec une appétence réelle pour la santé.

  • Le leadership et la pédagogie

    Emmener une organisation vers une culture data plus mature : écouter, expliquer, former, faire progresser les utilisateurs, créer l'adhésion.

  • La motivation face aux contraintes

    Une création de poste, une maturité data encore incomplète, des attentes multiples, un contexte international, une part de travail opérationnel, une rémunération et une organisation du travail déjà fixées : une motivation qui tienne face à l'ensemble de ces contraintes.

Construire une scorecard de recrutement : la méthode et le modèle

Notre lecture du marché

Au-delà de ce cas : recruter un Head of Data.

Quatre enseignements de nos recherches de Head of Data, de Data Leads et de profils data et IA.

01

Un vivier réduit à chaque filtre

Sur une recherche de ce niveau, les ordres de grandeur sont souvent ceux-ci :

  1. 1100 profils identifiés
  2. 240 à 50 pertinents à la première lecture
  3. 315 à 25 cohérents avec le périmètre
  4. 4deux fois moins après rémunération, télétravail et localisation
  5. 52 à 4 profils défendables en short-list

Parmi les candidats rencontrés, trois à cinq sur dix seulement réunissent la capacité de structuration, le niveau technique et l'appétence business.

02

Ce que comparent les candidats

Les profils capables de tenir un tel poste sont rarement en recherche active ; quand ils le sont, ils ont plusieurs options, et ils comparent :

  • la rémunération
  • la flexibilité
  • la maturité data de l'organisation
  • l'ambition des projets
  • le rattachement
  • les moyens accordés
  • le niveau d'exposition
  • la capacité réelle à faire bouger l'organisation

L'approche directe permet d'atteindre ceux qui restent en retrait, mais qu'une opportunité précisément décrite peut convaincre.

03

Plusieurs Head of Data sous un même titre

Deux Head of Data peuvent avoir très peu en commun : l'un vient de la BI, un autre de la data science, de la gouvernance, du produit, de l'architecture ou du conseil. Nous en distinguons huit :

Nous lisons donc les trajectoires plutôt que les mots-clés : les responsabilités réellement exercées, la maturité des organisations traversées, la capacité à réussir dans un contexte donné.

04

Quand le marché reste muet

Un poste qui reste ouvert appelle d'abord un diagnostic : comprendre le silence du marché, puis ajuster le ciblage, le discours, la hiérarchie des critères, l'argumentaire et la gestion des freins. Quatre arbitrages reviennent souvent :

  1. Prioriser entre stratégie, management et technique

    Les profils hybrides existent ; l'arbitrage porte sur l'axe qui prime : un bâtisseur d'équipe, un expert de l'IA, un profil gouvernance, un business partner, un manager BI, un profil produit. La réponse dépend de la maturité data de l'entreprise.

  2. Aligner le package sur l'ambition

    Un poste qui exige management, technique avancée, IA, gouvernance et exposition à la direction se calibre en conséquence. En deçà du marché, c'est la proposition de valeur du poste qui compense, à condition d'être clairement formulée.

  3. Compter avec le télétravail

    Sur les métiers data, il est devenu un critère attendu, surtout chez les profils seniors. Son absence laisse le recrutement possible ; elle impose un ciblage plus précis et un discours plus convaincant.

  4. Expliquer la création de poste

    Un poste à construire attire les profils bâtisseurs, mais il peut inquiéter : moyens incertains, priorités floues, maturité insuffisante, solitude du rôle. Nous posons d'emblée, avec le client, les attentes, les moyens, le rattachement, les priorités et l'autonomie.

Nous confier une recherche

Vous recrutez un Head of Data ou un profil data et IA ?

Réponse sous 24 h ouvrées.

Un consultant Entourage vous recontacte sous 24 heures ouvrées pour qualifier la mission. Vos données restent strictement confidentielles, et leur partage avec un tiers est exclu.

  • Réponse sous 24 heures ouvrées
  • Premiers profils sous 48 heures (freelance) ou sous 10 jours (CDI)
  • Facturation à l'acceptation de l'offre, et à ce moment seulement
  • Remboursement intégral si le candidat renonce finalement au poste
4,9/5 sur Google· lire les avis
  • Suez
  • Deezer
  • Diptyque
  • Ecomaison
  • GG Vie
  • Adenes

Pour aller plus loin

Les pages liées à ce cas.

D'autres cas clients

À propos de l'auteur

Helder Alturas

Helder AlturasLinkedIn

Co-fondateur d'Entourage Recrutement

Douze années de recrutement sur les métiers de l'IT ont mené Helder à co-fonder Entourage Recrutement. Il y pilote les missions freelance et le management de transition Tech, de l'ingénierie logicielle aux directions des systèmes d'information.

Toute l'équipe