Description

Je conçois, lance et scale des produits IA qui créent de la valeur mesurable. Mon terrain de jeu : copilotes, voice AI, produits data/ML et packaging/pricing Enterprise. Double casquette hands-on (PRD, évaluation/guardrails, intégrations) et exécutive (stratégie, OKR, GTM, management). Mon obsession : des usages adoptés, des métriques qui montent (adoption, rétention, ARR), et des opérations qui tournent (SLO, qualité, latence).

Comment je vous aide

Clarifier le problème et l’aligner sur vos KPI business (pas de techno pour la techno).
Aller vite de Scope→POC→MVP avec des preuves (golden sets, scenario replays, A/B tests).
Industrialiser : guardrails, observabilité, playbooks d’escalade, revues post-lancement.
Vendre & déployer : narratifs IA qui parlent aux décideurs, pricing/packaging, enablement sales/CS.
Manager des équipes pluridisciplinaires (PM, Data, Eng, Design) avec une cadence claire.

Ce qui me différencie

Track-record 0→1→scale sur 3 lignes produit IA, plus copilotes/voice agents en production.
Culture data-driven (cohortes, churn drivers, instrumentation) ET exécution (rituels, qualité, SLO).
Capacité à simplifier l’IA pour des cycles de vente Enterprise (démos ciblées, proofs of value chiffrés).

Types de projets & livrables

AI Discovery→MVP (4–8 sem.) : PRD, user stories, éval offline/online, plan d’industrialisation.
LLM & Voice agents : playbooks, guardrails, AHT/FCR dashboards, intégrations API, workflow et evaluations automatiques
CPO intérim : OKR, roadmap, pricing/packaging, revues qualité & go-to-market.
Livrables : PRD & design specs, scorecards d’évaluation, schémas d’architecture/observabilité, decks GTM, runbooks de prod.

Parlez-moi d’un objectif business, je le traduis en produit IA livrable, mesurable et adopté !

Industry field of expertise

Languages

English
Native or bilingual

Workplace preferences

Can work on-site

Paris (up to 50km)

Sunrise
AI Product Director
MEDICAL
August 2025 - Today (10 months)
Paris, France
Directrice Produit IA freelance en santé numérique, je pilote la chaîne Scope → POC → MVP → Scale pour des copilotes cliniques et des voice agents au service des centres de contact et des médecins du sommeil, avec leadership transverse (Ops, CC, Finance, Data, Eng, Design).
Gouvernance & qualité des agents : golden sets offline, scenario replays réguliers, guardrails online et observabilité continue ; suivi des intents, grounding, escalades et KPIs AHT/FCR/CSAT.
Ops patient & stack : re-design complet de la communication (audit irritants, playbooks standardisés) et mise en place d’un stack (Front pour l’omnichannel routing, SLA, analytics) intégré à l’EHR et à la téléphonie.
Conformité & explicabilité : traçabilité, consentements, audit logs ; exigences d’explicabilité clinique formalisées.
Cadence de delivery : démos hebdo, portes qualité, post-launch reviews (latence/pertinence/sécurité) ; triage et remédiation outillés.
Impact : ↓ AHT, ↑ FCR, montée en échelle via auto-évaluations continues
intelligence artificielle Guardrails et évaluation d'agents IA générative Product Discovery Observability
MyTraffic
AI Product Director
SOFTWARE PUBLISHING
June 2022 - June 2025 (3 years)
Paris, France
Mandats CPO intérim & AI Product Director pour concevoir, lancer et scaler 3 lignes produit IA en location intelligence (de 0→1→scale). Stratégie IA/data reliée aux métriques d’impact (adoption, rétention, contribution revenu) et au GTM (packaging/pricing/enablement). Management : 4 PM seniors + 1 Senior Designer ; alignement Engineering / Data / Design via OKR, rituels de décision rapides (Discovery → PRDs précis → Design specs → Ship) et revues post-lancement (qualité, latence, guardrails).
GTM & monétisation : définition des offres, modèles de prix, positionnement ; enablement sales (decks, battlecards, objection handling).
Hands-on sales support : co-pitchs enterprise, discovery avancée, narratifs qui rendent l’IA achetable, démos ciblées et proofs of value chiffrés.
Mesure de valeur : instrumentation produit, tableaux de bord adoption/rétention/revenu, analyses de cohortes & churn drivers.
Ops & qualité : cadence de releases, SLO de pertinence/latence, triage/backlog, observabilité et guardrails (post-mortems, playbooks de remédiation).
Adoption & formation : workshops, playbooks client, contenus externes pour accélérer l’onboarding et sécuriser les usages.
Impact : nouvelles offres IA monétisées, time-to-market raccourci, pipeline renforcé, discipline d’exécution pérenne (cadence, qualité, métriques).
AI Product Management Product Leadership Product roadmap Priorisation (RICE, MosCow, ...) Sales enablement
Omdena
Machine Learning Engineer
September 2019 - August 2020 (11 months)
Ingénieure ML au sein d’une équipe internationale, j’ai conçu et entraîné un modèle U-Net (Keras/TensorFlow) sur imagerie satellite (Google Earth Engine) pour cartographier des micro-réseaux solaires au Nigeria. J’ai pris en charge la chaîne de bout en bout : ingestion & nettoyage de données, pré-processing géospatial, data augmentation, entraînement distribué, et évaluation (IoU, F1) avant un déploiement expérimental.
Au-delà de la modélisation, j’ai structuré la traçabilité des jeux de données (versioning datasets/expériences), documenté des pipelines reproductibles, et animé des revues de code pour garantir qualité et maintenabilité.
Impact : amélioration significative de la détection d’infrastructures solaires, fournissant des cartes d’aide à la décision pour l’implantation. Travail mené avec une approche éthique (biais, limites, transparence des incertitudes) et des réflexes MLOps (datasheets, journaux/monitoring) qui nourrissent aujourd’hui ma direction de produits IA de bout en bout (qualité, observabilité, reproductibilité).
Computer Vision Données géospatiales AI Product Management Data Product intelligence artificielle