HM
Critical Talent. Secured.
Talent Intelligence • Search • On-Demand • France & Europe
Expertise Hurryman

Recrutement & chasseData & Intelligence Artificielle

Transformer la donnée en plateformes, produits et usages à forte valeur.

Notre cabinet de recrutement Data et IA accompagne la construction des équipes autour des flux, de la gouvernance et des usages attendus. Le profil à recruter dépend de la qualité des données, de la maturité de la plateforme et du passage effectif en production.

Les profils que nous recrutons

Ingénierie et architecture des données

Data Engineer et Data Architect : collecte, transformation, orchestration des flux et conception de Data Platform.

Analyse et usages métiers

Data Analyst et experts Business Intelligence : modélisation des indicateurs, fiabilité des restitutions et compréhension des besoins utilisateurs.

Modèles et industrialisation

Data Scientist, Machine Learning Engineer, MLOps et AI Engineer : développement, intégration, déploiement et suivi des modèles.

Direction et gouvernance

Chief Data Officer, Head of Data, Head of AI et spécialistes Data Governance : ownership, qualité, accès aux données et priorisation des usages.

Environnements et technologies

Les environnements comprennent les Data Platforms, les chaînes de traitement et de restitution BI, les plateformes de machine learning et leurs interfaces cloud. Pour la Generative AI (GenAI) et les LLM, nous précisons les données utilisables, les modalités d’intégration, l’évaluation des réponses, la sécurité et les contraintes d’exploitation.

Les enjeux de votre recrutement

Un recrutement Data Engineer se concentre sur la robustesse des flux ; un AI Engineer intervient sur l’intégration et l’usage des modèles. MLOps implique le déploiement, le suivi et la reproductibilité. Nous distinguons expérimentation et industrialisation pour éviter de confier au même poste des responsabilités incompatibles avec les moyens disponibles.

L’approche Hurryman

Nous clarifions les données accessibles, les équipes utilisatrices, la maturité technique et les résultats attendus. L’approche ciblée porte sur des expériences vérifiables : plateformes construites, modèles exploités, gouvernance mise en place et articulation avec les métiers. La recherche peut viser un expert ou un responsable de fonction.