Head of Data : ce qu'un poste vacant depuis un an révèle

Un poste de direction data qui reste ouvert pendant des mois finit par envoyer un message au marché. Les candidats y lisent un besoin mal calibré, un processus trop long, une rémunération insuffisante, un périmètre flou ou un arbitrage interne difficile, et la vacance devient à son tour un frein au recrutement.

Le cas d'un Head of Data recruté pour un acteur des dispositifs médicaux, publié par le cabinet Entourage Recrutement, décrit une recherche menée dans cette situation. Le client, une division d'un groupe français de santé, y est anonymisé. Le poste, en CDI, était ouvert depuis près d'un an au moment où la recherche a commencé, en 2025.

Une fonction à construire

L'entreprise conçoit des dispositifs médicaux et digitalise fortement ses services. Son actif stratégique est 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'objectif était de passer d'une culture data distribuée, faite d'utilisateurs, de tableaux de bord et d'initiatives locales, à une fonction structurée et gouvernée au service de tous les métiers. Le poste couvrait cinq chantiers :

• l'équipe : des ressources internes et externes en ingénierie, analyse et science des données, BI et projets d'IA, réparties dans plusieurs pays, à réunir autour de rôles clarifiés et de priorités communes ;
• la gouvernance : rôles, responsabilités, qualité et conformité réglementaire des données, en préservant l'agilité des métiers ;
• la BI et le reporting : de nombreux tableaux de bord existaient déjà, qu'il fallait fiabiliser, harmoniser et rationaliser, avec une meilleure administration de Power BI ;
• la plateforme : une plateforme Snowflake à administrer et à développer, en dialogue avec l'informatique, les équipes DevOps, les data engineers et les métiers ;
• l'application et l'IA : exploiter les données de l'application pour la feuille de route produit, et bâtir une plateforme d'IA prédisant l'évolution clinique sur données anonymisées, apprentissage profond sur images cliniques compris.

Ce dernier chantier rendait la recherche singulière. Le poste demandait à la fois un architecte, un manager, un partenaire des métiers et un data scientist, quatre dimensions que peu de parcours réunissent au même niveau.

Trois freins identifiés

Le cas en nomme trois. La rémunération se situait en deçà du marché visé, alors que les profils réunissant management, gouvernance, BI, cloud, science des données et IA sont recherchés par des scale-ups, des éditeurs de logiciels, des laboratoires, des medtechs et des groupes internationaux. Le poste imposait un présentiel complet, ce qui écartait des candidats techniquement pertinents. Et la vacance de près d'un an pesait sur la lecture du poste.

La rémunération et l'organisation du travail étaient déjà fixées. Les freins ont donc été testés dès le premier échange avec chaque candidat, pour écarter tôt ceux qui se seraient retirés en fin de processus.

Décomposer le besoin plutôt que chercher un titre

Une recherche par intitulé, « Head of Data », « Data Manager » ou « Lead Data », aurait fait remonter beaucoup de profils et peu de candidats adaptés. Le besoin a été décomposé compétence par compétence, pour séparer l'indispensable du souhaitable. Les critères obtenus ont formé la grille d'évaluation, appliquée à tous les candidats quel que soit leur titre :

1. construire une fonction data : vision, priorités, structuration d'une équipe, gouvernance et rituels ;
2. la crédibilité technique : SQL, Power BI, plateforme data, cloud, modélisation, qualité, conformité, et le niveau réel en IA ;
3. le partenariat avec les métiers : transformer une demande floue en produit data utile, avec une appétence réelle pour la santé ;
4. le leadership et la pédagogie : faire progresser les utilisateurs et créer l'adhésion ;
5. la motivation face aux contraintes : création de poste, maturité data incomplète, contexte international, rémunération et organisation du travail déjà fixées.

Cinq viviers, cinq risques

La recherche a porté sur cinq populations, chacune répondant à une partie du besoin. Les Head of Data de scale-ups ou d'ETI, habitués aux structurations rapides, risquaient d'être trop chers, attachés au télétravail ou plus tournés vers le produit que vers la gouvernance. Les data managers de la santé et de la pharma apportaient la proximité sectorielle, mais étaient souvent moins avancés sur l'IA et la vision par ordinateur. Les responsables de science des données et d'IA étaient pertinents pour l'application, avec un leadership souvent en deçà du niveau attendu. Les profils seniors de BI et de gouvernance répondaient aux tableaux de bord et à la qualité, avec une crédibilité moindre sur l'IA avancée. Le conseil en data et en IA, enfin, offrait une vision transverse et l'habitude des feuilles de route, à condition de cibler des profils restés crédibles techniquement.

Le poste présenté par ses atouts

Présenté trop vite, le poste paraissait trop large, trop contraint et peu attractif. Il a été repositionné autour de ce qu'il offrait réellement : un rôle de construction, un impact direct sur la performance commerciale et le produit, un projet d'IA concret à impact médical, et une exposition à la direction, avec un rattachement à l'excellence commerciale et à la digitalisation.

Le candidat retenu était chef de projet dans un cabinet de conseil spécialisé en data, après un premier socle de carrière comme data scientist. Son parcours couvrait le double niveau d'exigence du poste : des expériences concrètes de machine learning pour de grands comptes, qui lui donnaient la légitimité face aux profils techniques, et des responsabilités de pilotage de projets transverses, avec l'habitude de traduire des besoins métier en projets data.

Ce que le cas dit de la fonction

Au-delà de cette mission, la publication livre des ordres de grandeur sur les recherches de Head of Data. Sur environ 100 profils identifiés, 40 à 50 paraissent pertinents à la première lecture, 15 à 25 cohérents avec le périmètre, deux fois moins après prise en compte de la rémunération, du télétravail et de la localisation, et 2 à 4 restent défendables en liste finale. Parmi les candidats rencontrés, trois à cinq sur dix seulement réunissent capacité de structuration, niveau technique et appétence business.

Le cas distingue aussi huit profils de Head of Data sous un même titre : BI et reporting, gouvernance, plateforme, science des données et IA, analytics produit, conseil, manager structurant, partenaire des métiers. Deux titulaires du même intitulé peuvent n'avoir presque rien en commun.

Quand le marché reste muet, quatre arbitrages reviennent selon la même source : choisir l'axe qui prime entre stratégie, management et technique, en fonction de la maturité data de l'entreprise ; aligner la rémunération sur l'ambition du poste, ou formuler clairement ce qui compense un écart ; tenir compte du télétravail, devenu un critère attendu chez les profils seniors ; et expliquer la création du poste. Le premier de ces arbitrages revient, en pratique, à décider quel type de fonction data l'entreprise veut construire.