Dataiku Interview Prep — Maxime Gaultier

Interview Prep Dataiku

Call avec Ciaran Muir · Senior Talent Partner · Jeudi 11h30 · BDR Paris

⌕

Company · Product · Customer Stories

Connaître Dataiku en un coup d'oeil

Le bon angle pour l'entretien: Dataiku ne vend pas juste des modèles. Ils vendent un système unique pour faire tourner analytics, machine learning et agents IA avec visibilité, orchestration et gouvernance à l'échelle enterprise.

Fondé à Paris en 2013 Pensé pour les grands comptes Agnostique cloud, data et modèles

Pitch à retenir

Une plateforme unifiée pour sortir l'AI du labo et la faire fonctionner dans l'entreprise, avec des garde-fous intégrés dès le jour 1.

2013 création à Paris

4x Leader Gartner MQ DSML en 2025

4.7/5 Gartner Peer Insights

All clouds, data platforms et AI services connectés

Message entreprise L'AI doit sortir du silo data

Dataiku parle d'unir people, data, governance et technology pour faire travailler ensemble métiers, data et IT.

Message produit Une seule plateforme, pas une stack bricolée

Analytics, modèles et agents IA tournent dans le même système plutôt que dans une suite d'outils déconnectés.

Message commercial Industrialisation + gouvernance

Le vrai sujet n'est pas “faire de l'AI”, mais la gouverner, la déployer et la rendre utilisable à grande échelle.

À propos de l'entreprise

Ce qu'ils veulent incarner

Sur les pages company et careers, Dataiku se présente comme un acteur global de l'enterprise AI, avec une culture people-first mais clairement geek, construite pour aligner équipes, données et gouvernance autour d'une même plateforme.

Positionnement très enterprise, crédible pour des organisations complexes, distribuées ou régulées.
Image de société internationale mais avec un ancrage fort à Paris et une narration de long terme.
Culture mise en avant: diversité des perspectives, apprentissage continu, ouverture d'esprit et responsabilité dans la durée.

Global teams Long-term builders People + governance

Ce qu'il faut dire

La lecture simple à donner

Si on te demande “what do you know about Dataiku?”, reste sur une lecture claire, business et mémorisable.

Dataiku résout le passage du POC AI à la production, pas juste la phase d'expérimentation.

Le différenciateur central, c'est la gouvernance native autour des données, modèles, agents et utilisateurs.

La plateforme sert à la fois les profils techniques et les équipes métier, sans forcer un lock-in cloud unique.

Enterprise AI Code + no-code No lock-in

Careers

Ce que la page carrière raconte vraiment

Le ton est très clair: “we care about people”, mais dans un environnement software exigeant, international et assez geek.

Valeurs affichées: diversity of people & perspective, tolerance & open-mindedness, accountable camaraderie, work-life balance, dedication to learning, long-term responsibility.
Message culturel fort: on juge le progrès plus que les heures, avec de la flexibilité selon les équipes et les géographies.
La page insiste sur une entreprise globale et hybride, avec des bureaux comme Paris, New York, Londres, Singapour, Tokyo, Berlin ou Madrid.

People-first Geeky culture Hybrid global team

Signal pour l'entretien

Ce que ça dit du poste chez eux

Ils valorisent une culture de performance compatible avec la flexibilité: rigueur, autonomie et responsabilité personnelle.

Le côté international n'est pas cosmétique: le site met en avant une équipe mondiale, des working styles différents et 30% de postes full remote.

Pour toi, ça renforce un angle simple: tu cherches un environnement structuré, ambitieux, international et apprenant, pas seulement “un job sales”.

30% full remote Office or remote styles Learning-heavy

Le produit

La page product en 5 promesses

Le site structure très clairement le produit. Cette section doit se lire comme une carte mentale, pas comme un mur de texte.

Run enterprise AI as one system

Le coeur du positionnement: analytics, modèles et agents IA réunis dans un même control plane gouverné.

Vue unifiée sur tout le cycle AI
Moins de silos entre équipes

Deliver AI agents

Dernier focus produit: visual agents, code agents, Agent Hub et orchestration multi-agents.

Agent Hub pour piloter les usages
LLM Mesh pour changer de modèle sans refaire l'architecture

Govern AI everywhere

Garde-fous intégrés: accès, lineage, monitoring, quotas, sécurité et contrôle des coûts.

Gouvernance built-in, pas ajoutée après coup
Fort levier pour CIO, CDO et secteurs régulés

Deliver trusted analytics

L'analytics reste une porte d'entrée majeure: décisions fiables, self-service et adoption métier.

Parle aux équipes business autant qu'à la data
Crée un quick win plus simple à vendre

Scale machine learning impact

La promesse historique: transformer des modèles isolés en actifs suivis, déployés et monitorés en production.

De la préparation au déploiement
Impact mesurable plutôt que demos isolées

Customer stories

Les cas d'usage qui rendent la promesse crédible

Le site client ne vend pas juste des logos. Il vend des preuves: adoption, réduction de délai, gains d'efficacité et cas d'usage lisibles.

Life sciences · GenAI <2j

Johnson & Johnson

650+ collaborateurs utilisent Dataiku pour créer des prototypes generative AI en moins de deux jours autour du vision care.

Signal fort: adoption interne rapide + capacité à mettre une grande entreprise en mouvement.

Insurance · ROI 98%

Aviva

Aviva met en avant 98% de réduction du lead time de déploiement, 75% de time-to-market en moins et 50% de temps d'audit économisé.

Signal fort: une story assurance avec des chiffres simples, mémorisables et très vendeur côté BDR.

Agentic AI · Legal work LLM

Roche

Roche utilise la generative AI et le Dataiku LLM Mesh pour automatiser l'analyse de jurisprudence brevets, gagner en efficacité et réduire les coûts.

Signal fort: Dataiku ne parle pas seulement d'analytics classique; ils poussent maintenant des workflows agentiques concrets.

Analytics modernization AI

Novartis

Novartis passe de calculs spreadsheet manuels à une recherche marché plus informée grâce à Dataiku et au LLM Mesh.

Signal fort: passer du manuel au piloté par données reste un message puissant et simple à raconter.

Prologis 12x plus de projets AI & ML passés en production: parfait pour illustrer l'argument “industrialisation”.

Perdue Farms “From data chaos to clarity” montre que Dataiku vend aussi de la modernisation analytics très opérationnelle.

Industries mises en avant Financial services, life sciences, manufacturing, retail, utilities, public sector: des verticales où la gouvernance compte.

Pourquoi les clients achètent

Ce qui se vend vraiment

Une plateforme qui remplace une stack éclatée entre notebooks, BI, workflows et gouvernance dispersée.
Un cas d'usage métier lisible avec ROI clair en point d'entrée, pas “toute la plateforme” au premier call.
La possibilité de standardiser ensuite à l'échelle du groupe une fois la première preuve faite.

ICP et signaux

À qui ça parle le plus

Grandes entreprises avec vraie équipe data, plusieurs pays, gouvernance complexe et budget structuré.
Déclencheurs utiles: Chief AI Officer ou CDO fraîchement recruté, initiative GenAI, POC bloqué, besoin de conformité.
Très bon terrain dans banque, assurance, santé, industrie, énergie, logistique et retail.

Pourquoi Dataiku gagne

Battlecard rapide

Databricks: très puissant techniquement, mais plus technique et moins lisible côté métiers.
Microsoft Fabric: fort si le client est déjà verrouillé Microsoft, mais le lock-in peut faire peur.
Dataiku: neutralité, collaboration code/no-code et gouvernance native dans un seul système.

3 phrases entretien

Ce que tu peux dire presque tel quel

Dataiku vend l'industrialisation de l'AI, pas seulement la capacité à construire des modèles.

Leur avantage, c'est d'aligner métiers, data scientists et IT sur une plateforme commune et gouvernée.

Les customer stories montrent une valeur visible: adoption, mise en production plus rapide et contrôle accru.

Sources d'inspiration Company Careers Product Customer Stories

Business Development Representative · Paris

Dataiku · The Universal AI Platform™ · Screening call avec Ciaran Muir, Senior Talent Partner

📍 Paris Fondé 2013 🦄 Unicorn 2019 1 000+ employés 25 pays 700+ clients enterprise CapitalG · ICONIQ · Wellington

Ce que tu vas faire

Volume de leads inbound & outbound — phone, email, LinkedIn
Campagnes de prospection verticales et géographiques avec Sales & Marketing
Travailler avec les AE pour aller sur les deals enterprise
Nurturer les prospects early-stage pour les opportunités futures
Maîtriser la value prop Dataiku DSS — parler aux CDO, CIO, data teams
Tracker et reporter tes activités hebdomadaires

Ce qu'ils cherchent

Communication orale et écrite excellente
Expérience en sales / bizdev · software / tech / startup
Organisé · project management
Analytique — tracker tout ce que tu fais
Intérêt pour la Data Science & l'IA prédictive
Français natif ou pleine maîtrise business

Ce que Ciaran va chercher à valider — et ta réponse

Expérience sales / bizdev prouvée Arkavia · deals pharma, hospitalier, PE
Outbound structuré et scalable SN + Kaspr + n8n · 4 meetings/sem
Analytique · tout tracker Dashboards CRM · A/B tests · métriques hebdo
Comprendre l'écosystème Data / IA OV · Arkavia · Sorbonne IA
Convaincant en anglais business Activation · pas un problème de niveau
Motivation réelle pour le rôle BDR Choix délibéré · fondamentaux · BDR→AE

Questions issues de l'entretien

Réponses prêtes à l'oral pour les questions de clarification ou de culture go-to-market.

Question fréquente Go-to-market AE vs Engagement Manager

Question

Quelle différence entre un Account Executive et un Engagement Manager ?

La différence tient surtout à la phase du cycle client et au type de responsabilité commerciale.

En une ligne : l'Account Executive vend le deal ; l'Engagement Manager pilote la bonne exécution du deal une fois lancé.

Account Executive : rôle orienté développement commercial et closing. Il transforme une opportunité en contrat signé.

Qualifier les prospects et comprendre le besoin business
Construire la proposition commerciale
Négocier le prix, le périmètre et le timing
Coordonner l'avant-vente, les experts et les démos
Closer et atteindre un quota

KPI typiques

Chiffre d'affaires signé
Marge brute vendue
Taux de transformation
Cycle de vente
Taille moyenne des deals

Engagement Manager : rôle orienté delivery, pilotage client et orchestration de mission. Très courant en conseil, services, transformation ou intégration.

Cadrer le projet ou la mission
Piloter les équipes et les experts
Gérer la relation client au quotidien
Arbitrer les priorités et les risques
Tenir le budget, la qualité et le planning
Identifier de l'extension de mission ou de l'upsell

KPI typiques

Satisfaction client
Marge de mission
Respect du planning et du budget
Qualité d'exécution
Renouvellement ou extension de contrat

La vraie différence

Avant-vente vs après-vente : l'AE amène le client et signe ; l'Engagement Manager prend le relais pour délivrer.
Vente vs exécution : l'AE est dans la persuasion, la négociation et le mapping politique ; l'Engagement Manager est dans le pilotage, la coordination et la crédibilité opérationnelle.
Horizon temporel : l'AE est focalisé sur le pipeline et la signature ; l'Engagement Manager sur la réussite du projet dans la durée.
Relation client : l'AE est plus stratégique et commerciale ; l'Engagement Manager a une relation plus opérationnelle, plus dense au quotidien.

Critère	Account Executive	Engagement Manager
Mission principale	Signer du revenu	Réussir la mission
Moment d'intervention	Avant signature	Après signature
Orientation	Commerce	Delivery / pilotage
KPI principal	CA signé	Satisfaction, marge, exécution
Relation client	Décideurs et sponsors	Sponsors et équipes opérationnelles
Compétence clé	Vente complexe	Gestion de mission complexe

Réponse prête

Version courte pour l'entretien

L'Account Executive est responsable de la vente : il identifie l'opportunité, construit le deal, négocie et signe.

L'Engagement Manager intervient plutôt une fois le client engagé : il s'assure que la mission ou le déploiement délivre bien la valeur attendue, dans les délais, avec le bon niveau de qualité et de satisfaction client.

En résumé, l'AE porte le revenu signé, l'Engagement Manager porte la réussite de l'exécution et la valeur réalisée côté client.

Formule de conclusion : l'Account Executive vend la promesse, l'Engagement Manager s'assure qu'elle est tenue.

Salaire & Negociation

Fourchette Glassdoor

Remuneration BDR Dataiku Paris

Composante	Fourchette
Fixe	45K€ – 60K€
Total (variable inclus)	72K€ – 111K€

Recommandation

Ton positionnement avec ton profil

Avec ton profil (fondateur, deals enterprise, outbound structure), tu te positionnes haut de la fourchette.

"I'm targeting a base around 50-55K, with a variable structure that reflects the volume and quality of pipeline I generate. Given my background running full sales cycles on enterprise accounts, I'd want to understand how the comp plan is structured — especially the accelerators once quota is hit."

Strategie

Pourquoi cette approche fonctionne

Tu ancres sur 50-55K fixe — pas arrogant, pas au ras
Tu montres que tu comprends la mecanique du variable — c'est un signal sales
Tu retournes une question a Ciaran → il te donne des infos sur la structure reelle
Tu evites de te fermer sur un chiffre trop tot dans un screening