Recruter en tech sans comprendre les métiers, c'est avancer à l'aveugle. Ce guide détaille les 6 grandes familles de métiers tech : ce qu'elles font, comment elles fonctionnent, ce qui les différencie. Co-construit avec des PM, designers, PMM, data scientists, data analysts et software engineers de l'écosystème startup.
1. Gérer le cycle de vie produit
"Le product management consiste à gérer l'ensemble du cycle de vie d'un produit. De la phase de discovery (compréhension des besoins et recherche de solutions) à la phase de delivery (amélioration des interfaces design/fonctionnalités) pour répondre aux enjeux business."
Ce qu'un recruteur doit comprendre
Le PM ne code pas et ne designe pas. Il définit le "quoi" et le "pourquoi". Son quotidien oscille entre recherche utilisateur, priorisation et coordination d'équipe.
Quand une entreprise recrute un PM
Quand le founder n'a plus le temps d'alimenter le produit. Quand un nouveau business s'ouvre et nécessite un travail de discovery. Quand l'organisation passe de business driven à product driven. Quand il y a trop de développeurs (5-6+) et que le Lead Dev a besoin de relais côté produit. Quand il y a beaucoup d'utilisateurs et qu'il faut prioriser les feedbacks.
Missions principales
Comprendre les besoins utilisateurs via la recherche (interviews, data, surveys). Définir la vision produit et la roadmap. Prioriser les features selon l'impact business. Rédiger les spécifications fonctionnelles. Coordonner les équipes design, engineering et business. Mesurer les résultats via des KPIs produit.
Compétences clés
Vision produit et pensée stratégique. Analyse data et interprétation de métriques. Communication transverse et capacité à aligner des équipes. Priorisation rigoureuse (frameworks OKR, RICE, double diamond, Jobs to be Done). Connaissance du cycle de développement logiciel.
Points de vigilance en entretien
Un bon PM sait expliquer comment il priorise. Il donne des exemples concrets d'arbitrages. Il parle autant de ce qu'il n'a pas fait que de ce qu'il a livré. Attention aux profils qui ne parlent que de features sans mentionner les problèmes utilisateurs résolus.
"L'erreur la plus courante est de confondre PM et chef de projet. Le PM prend des décisions produit. Le chef de projet coordonne des livrables."
2. Créer et améliorer les produits digitaux
"Le product design consiste à créer ou améliorer un produit digital (application, logiciel, site internet) en répondant à un besoin des utilisateurs ou à des opportunités détectées grâce à la recherche utilisateur et à l'utilisation de la data."
Ce qu'un recruteur doit comprendre
Le designer ne fait pas que des "jolis écrans". Il résout des problèmes utilisateurs. Le product designer est l'ambassadeur de ses utilisateurs en interne. Il identifié, étudie et valide un problème ou une opportunité, puis élabore, teste et mesure le succès d'une solution.
"The design is not just what it looks like and feels like. The design is how it works."
Quand une entreprise recrute un designer
Quand le produit a trouvé son market-fit et doit scaler. Quand l'expérience utilisateur devient un avantage concurrentiel. Quand les équipes produit et tech travaillent sans input utilisateur. Quand le produit est complexe et que les utilisateurs se perdent.
Missions principales
Recherche utilisateur : interviews, tests d'utilisabilité, analyse de données comportementales. Conception d'interfaces : wireframes, prototypes, maquettes haute fidélité. Tests et validation : A/B tests, tests modérés et non modérés. Documentation : design systems, guidelines, spécifications pour les développeurs.
Outils
Figma pour la conception et le prototypage. Miro et Figjam pour les ateliers collaboratifs. Maze et UserTesting pour les tests utilisateurs. Hotjar pour l'analyse comportementale.
Compétences clés
Empathie utilisateur et capacité à formuler des problèmes. Maîtrise du prototypage (low-fi et high-fi). Collaboration étroite avec les développeurs et les PM. Connaissance des principes d'accessibilité. Capacité à défendre ses choix de design avec des données.
Points de vigilance en entretien
Demander au candidat de présenter un cas concret de problème résolu. Vérifier qu'il parle de recherche utilisateur, pas seulement de maquettes. Un bon designer explique ses échecs et ses itérations. Attention aux portfolios qui ne montrent que des visuels sans processus.
"Le product designer doit savoir dire non. Son rôle n'est pas de dessiner tout ce que le PM demande. C'est de challenger le besoin et de proposer la meilleure solution."
3. L'interface entre produit et business
"Le PMM est garant de l'adéquation entre la proposition de valeur de l'entreprise et le besoin réel des clients. Il est l'intermédiaire entre le produit et le business. Si un produit n'est pas adopté par sa cible, c'est un échec."
Ce qu'un recruteur doit comprendre
Le PMM n'est pas un marketeur classique. Il comprend le produit en profondeur. Son rôle est de s'assurer que la direction prise pour le développement du produit corresponde au marché.
Quand une entreprise recrute un PMM
En phase de scale, quand il faut gagner un avantage concurrentiel. Lors d'un changement de cible (nouveau pays, nouveau segment). Quand l'entreprise sort régulièrement de nouvelles features et doit communiquer efficacement. Quand le produit est complexe et nécessite un travail de simplification du message.
Les 5 piliers du PMM
Être la voix des clients auprès des équipes internes. Connaître le marché et la concurrence sur le bout des doigts. Définir le positionnement et le messaging produit. Piloter les lancements de features (go-to-market). Enabler les équipes sales avec les bons arguments et contenus.
Compétences clés
Compréhension produit approfondie. Storytelling et capacité à simplifier des messages complexes. Analyse de marché et veille concurrentielle. Collaboration cross-fonctionnelle (produit, sales, marketing, customer success). Capacité à mesurer l'adoption et l'impact des lancements.
PMM vs PM vs Marketing
Le PM définit ce qu'on construit et pourquoi. Le PMM définit comment on le positionne et le vend. Le marketing génère de la demande et de la notoriété. Les trois rôles collaborent mais ne se substituent pas.
Points de vigilance en entretien
Le candidat doit pouvoir expliquer un lancement de feature de bout en bout. Vérifier qu'il parle de métriques d'adoption, pas seulement de communication. Un bon PMM connaît les objections des clients aussi bien que les arguments de vente.
"Un bon PMM, c'est quelqu'un qui sait traduire la complexité technique en valeur business compréhensible par un client en 30 secondes."
4. Extraire des insights exploitables
"La data science est l'extraction d'informations exploitables à partir de données brutes. Ce champ multi-disciplinaire identifié des tendances, motifs, connexions et corrélations dans de larges ensembles de données."
Ce qu'un recruteur doit comprendre
Le data scientist construit des modèles prédictifs et des algorithmes. Son travail va au-delà de l'analyse : il crée des systèmes automatisés de décision. Le data scientist est un statisticien moderne.
Quand une entreprise recrute un data scientist
Quand l'entreprise a accumulé beaucoup de data mais ne l'exploite pas. Quand elle souhaite lancer un nouveau produit et a besoin de prédictions. Quand l'organisation tend à devenir data driven. Quand il y a des problèmes de prédiction et de décision business à résoudre.
Missions principales
Comprendre le besoin métier, les spécifications et les priorités. Identifier les données nécessaires, les récupérer et les stocker. Préparer les données : classement, nettoyage, traitement des valeurs manquantes. Construire des modèles de machine learning et les évaluer. Déployer les modèles en production et monitorer leurs performances.
Compétences clés
Python ou R comme langage principal. Machine learning (supervisé, non supervisé, deep learning). Statistiques avancées et probabilités. SQL pour l'extraction de données. Outils de visualisation (Matplotlib, Seaborn, Plotly).
Data Scientist vs Data Analyst
Le data scientist construit des modèles prédictifs. Le data analyst explore et visualise les données existantes. Le scientist automatisé des décisions. L'analyst informe des décisions humaines. Le scientist code davantage (Python/R). L'analyst utilise davantage SQL et les outils BI.
Points de vigilance en entretien
Demander un exemple de modèle mis en production. Vérifier la capacité à expliquer simplement un algorithme complexe. Un bon data scientist parle de business impact, pas seulement de performance technique (accuracy, F1-score). Attention aux profils qui n'ont fait que du Kaggle sans expérience produit.
5. Explorer et mettre en forme la donnée
"Le data analyst explore la donnée et la met en forme pour permettre à l'entreprise de prendre des décisions éduquées. Sur le développement du produit, la gestion de l'entreprise et l'allocation des ressources."
Ce qu'un recruteur doit comprendre
Le data analyst est le "traducteur" de la donnée pour les équipes métier. C'est souvent le premier recrutement data dans une startup. Son rôle est de rendre la donnée compréhensible et actionnable.
Quand une entreprise recrute un data analyst
Quand l'entreprise a accumulé beaucoup de data mais ne sait pas comment l'exploiter. Quand elle fait face à des problèmes de conversion. Quand elle tend à devenir data driven. Quand elle veut affiner sa proposition produit pour maximiser l'adoption.
Missions principales
Recueil et extraction des sources de données pertinentes. Traitement, exploitation et intégration des données dans un data warehouse. Création de dashboards et mise en place de KPIs. Reporting des performances pour donner une vision cohérente aux équipes. Analyses ad hoc pour répondre aux questions business. Support des équipes produit sur les A/B tests.
Compétences clés
SQL comme compétence fondamentale. Excel et Google Sheets pour les analyses rapides. Outils de BI : Tableau, Looker, Metabase, PowerBI. Python ou R pour les analyses avancées. Capacité à communiquer des résultats à des non-techniques.
Points de vigilance en entretien
Demander un exemple de dashboard qui a changé une décision business. Vérifier que le candidat pose des questions sur le contexte business, pas seulement sur les données. Un bon data analyst challenge les demandes : il ne produit pas un dashboard sans comprendre pourquoi. Tester la capacité à vulgariser des résultats complexes.
6. Traduire le produit en code
"Un dev traduit une solution à un problème business en software. Il trouve une solution technique pour combler une expérience utilisateur à travers de la programmation."
Ce qu'un recruteur doit comprendre
Le terme "développeur" recouvre plusieurs spécialisations distinctes. Chaque spécialisation a ses langages, ses frameworks et sa culture propres. La séniorité ne se mesure pas qu'en années d'expérience.
Les spécialisations
Frontend. L'interface utilisateur : ce que l'utilisateur voit et avec quoi il interagit. Langages : JavaScript/TypeScript, HTML, CSS. Frameworks : React, Vue.js, Angular, Svelte.
Backend. La logique serveur : APIs, bases de données, authentification, performance. Langages : Python, Java, Go, Node.js, Ruby. Frameworks : Django, Spring, Express, Rails.
Fullstack. Maîtrise du frontend et du backend. Profil polyvalent, souvent recherché en startup early-stage.
Mobile. Applications iOS (Swift) et Android (Kotlin). Frameworks cross-platform : React Native, Flutter.
DevOps / SRE. Infrastructure, déploiement, monitoring, fiabilité. Outils : Docker, Kubernetes, Terraform, AWS/GCP/Azure.
Data Engineer. Pipelines de données, ETL, data warehouses. Outils : Spark, Airflow, dbt, BigQuery.
Quand une entreprise recrute des devs
Quand le founder tech n'a plus le temps de gérer la codebase. Quand le product market fit est trouvé et qu'il faut refondre pour scaler. Quand le no-code ne suffit plus. Quand l'entreprise a externalisé le développement et que la maintenance coûte trop cher.
Missions principales
Production de code dans le cadre du développement de la plateforme. Gestion et adaptation des solutions techniques lors du développement des features. Création de documentation technique. Revue de code et pair programming. Tests automatisés et intégration continue. Participation aux rituels agile (daily, sprint planning, retrospective).
Compétences clés
Maîtrise d'au moins un langage de programmation. Pratiques de qualité : tests unitaires, code review, CI/CD. Collaboration produit : comprendre le contexte business des features. Architecture logicielle : capacité à concevoir des systèmes maintenables. Veille technologique : le paysage technique évolue constamment.
La séniorité en engineering
Un junior exécute des tâches définies et apprend les conventions. Un mid-level est autonome sur des features complètes. Un senior fait des choix d'architecture et mentor les juniors. Un staff/principal influence la direction technique de l'entreprise. L'impact, l'autonomie et la capacité à faire des choix techniques comptent autant que les années.
Points de vigilance en entretien
Adapter le test technique au poste réel (pas de leetcode pour un poste frontend). Évaluer la capacité à expliquer des choix techniques, pas seulement à coder. Tester la collaboration : comment le candidat réagit à un code review ou à un désaccord technique. Un bon dev parle d'impact produit, pas seulement de technologies.
"Un bon CTO c'est quelqu'un qui construit une équipe solide, qui est capable de grandir et qui crée un produit résistant. Tout ça avec une équipe qui va rester et pas partir tous les 4 matins."