Une entreprise de données et d'IA vend rarement aux particuliers, sauf par ses formations : parcours d'initiation au machine learning, ateliers Jupyter, préparation à une reconversion. Ces prospects arrivent par un webinaire ou un téléchargement, et la promesse doit rester mesurée : une formation n'assure ni un poste ni un salaire. L'agent de prospection B2C écrit uniquement aux personnes qui l'ont accepté et traite leurs données avec la même rigueur que celles d'un projet client.

Ce qu'il fait chaque jour chez vous

Contrôler l'origine de chaque contactIl vérifie que chaque personne a donné son accord, par quel formulaire et à quelle date, et écarte les listes récupérées lors d'un salon sans consentement écrit.
Écrire aux inscrits d'un webinaireIl rédige un message qui reprend le sujet du webinaire suivi, présente la formation adaptée à son niveau et rappelle comment ne plus recevoir de courriels.
Répondre aux questions sur les débouchésIl répond aux questions sur l'emploi après formation sans promettre de résultat, en décrivant ce que le programme apporte et ce qu'il demande comme travail personnel.
Expliquer les prérequis réelsIl précise le niveau attendu en programmation et en statistiques, pour éviter qu'un candidat s'inscrive à un cursus sur les modèles sans base suffisante.
Tenir à l'écart les données des stagiairesIl veille à ce que les exercices utilisent des données publiques ou fictives, et qu'aucun fichier de prospects ne serve de jeu de données d'entraînement pour un cours.
Rappeler le délai de rétractationPour chaque inscription conclue à distance, il joint l'information sur le droit de rétractation et transmet le dossier au service administratif.

Sur le terrain

Une candidate qui veut une garantie d'emploi

Une personne en reconversion demande par courriel si la formation garantit un poste de data scientist. L'agent répond que le programme est une obligation de moyens : projets encadrés, revue de portfolio, préparation aux entretiens. Il ajoute ce que les anciens stagiaires ont fait de leur parcours sans citer de taux, et propose une séance d'information avec un formateur pour qu'elle juge du niveau demandé.

Un fichier de prospects proposé comme exercice

Un formateur suggère d'utiliser l'export des inscrits aux webinaires comme cas pratique de segmentation, après pseudonymisation. L'agent s'y oppose dans un message au responsable pédagogique : ces personnes n'ont pas consenti à cet usage, et remplacer les noms ne rend pas les données anonymes. Il propose à la place un jeu public équivalent et prévient le délégué à la protection des données.

Les mots qu'il emploie chaque jour

Pseudonymisation: Elle remplace les identifiants mais laisse des données personnelles ; seule une anonymisation véritable est irréversible.
Jeu de données d'entraînement: Les données qui servent à fabriquer le modèle : leur origine et leurs droits conditionnent tout ce qu'on pourra en faire.
Obligation de moyens: Un projet d'analyse promet rarement un résultat chiffré : ce qui s'engage est une démarche, des livrables et des critères d'évaluation.

Son métier de départ : Agent de prospection B2C. Toute l'activité : Données et intelligence artificielle.