Job Requisition ID #

26WD101077

L'affichage de poste en français suivra / The French job posting follows.

26WD101077, Principal People Insights Partner

Position Overview

People Insights & Solution Design (PI-SD) builds the research, data, technology, and AI foundations that help Autodesk's People & Places (PPL) organization continuously evolve and create impact for nearly 15,000 Autodesk employees worldwide. The team spans employee listening and research, people data science and engineering, AI strategy and transformation, and people insights and product management, each bringing a different lens to how Autodesk understands and acts on what's happening across its workforce.

You'll join People Insights, Product & Technology, the team within PI-SD responsible for insight partnership, people product management, and the PPL technology stack. Reporting to the Director who leads all three, you'll work alongside Product Managers who own Autodesk's people technology portfolio and fellow Insights Partners who turn business needs into decision-ready evidence.

As a Principal People Insights Partner, you'll work across multiple domains rather than a single system or team, stitching together evidence to inform both Autodesk's people strategy, as well as the product and technology strategy built to support it. Your work will directly shape the decision grade intelligence that guides how PPL leaders act.

This is a partnership, not a project engagement. You'll build a deep enough understanding of each stakeholder's world that what you deliver is built specifically for them, not repurposed from the last request. That means staying close enough to help leaders see around corners, while going deep enough into the details of their domain that what you bring back holds up.

This is a hybrid role with preference for candidates located the following locations: US (Denver, Portland, San Francisco, Boston) or Canada (Toronto, Vancouver, Montreal). Compensation ranges tied to location.

Responsibilities

• Build and sustain trusted relationships with PPL Centers of Excellence and leaders, understanding their context deeply enough that each deliverable is built for their specific decision, not adapted from a template
• Combine business context from COEs, People Business Partners, and PPL Go-To-Market with evidence from People Data Science & Engineering, EX Listening & Research, and AI Strategy and Transformation to build a shared understanding of the problem
• Scan across lifecycle topics for emerging questions and patterns before a formal request is made, and surface them to COEs proactively
• Reframe broad or ambiguous requests (e.g. "build a dashboard") into decision-focused evidence questions
• Activate the right capability for the problem at hand: data science, listening and research, or AI strategy, rather than defaulting to a single output type
• Apply working fluency in research methods (mixed-methods research, causal inference, experimental design) to evaluate rigor and shape approach, even when execution sits with Data Science & Engineering or EX Listening & Research
• Coordinate delivery of the right output (a decision brief, dashboard, research finding, model, or targeted analytic tool) and iterate as the evidence develops
• Interpret evidence in context: explain what a signal shows, what it does not prove, and where it's concentrated versus broad-based
• Connect narrative, evidence, and trade-offs into decision grade intelligence, offering directional recommendations when the evidence supports them, while leaving the decision to act with the COE
• Influence the development of actionable KPIs that inform COE and executive decisions
• Recognize when a point-in-time analytic need is becoming a durable product need, signaled by repeat demand across users, a broadening audience, or a roadmap and support requirement becoming material
• Flag productization triggers to the COE and route qualified opportunities into Tech Product Manager intake, handing off evidence and context rather than owning the resulting roadmap, backlog, or vendor relationship
• Partner with Tech Product Managers through the handoff so context isn't lost in the transition, without taking on product ownership
• Mentor other Insights Partners and researchers, raising the bar on research design, analysis rigor, and how findings get communicated to stakeholders
• Help set standards for research design, data quality, and ethical handling of sensitive employee data across insights work

Minimum Qualifications

• 8+ years in a related role using people or business data to inform decisions in ambiguous, cross-functional environments
• Experience engaging both technical and non-technical stakeholders, including senior leaders, and building trust and alignment without relying on direct authority
• Track record of building durable, ongoing relationships with business stakeholders and tailoring solutions to their specific context, rather than one-off project or engagement-based delivery
• Comfortable moving between big-picture strategic framing and the technical or operational details of a specific domain, without losing credibility in either direction
• Comfortable operating with minimal oversight, setting direction on ambiguous problems, and making judgment calls without an established playbook
• Skilled in quantitative and qualitative analysis and data visualization, with the ability to build compelling, decision-ready narratives from disparate signals
• Working fluency in research methods (mixed-methods research, causal inference, experimental design) sufficient to evaluate rigor and push back on approach, without personally owning execution
• Comfort working directly with structured data (SQL or another querying/analysis language), enough to engage as a credible thought partner with the Data Science & Engineering team rather than relying on their output as a black box
• Direct use of AI tools in your own research, analysis, and synthesis work
• Enough exposure to the HR technology and vendor landscape to recognize when work should move to a Tech Product Manager, without an expectation to own roadmap, backlog, or vendor decisions
• Exposure to data, data environments, databases, and large data sets

Preferred Qualifications

• Undergraduate degree in Business, Statistics, Human Resources, or a related field
• Experience in a people analytics or HR domain (HRBP, Compensation, Talent, Diversity & Belonging)
• Experience distinguishing insight work from product work inside a technology-enabled organization

26WD101077, Partenaire principal " People Insights "

Aperçu du poste

L'équipe People Insights & Solution Design (PI-SD) met en place les fondements en matière de recherche, de données, de technologie et d'IA qui permettent à l'organisation People & Places (PPL) d'Autodesk d'évoluer en permanence et d'avoir un impact positif sur près de 15 000 collaborateurs d'Autodesk à travers le monde. L'équipe couvre plusieurs domaines : l'écoute et l'étude des employés, la science des données et l'ingénierie RH, la stratégie et la transformation en matière d'IA, ainsi que l'analyse des données RH et la gestion des produits. Chacun de ces domaines apporte un éclairage différent sur la manière dont Autodesk comprend et réagit à ce qui se passe au sein de son personnel.

Vous rejoindrez l'équipe People Insights, Product & Technology, au sein de PI-SD, chargée des partenariats en matière d'analyse, de la gestion des produits RH et de la pile technologique PPL. Sous la responsabilité du directeur qui chapeaute ces trois domaines, vous travaillerez aux côtés des chefs de produit en charge du portefeuille technologique RH d'Autodesk et de vos collègues " Insights Partners ", qui transforment les besoins métier en données probantes prêtes à orienter la prise de décision.

En tant que " Principal People Insights Partner ", vous travaillerez sur plusieurs domaines plutôt que sur un seul système ou une seule équipe, en assemblant des données probantes pour éclairer à la fois la stratégie RH d'Autodesk et la stratégie produit et technologique conçue pour la soutenir. Votre travail façonnera directement les données décisionnelles qui guident l'action des dirigeants de PPL.

Il s'agit d'un partenariat, et non d'une mission ponctuelle. Vous développerez une compréhension suffisamment approfondie de l'univers de chaque partie prenante pour que ce que vous livrez soit spécialement conçu pour elle, et non simplement réutilisé à partir d'une demande précédente. Cela implique de rester suffisamment proche pour aider les dirigeants à anticiper l'avenir, tout en approfondissant suffisamment les détails de leur domaine pour que vos conclusions tiennent la route.

Il s'agit d'un poste hybride pour lequel la préférence est donnée aux candidats situés dans les villes suivantes : États-Unis (Denver, Portland, San Francisco, Boston) ou Canada (Toronto, Vancouver, Montréal). Les fourchettes de rémunération varient en fonction du lieu d'affectation.

Responsabilités

• Établir et entretenir des relations de confiance avec les Centres d'excellence et les dirigeants de PPL, en comprenant suffisamment bien leur contexte pour que chaque livrable soit conçu spécifiquement pour leur décision, et non adapté à partir d'un modèle
• Combiner le contexte métier fourni par les Centres d'excellence, les Partenaires métier RH et l'équipe PPL Go-To-Market avec les données issues des équipes People Data Science & Engineering, EX Listening & Research et AI Strategy and Transformation afin de parvenir à une compréhension commune du problème
• Analyser l'ensemble des thèmes liés au cycle de vie pour identifier les questions et tendances émergentes avant qu'une demande formelle ne soit formulée, et les porter à l'attention des Centres d'excellence de manière proactive
• Recadrer les demandes trop générales ou ambiguës (par exemple " créer un tableau de bord ") en questions factuelles axées sur la prise de décision
• Mobiliser la compétence la plus adaptée au problème en question : science des données, écoute et recherche, ou stratégie d'IA, plutôt que de se limiter par défaut à un seul type de résultat
• Maîtriser les méthodes de recherche (recherche en méthodes mixtes, inférence causale, conception expérimentale) pour évaluer la rigueur et définir l'approche, même lorsque la mise en œuvre incombe à Data Science & Engineering ou à EX Listening & Research
• Coordonner la livraison du résultat approprié (note de décision, tableau de bord, résultats de recherche, modèle ou outil analytique ciblé) et itérer à mesure que les données probantes évoluent
• Interpréter les données probantes dans leur contexte : expliquer ce qu'un signal révèle, ce qu'il ne prouve pas, et s'il est concentré ou généralisé
• Relier le récit, les données probantes et les compromis pour former une intelligence décisionnelle, en proposant des recommandations stratégiques lorsque les données probantes les étayent, tout en laissant la décision d'agir au centre d'excellence
• Influencer l'élaboration d'indicateurs clés de performance (KPI) exploitables qui éclairent les décisions du COE et de la direction
• Reconnaître quand un besoin analytique ponctuel se transforme en un besoin de produit durable, signalé par une demande récurrente de la part des utilisateurs, un public qui s'élargit, ou lorsque les exigences en matière de feuille de route et de support deviennent concrètes
• Signaler les déclencheurs de " productisation " au COE et acheminer les opportunités qualifiées vers le responsable produit technique, en lui transmettant les données probantes et le contexte plutôt qu'en prenant en charge la feuille de route, le backlog ou la relation avec le fournisseur qui en découlent
• Collaborer avec les chefs de produit techniques tout au long du transfert afin que le contexte ne se perde pas lors de la transition, sans pour autant assumer la responsabilité du produit
• Accompagner les autres partenaires " Insights " et chercheurs, en rehaussant le niveau d'exigence en matière de conception de la recherche, de rigueur analytique et de communication des résultats aux parties prenantes
• Contribuer à définir des normes en matière de conception de la recherche, de qualité des données et de traitement éthique des données sensibles relatives aux employés dans l'ensemble des activités d'analyse

Qualifications mini

males

• Au moins 8 ans d'expérience dans un poste similaire, utilisant des données relatives aux personnes ou à l'entreprise pour éclairer les décisions dans des environnements interfonctionnels et ambigus
• Expérience dans la collaboration avec des parties prenantes tant techniques que non techniques, y compris des cadres supérieurs, et dans l'établissement d'un climat de confiance et d'alignement sans s'appuyer sur une autorité directe
• Expérience avérée dans l'établissement de relations durables et continues avec les parties prenantes de l'entreprise et dans l'adaptation de solutions à leur contexte spécifique, plutôt que dans la réalisation de projets ponctuels ou de missions limitées
• Capacité à passer aisément d'une vision stratégique globale aux détails techniques ou opérationnels d'un domaine spécifique, sans perdre en crédibilité dans aucun des deux sens
• Capacité à travailler avec un encadrement minimal, à définir une orientation face à des problèmes ambigus et à prendre des décisions sans s'appuyer sur un guide établi
• Maîtrise de l'analyse quantitative et qualitative ainsi que de la visualisation des données, avec la capacité de construire des récits convaincants et prêts à servir de base de décision à partir de signaux disparates
• Maîtrise pratique des méthodes de recherche (recherche en méthodes mixtes, inférence causale, conception expérimentale) suffisante pour évaluer la rigueur et remettre en question une approche, sans pour autant en assumer personnellement l'exécution
• A l'aise pour travailler directement avec des données structurées (SQL ou un autre langage d'interrogation/d'analyse), suffisamment pour collaborer en tant que partenaire de réflexion crédible avec l'équipe de science des données et d'ingénierie, plutôt que de considérer leurs