IA Ready Lead (IT) / Freelance

Informations générales

• Département : Digital, Data & IA

• Localisation : Siège / Lille (présence obligatoire sur site)

• Supérieur hiérarchique : Head of IA

Position dans l’organisation

Le/la IA Ready Lead pilote la préparation et la structuration des données et connaissances nécessaires aux systèmes d’intelligence artificielle.

Il/elle encadre une équipe dédiée à la mise en qualité des contenus et à leur exploitation optimale pour les solutions IA (copilots, agents, RAG).

Encadrement

Management d’une équipe spécialisée pouvant inclure :

• Knowledge Manager IA Ready

• Data / IA Ready Analyst

Interactions internes

• Équipes Data (Data Hub, gouvernance, référentiels)

• Équipes IT / DSI

• Directions métiers

• Équipes Digital / Data / IA

• Équipes en charge de la conformité et de l’adoption

Interactions externes

• Partenaires technologiques et plateformes cloud

• Éditeurs de solutions IA (LLM, RAG, etc.)

• Cabinets spécialisés

Mission

Le/la IA Ready Lead est responsable de la préparation fonctionnelle, sémantique et organisationnelle des données utilisées par les solutions d’intelligence artificielle.

Il/elle garantit la disponibilité, la qualité, la cohérence et la traçabilité des bases de connaissances, et définit les standards permettant d’optimiser la performance des systèmes IA.

Responsabilités principales

1. Définition de la stratégie IA Ready

• Définir la stratégie de préparation des données pour l’IA

• Identifier et cartographier les sources de connaissances

• Prioriser les sources en fonction des cas d’usage

• Définir l’architecture fonctionnelle des bases de connaissances

2. Standards de structuration et performance RAG

• Définir les standards de structuration des contenus (taxonomie, tagging, hiérarchie)

• Définir les règles de segmentation (chunking) adaptées aux usages IA

• Fixer les niveaux de granularité optimaux pour la recherche par similarité

• Définir les critères de qualité permettant d’améliorer la pertinence des réponses

3. Pilotage de la préparation des contenus

• Qualifier les besoins de contenus avec les équipes IA Delivery

• Superviser la structuration, le nettoyage et l’enrichissement des données

• Définir les critères d’acceptation IA Ready (qualité, complétude, fraîcheur)

• Garantir la cohérence sémantique et métier des bases de connaissances

4. Coordination transverse

• Collaborer avec les équipes IT pour l’ingestion et la mise à disposition des données

• Travailler avec les équipes Data pour l’alignement avec les référentiels

• Coordonner avec les équipes IA Delivery pour assurer l’adéquation avec les cas d’usage

• Organiser les boucles de feedback entre usage et amélioration des contenus

5. Gouvernance et documentation

• Définir les standards de documentation des bases de connaissances

• Mettre en place les règles de gouvernance (ownership, validation, versioning)

• Structurer les processus de mise à jour et de maintenance

• Garantir la traçabilité des sources et des transformations

6. Qualité et fiabilité des données

• Définir les règles de qualité des données IA

• Mettre en place des contrôles et indicateurs de qualité

• Suivre les écarts et piloter les plans d’amélioration

• Garantir la fiabilité et la lisibilité des contenus

7. Industrialisation et réutilisation

• Concevoir des modèles de connaissances réutilisables

• Standardiser les pratiques IA Ready

• Capitaliser sur les retours d’expérience

• Diffuser les bonnes pratiques au sein de l’organisation

8. Contribution à la conformité

• Assurer la traçabilité des sources utilisées

• Veiller au respect des règles de protection des données

• Contribuer aux exigences des équipes en charge de la conformité

Profil candidat

Compétences requises

Compétences techniques

• Maîtrise des concepts de knowledge management et structuration des données

• Compréhension des architectures IA (RAG, copilots, agents)

• Bonne connaissance des mécanismes RAG :

  • segmentation / chunking

  • embeddings (rôle et granularité)

  • recherche par similarité

• Connaissance des référentiels et des enjeux de qualité des données

• Notions de MLOps (niveau usage)

• Capacité à formaliser des règles et documentations fonctionnelles

Compétences transverses

• Formation Bac+5 (data, IT, ingénierie, business ou équivalent)

• Expérience en structuration de données ou knowledge management

• Capacité à structurer une démarche et définir des standards

• Management d’équipe et coordination transverse

• Rigueur, organisation et sens du détail

• Excellentes capacités de communication et de vulgarisation

• Culture data, IA et processus métiers

Langues

• Français : courant

• Anglais : intermédiaire (B1/B2)

Livrables attendus

• Cartographie des sources et des connaissances métier

• Bases de connaissances structurées et maintenues

• Dictionnaires métier et classifications

• Standards IA Ready (structuration, segmentation, indexation)

• Documentation IA Ready par cas d’usage

• Règles de qualité des données

• Modèles réutilisables

• Guides et bonnes pratiques

Indicateurs de performance

• Taux de complétude des bases de connaissances pour les cas d’usage IA

• Taux de réutilisation des modèles IA Ready

• Qualité des données (cohérence, fraîcheur, complétude)

• Délai de préparation des contenus pour un cas d’usage

• Satisfaction des équipes IA Delivery et conformité

• Respect des standards IA Ready définis