Lead Delivery IA (IT) / Freelance
Responsabilités principales
1. Cadrage et qualification des cas d’usage
Animer les ateliers de cadrage avec les métiers
Évaluer la faisabilité fonctionnelle et l’effort de delivery
Définir les critères de succès (valeur, adoption, qualité, risques)
Intégrer les exigences liées aux données, à la traçabilité et aux contrôles
2. Pilotage du delivery & coordination multi-acteurs
Construire et piloter le plan de delivery (jalons, sprints, capacité, risques)
Orchestrer l’ensemble des parties prenantes (métiers, IT, data, IA)
Garantir la qualité des livrables fonctionnels (backlog, spécifications, comptes-rendus de décisions)
3. Recette & décision go/no-go
Préparer et animer les revues de jalons
Organiser la recette fonctionnelle (UAT) et définir les critères d’acceptation
Coordonner les validations finales avec les parties prenantes
4. Adoption, déploiement & mesure de la valeur
Définir et piloter le plan de déploiement (pilote, généralisation, support)
Contribuer à la formation, communication et support avec le Performance Lab
Mettre en place et suivre les KPI d’usage (adoption, fréquence, satisfaction)
Mesurer la valeur générée (gains de temps, qualité, réduction des risques)
Piloter l’amélioration continue via des boucles de feedback
5. Qualité & fiabilité
Définir les règles de qualité fonctionnelle des solutions IA
Mettre en place des contrôles et un suivi des écarts
6. Industrialisation & réutilisation
Capitaliser sur les retours d’expérience (REX)
Standardiser les bonnes pratiques (copilots, agents IA, RAG)
Contribuer à la création de templates et référentiels de delivery IA
Compétences requises
Compétences techniques
Bonne connaissance des solutions GenAI (copilots, agents IA, RAG) : fonctionnement, limites, hallucinations
Compréhension des principes MLOps (niveau utilisateur / consommation)
Compréhension fonctionnelle des architectures RAG
Connaissance de la structuration des données pour l’IA (Golden Data, référentiels)
Compétences transversales
Formation Bac +5 (ingénieur, data science, digital, produit ou SI)
Expérience en environnement transverse (métiers, DSI, data, IA)
Compétences en Product Management : roadmap, backlog, priorisation, MVP
Maîtrise des méthodologies Agile (Scrum, Kanban)
Pilotage multi-projets et gestion des dépendances
Compétences AMOA : expression de besoins, animation d’ateliers, rédaction de spécifications
Culture data, IA et processus métiers
Langues
Français : courant
Anglais : intermédiaire (B1/B2) – environnement international
Livrables attendus
Dossier de cadrage (valeur, périmètre, KPI, risques, dépendances)
Backlog et roadmap (priorisation, MVP, jalons)
Spécifications fonctionnelles (règles métier, conformité, UX)
Plan de recette et procès-verbal (PV)
Plan de déploiement et d’adoption (avec Performance Lab)
Retours d’expérience (REX) et templates de delivery IA