Product Owner / Business Analyst IA

Contexte

Le Product Owner / Business Analyst Copilots & Agents IA est responsable de l’exécution produit & AMOA des cas d’usage IA (Copilots, agents IA, RAG). Il traduit les besoins métier en backlog, spécifications fonctionnelles et parcours utilisateurs, organise la recette, et pilote l’amélioration continue en production. Il travaille sous le pilotage du IA Delivery Lead et coordonne au quotidien avec les métiers, la DSI, IA Ready, Responsible IA et Performance Lab. Limites de périmètre : le poste ne réalise pas le build technique (DSI), ne porte pas la conformité (Responsible IA) et ne prépare pas les bases de connaissances (IA Ready).

Missions

• Cadrage :
  • Conduire les ateliers métiers (besoin, irritants, scénarios, processus)
  • Formaliser les cas d’usage et les priorités
  • Contribuer à la définition des KPI de succès
• Backlog, MVP, Priorisation :
  • Construire et maintenir le backlog produit (user stories, critères d’acceptation)
  • Prioriser les évolutions avec le IA Delivery Lead et les sponsors métiers
  • Préparer et animer les rituels et assurer la clarté des tickets
• Design fonctionnel des copilots / agents :
  • Définir les scénarios, règles métier, limites et contenus attendus
  • Contribuer aux comportements « safe » : messages d’erreur, gestion de l’incertitude/hallucinations
• Coordination des prérequis avec les parties prenantes :
  • Exprimer les besoins de bases de connaissances IA Ready : périmètre, exclusions, fréquence de mise à jour (avec IA Ready)
  • Préparer les éléments pour le Responsible IA : usage, périmètre, exigences de traçabilité fonctionnelle
  • Clarifier les tickets et questions fonctionnelles avec la DSI et partenaires
• Recette fonctionnelle :
  • Préparer le plan de tests : cas nominaux, limites, erreurs, scénarios sensibles
  • Contribuer au dossier go/no-go avec le IA Delivery Lead
• Industrialisation et réutilisation :
  • Capitaliser sur les retours d’expériences
  • Standardiser les bonnes pratiques copilots/agents/RAG

Compétences techniques

• Connaissances des solutions GenAI : copilots, agents IA, RAG (mécanismes, limites, hallucinations)
• Connaissances des principes MLOps (niveau consommation IA)
• Compréhension fonctionnelle des mécanismes RAG
• Compréhension fonctionnelle de la structuration de données pour l’IA, Golden Data / référentiels

Compétences transversales

• Formation Bac +5 (ingénieur, data science, digital/produit/SI)
• Travail transverse avec les métiers, DSI, Data et IA Delivery
• Product management : backlog, priorisation, MVP
• Delivery : Agile/Scrum/Kanban, pilotage multi-projets, gestion des dépendances
• AMOA : expression de besoin, ateliers, parcours, règles métier, specs fonctionnelles
• Culture IA, data et processus métier
• Recette : critères d'acceptation, gestion anomalies, PV

Langues

• Français : courant
• Anglais : B1/B2 (environnement international)

Livrables

• Backlog (user stories + critères d'acceptation)
• Spécifications fonctionnelles & parcours utilisateurs
• Plan de tests + PV + suivi anomalies
• Supports de démo & adoption (guides, FAQ)
• REX & backlog d'amélioration continue

Indicateurs de performance

• Qualité des user stories / specs (peu de rework, tickets clairs)
• Taux de succès de recette
• Adoption et satisfaction (en lien avec Performance Lab)
• Délai de correction des irritants post go-live
• Qualité perçue des réponses/assistances (pertinence, cohérence, utilité)