AI Engineering - Adoption Lead

Contexte

Dans le cadre du programme stratégique AI for IT, une grande institution financière adresse la transformation de sa DSI liée au déploiement de l'intelligence artificielle afin d'améliorer la productivité, la réactivité et la résilience de ses activités IT. Le programme couvre l'ensemble des lignes IT de cette institution et vise à structurer, industrialiser et déployer à l'échelle les usages de l'IA au sein des équipes de développement, de support, d'architecture et de production.

Dans le cadre du passage à l'échelle de l'IA dans les activités IT, le programme structure les travaux d'accompagnement à la mise en œuvre de nouveaux operating model et d'accompagnement humain pour le déploiement de l'IA au sein des activités de fabrication logiciel avec le déploiement de pratiques Spec-Driven Development (SDD) de référence pour l'ensemble des équipes.

Le programme couvre notamment les axes suivants :

• Stratégie et gouvernance IA pour l'IT

• Les assets, fondations et architecture IA pour l'IT

• Industrialisation et déploiement des usages IA à l'échelle, transformation RH, conduite du changement et montée en compétences

• AI FinOps

• Conformité, risques et sécurité liés à l'IA

Missions

• Coacher les équipes projet sélectionnées dans l’usage efficace, sécurisé et responsable de GitHub Copilot et des outils IA.

• Promouvoir la méthodologie SDD : selon le cadre de référence défini pour l’IT et des meilleures pratiques de marché, avec des livrables clairs, traçables et validés par des humains.

• Aider à créer des AI Delivery Playbooks décrivant comment l’IA est utilisée à chaque étape du SDLC.

• Conseiller sur la création et l’utilisation de prompts, skills, custom agents, workflows agentiques et serveurs MCP.

• Contribuer à des recettes SDD, templates, supports de formation et actifs IA réutilisables.

• Renforcer les pratiques de software craftsmanship : clean code, tests, refactoring, revue de code, qualité, sécurité et maintenabilité.

• Capitaliser les retours d’expérience des pilotes pour industrialiser les bonnes pratiques et les partager à l’échelle.

Livrables attendus

• Plan de coaching des équipes pilotes.

• Contributions aux AI Delivery Playbooks.

• Recettes SDD et bonnes pratiques réutilisables.

• Prompts, skills, agents ou exemples de workflows.

• Supports de formation et d’onboarding.

• Retours d’expérience et recommandations de passage à l’échelle.

Critères de succès

• Des gains de productivité mesurables.

• Adoption accrue et mieux maîtrisée de GitHub Copilot et des outils IA.

• Meilleure qualité des spécifications, du code, des tests et de la documentation.

• Réduction des usages IA non structurés.

• Autonomie progressive des équipes sur SDD.

• Création d’actifs IA réutilisables.

• Amélioration de la productivité sans dégradation de la qualité, de la sécurité.

1. Connaissance profonde des méthodologies SDD (dont BMAD et Agile)
2. Expérience confirmée en software engineering, tech lead, architecture logicielle ou coaching de développement
3. Très bonne maîtrise du SDLC complet : cadrage, design, développement, tests, CI/CD, production et support
4. Solide culture de software craftsmanship et des pratiques DevSecOps
5. Expérience pratique de GitHub Copilot ou d’assistants IA de développement
6. Compétences en prompt engineering, context engineering, agents, skills et MCP servers
7. Capacité à formaliser des méthodes, playbooks, guides et supports de formation
8. Excellentes compétences de communication, pédagogie, coaching et vulgarisation
9. Capacité à travailler avec des développeurs, tech leads, architectes, managers, sécurité, conformité et métiers