IA Delivery Lead

🎯 MISSION ET RESPONSABILITÉS

Le IA Delivery Lead est responsable du pilotage et de la livraison des cas d'usages IA (copilots, agents IA, RAG) de bout en bout, de l'idée au déploiement, l'adoption et la création de valeur en production. Il structure le cadrage, le design fonctionnel, la roadmap et le backlog, coordonne l'exécution les parties prenantes, sécurise l'avancement (jalons, risques, dépendances, arbitrages) et garantit la qualité fonctionnelle, l'adoption et les résultats.

Principales responsabilités :

🔍 Cadrage & qualification des cas d'usages :

• Animer les ateliers de cadrage

• Qualifier faisabilité fonctionnelle et effort de delivery

• Définir les critères de succès (valeur, adoption, qualité, risques)

• Prendre en compte les exigences des données, de traçabilité/contrôles

🚀 Pilotage delivery & coordination multi-acteurs

• Construire et piloter le plan delivery (jalons, sprints, capacité, risques)

• Orchestrer les parties prenantes

• Assurer la qualité des livrables fonctionnels (backlog, specs, CR décisions)

✅ Recette & go/no-go fonctionnel :

• Préparer et animer les revues de jalons

• Organiser la recette fonctionnelle, définir critères d'acceptation et PV

• Coordonner les validations finales avec les parties prenantes

📈 Adoption, déploiement & mesure de valeur :

• Construire le plan de déploiement (pilote, généralisation, support)

• Formation, communication, support, boucle de feedback

• Mettre en place les KPI d'usages (adoption, fréquence, satisfaction)

• Mesurer la valeur (gains temps/qualité, réduction de risques) et piloter l'amélioration continue

🛡️ Qualité & fiabilité :

• Définir les règles fonctionnelles de qualité IA

• Mettre en place des contrôles fonctionnels et un suivi des écarts

♻️ Industrialisation et réutilisation :

• Capitaliser sur les retours d'expériences

• Standardiser les bonnes pratiques copilots/agents/RAG

📦 LIVRABLES

• Dossier de cadrage (valeur, périmètre, KPI, risques, dépendances)

• Backlog & roadmap (priorisation, MVP, jalons)

• Spécifications fonctionnelles (règles métier, exigences / conformité / UX)

• Plan de recette & PV

• Plan de déploiement & adoption

• REX & templates de delivery IA

🛠️ COMPÉTENCES REQUISES

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 : roadmap, 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

🌍 LANGUES

• Français : courant

• Anglais : B1/B2 (environnement international)