Mission de l'équipe :La mission s'inscrit dans un programme stratégique de transformation du Client Lifecycle Management (CLM) visant à optimiser l'ensemble du parcours client grâce à l'introduction de capacités d'IA agentique et d'orchestration des processus. L'objectif est d'améliorer durablement les performances des processus de Client Onboarding et de Client Lifecycle Management, en réduisant les délais de traitement, en renforçant la qualité des données et des contrôles, en automatisant les activités à faible valeur ajoutée et en améliorant l'expérience utilisateur. Le consultant interviendra au croisement des équipes Métier, Opérations, Transformation, Data, IA et IT afin de structurer les processus, formaliser les besoins fonctionnels et accompagner la mise en œuvre d'un modèle opérationnel cible reposant sur des agents d'intelligence artificielle. 1. Analyse et transformation des processus End to End CLML'équipe est responsable de l'analyse détaillée des processus actuels de Client Lifecycle Management, des modèles opérationnels et des workflows associés. Les principales activités consistent à : Analyser les processus existants de Client Onboarding, KYC, Tax & Regulatory et Référentiels. Identifier les inefficacités, tâches manuelles, points de friction et dépendances opérationnelles. Formaliser les processus existants (As Is) ainsi que les processus cibles (To Be). Produire les cartographies de processus, workflows BPMN, taxonomies métier et spécifications fonctionnelles. Formaliser les règles métier nécessaires à l'exécution future des agents IA. 2. Recueil des besoins fonctionnels et cadrage métierL'équipe est responsable de la collecte, de l'analyse et de la formalisation des besoins métier nécessaires à la transformation des processus CLM. Les principales activités consistent à : Animer les ateliers avec les équipes Métier, Opérations, Conformité, KYC et Transformation. Recueillir, challenger et formaliser les besoins fonctionnels. Rédiger les spécifications fonctionnelles et les User Stories. Définir les critères d'acceptation métier. Contribuer à la priorisation des cas d'usage et au cadrage du pilote. 3. Analyse des données et amélioration des processusL'équipe est responsable d'exploiter les données opérationnelles afin d'identifier les leviers d'amélioration des processus. Les principales activités consistent à : Analyser les KPI opérationnels, volumes, délais de traitement et indicateurs de performance. Identifier les problématiques de qualité de données et les dépendances entre référentiels. Définir les besoins de données nécessaires au fonctionnement des agents IA. Identifier les sources de données critiques ainsi que les points de contrôle associés. 4. Conception des processus Agentic AIL'équipe est responsable de traduire les processus métier en workflows compatibles avec un fonctionnement basé sur des agents d'intelligence artificielle. Les principales activités consistent à : Collaborer avec les équipes IA, Data Science et IT. Définir les responsabilités des agents, leurs périmètres de décision et les mécanismes d'escalade. Participer à la conception des logiques d'orchestration entre les différents agents. Formaliser les règles métier, exceptions et connaissances nécessaires à leur fonctionnement. 5. Coordination des phases de tests et du piloteL'équipe est responsable de préparer et coordonner les activités de validation fonctionnelle du programme. Les principales activités consistent à : Définir la stratégie de tests End to End. Construire les scénarios de tests et les cas de recette. Coordonner les campagnes de User Acceptance Testing (UAT). Garantir la traçabilité entre les exigences métier, les processus documentés, les spécifications fonctionnelles et les résultats de tests. Accompagner le déploiement du pilote et capitaliser sur les retours utilisateurs. 6. Pilotage des parties prenantes et gouvernanceL'équipe est responsable d'assurer la coordination entre les différentes parties prenantes impliquées dans le programme de transformation. Les principales activités consistent à : Animer les ateliers et les réunions de travail. Faciliter l'alignement entre les équipes Métier, Opérations, IT, Data et IA. Préparer les supports de gouvernance, comités de pilotage et documents d'aide à la décision. Assurer un suivi régulier de l'avancement des travaux et des priorités du programme.
Les métiers et les missions en freelance pour Data science
Data scientist
Le / La data scientist analyse et modélise de grandes quantités de données en utilisant des outils avancés comme le machine learning pour extraire des informations exploitables et guider les décisions stratégiques.
Offres connexes
Explorez les offres d'emploi ou de mission freelance pour Data scientist.
Le / La data analyst transforme les données brutes en rapports clairs et exploitables en utilisant des outils de visualisation et d'analyse statistique, souvent en collaboration avec des équipes de data science.
Offres connexes
Explorez les offres d'emploi ou de mission freelance pour Data analyst.
Le / La développeur·euse IA / Machine Learning conçoit et implémente des modèles prédictifs et des algorithmes d'apprentissage automatique pour résoudre des problématiques complexes liées aux données.
Directeur·rice / Responsable de la data (Chief Data Officer)
Le / La responsable de la data supervise les stratégies de gestion et d’analyse des données, en utilisant des approches de data science pour maximiser la valeur des données dans l’entreprise.
