Trouvez votre prochaine offre d’emploi ou de mission freelance ITop à Lille

🧠 Intitulé du poste Machine Learning Engineer – MLOps / IA / GCP 🎯 Mission principale Assurer l’ industrialisation, le déploiement et l’exploitation en production de solutions de Machine Learning , dans un environnement cloud (Google Cloud Platform), en intégrant des pratiques avancées de MLOps, CI/CD et data engineering . 🚀 Responsabilités clés Déployer et maintenir des applications ML en production Concevoir et orchestrer des pipelines de données Automatiser les déploiements ML Développer des solutions de monitoring et observabilité des modèles Participer à l’ intégration des modèles ML dans les produits digitaux Collaborer avec les data scientist pour transformer les cas d’usage en solutions industrialisées, scalables et robustes Contribuer à la stratégie ML et à la roadmap technique Promouvoir les bonnes pratiques MLOps et software engineering Participer au coaching et mentoring des équipes 🛠️ Compétences techniques requises (impératives) ☁️ GCP 🐍 Python +++ 🤖 Machine Learning / IA ⚙️ MLOps/LLM

Vous souhaitez piloter la mobilité d'un leader du retail à l'échelle internationale ? Nous recherchons notre futur(e) Expert(e) N3 Mobilité pour transformer notre parc de terminaux et garantir une expérience utilisateur sans couture sur le terrain (magasins, logistique, sièges). Le Challenge Au cœur d'une équipe Agile, vous équilibrez votre activité entre l'accélération du Build (innovation) et la sécurisation du Run (stabilité). Votre objectif : professionnaliser le produit "Mobilité" et anticiper les besoins futurs. Vos Missions Build & Innovation : Administrer et challenger le tenant Workspace ONE (WS1) , gérer l'écosystème natif ( ABM, Android Enterprise ) et configurer les flottes durcies ( Zebra StageNow ). Support Expertise & Transmission : Assurer le support N3 complexe, rédiger la documentation sur Confluence (KB) et faire monter en compétence les niveaux 1 et 2. Pilotage Agile : Gestion autonome du backlog sur Jira (User Stories, capacité à faire). Votre Profil Expertise UEM : Maîtrise confirmée de Workspace ONE et des écosystèmes mobiles. Expérience Terrain : Gestion de flottes de grande envergure et terminaux durcis (Zebra, Honeywell...). Rigueur & Pédagogie : La documentation est pour vous un prérequis strict. Mindset "Produit" : Vous anticipez et proposez des solutions innovantes.

Responsabilités principales 1. Cadrage Animer des ateliers métiers (recueil des besoins, irritants, processus, scénarios) Formaliser les cas d’usage et définir les priorités Contribuer à la définition des KPI de succès 2. Gestion du backlog, MVP & priorisation Construire et maintenir le backlog produit (user stories, critères d’acceptation) Prioriser les évolutions en collaboration avec l’IA Delivery Lead et les sponsors métiers Préparer et animer les rituels Agile Garantir la clarté et la qualité des tickets 3. Design fonctionnel des copilots / agents IA Définir les scénarios d’usage et règles métier Encadrer les limites fonctionnelles et les contenus attendus Contribuer aux comportements “safe” (gestion des erreurs, incertitudes, hallucinations) 4. Coordination des prérequis Exprimer les besoins en bases de connaissances (périmètre, exclusions, fréquence de mise à jour) avec IA Ready Préparer les éléments nécessaires à Responsible IA (usage, périmètre, traçabilité fonctionnelle) Clarifier les besoins fonctionnels avec la DSI et les partenaires techniques 5. Recette fonctionnelle Définir le plan de tests (cas nominaux, limites, erreurs, scénarios sensibles) Participer au go/no-go avec l’IA Delivery Lead Suivre les anomalies et leur résolution 6. Industrialisation et amélioration continue Capitaliser sur les retours d’expérience (REX) Standardiser les bonnes pratiques (copilots, agents IA, RAG) Alimenter le backlog d’amélioration continue Compétences requises Compétences techniques Connaissance des solutions GenAI (copilots, agents IA, RAG) : mécanismes, limites, hallucinations Compréhension des principes MLOps (niveau usage/consommation) Bonne compréhension fonctionnelle du RAG Notions de structuration des données pour l’IA (Golden Data, référentiels) Compétences transversales Formation Bac +5 (ingénieur, data science, produit digital ou SI) Expérience en product management (backlog, MVP, priorisation) Maîtrise des méthodologies Agile (Scrum, Kanban) Expérience en AMOA : Recueil du besoin Animation d’ateliers Rédaction de spécifications fonctionnelles Modélisation de parcours utilisateurs Capacité à travailler en transverse (métiers, DSI, data, IA) Culture IA, data et processus métiers Compétences en recette fonctionnelle (tests, critères d’acceptation, gestion des anomalies) Livrables attendus Backlog produit (user stories + critères d’acceptation) Spécifications fonctionnelles et parcours utilisateurs Plan de tests, PV de recette et suivi des anomalies Supports de démonstration et d’adoption (guides, FAQ) Retours d’expérience (REX) et backlog d’amélioration continue

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

Basée à Lille, Lyon, Nantes, Grenoble, Marseille, Paris et Bruxelles, Insitoo Freelances est une société du groupe Insitoo, spécialisée dans le placement et le sourcing des Freelances IT et Métier. Depuis 2007, Insitoo Freelances a su s’imposer comme une référence en matière de freelancing par son expertise dans l’IT et ses valeurs de transparence et de proximité. Actuellement, afin de répondre aux besoins de nos clients, nous recherchons un FinOps Snowflake (H/F) à Lille, France. Contexte : L’usage croissant de Snowflake va entraîner une hausse des coûts et nécessite : - une gouvernance FinOps structurée, - une montée en compétence des équipes - un suivi plus fin des consommations avec un accompagnement personnalisé de nos utilisateurs Les missions attendues par le FinOps Snowflake (H/F) : Définir et maintenir l’architecture technique (référentiel) de tout ou partie du système d’information en veillant à la cohésion entre les aspects matériels, applicatifs, systèmes d'exploitation, réseaux… • Garantir la cohérence, la pérennité et analyse les impacts techniques des nouvelles solutions et leur cohérence avec l'architecture existante • Etablir des préconisations pour tout nouveau projet ou nouvelle technologie et conseille l'urbaniste sur l'utilisation et les implémentations possibles des outils • Communiquer l'architecture auprès des équipes projet (conception, développement, intégration, tests...) • Organiser les choix de veille technologique • Garantir les bonnes performances de l'architecture, de la stabilité, d'évolution, et des délais de réponse des services • Définition et gestion du référentiel du système informatique sur les plans : outils, procédures, normes, vocabulaire, sécurité… • Définition et gestion des standards techniques • Pour tout nouveau projet ou toute nouvelle technologie, participer à l’étude d’impact sur l’architecture existante ou prévisionnelle • Préconiser des choix techniques en vue d’assurer la cohérence de cette évolution • Conseiller l'urbaniste sur l’utilisation et les implémentations possibles des outils informatiques et de télécommunications • Cadrage & diagnostic : Évaluation de la maturité FinOps actuelle en s’appuyant sur des contributeurs data et IT déjà identifiés (état des lieux de ce qui est déjà mis en place)

Dans le cadre de la réalisation d'un projet en assistance technique, nous recherchons un(e) Architecte Mobile Senior (iOS / Android / Kotlin / Flutter) pour l'un de nos clients du secteur ferroviaire. Vous interviendrez sur le site client situé dans la métropole lilloise. À ce titre, vos missions quotidiennes seront les suivantes : - Définir et faire évoluer les architectures des applications mobiles (iOS / Android) dans un contexte scalable et sécurisé ; - Apporter une expertise technique sur les environnements mobiles et optimiser les performances des applications ; - Concevoir et piloter des solutions de gestion de flotte mobile (MDM / EMM) en garantissant sécurité et conformité ; - Assurer l'intégration des applications mobiles avec le SI et gérer les problématiques d'interopérabilité ; - Accompagner les équipes techniques et structurer les bonnes pratiques en tant que référent architecture.

Contexte L’usage croissant de Snowflake va entraîner une hausse des coûts et nécessite : une gouvernance FinOps structurée, une montée en compétence des équipes, un suivi plus fin des consommations avec un accompagnement personnalisé des utilisateurs. Nous souhaitons donc définir et déployer une démarche FinOps adaptée à l’environnement Snowflake d’une grande entreprise internationale (périmètre international), afin d’optimiser les coûts, améliorer la visibilité budgétaire, monter en compétences les utilisateurs, renforcer la responsabilisation des équipes Data, Métier & IT.

Missions principales 1. Gouvernance & conformité IA Appliquer la politique d’usage de l’IA Contribuer à la classification des cas d’usage selon leur niveau de conformité Mettre en œuvre les standards de documentation et de versioning Assurer la traçabilité (prompts, sources, modèles, décisions) Préparer les éléments pour les revues DPO et Juridique 2. Analyse de risques IA (HARA) Réaliser les analyses de risques IA Identifier les risques : biais, hallucinations, dérive, sécurité, cohérence métier Classifier les cas d’usage selon leur criticité Documenter les exigences de conformité associées 3. Contrôles & tests IA (QA Responsible IA) Exécuter les tests non-fonctionnels IA (robustesse, biais, sécurité, hallucinations, dérive) Documenter les résultats de tests Identifier et signaler les non-conformités Préparer les éléments nécessaires à la décision Go / No Go 4. Documentation & audit Contribuer à la documentation IA Act (volet opérationnel) Maintenir à jour les preuves et logs IA Préparer les éléments nécessaires aux audits IA indépendants 5. Supervision en run Suivre les incidents IA post-déploiement Mettre à jour les tableaux de bord de conformité et de risques Participer aux revues périodiques (performance, fiabilité, dérive) 6. Traçabilité & registre IA Mettre à jour le registre des systèmes IA Garantir une journalisation conforme (logs, prompts, décisions) Contribuer à l’amélioration des standards de traçabilité IA 7. FinOps IA (conformité) Suivre la consommation IA (tokens, modèles, API) Identifier les usages non conformes ou excessifs Alerter en cas d’écarts significatifs 8. Policies & acculturation IA Appliquer les policies IA internes Contribuer à l’évolution des guidelines IA Participer à la sensibilisation et à la formation des équipes Profil recherché Compétences techniques Connaissance des architectures IA (LLM, RAG, agents) Compréhension des principes MLOps (logs, versioning, monitoring) Bonne connaissance des réglementations IA (IA Act, RGPD) Maîtrise des tests IA : robustesse, biais, hallucinations, dérive Compétences transversales Formation Bac +5 (ingénieur, data science, informatique, école de commerce) Rigueur et sens du détail Esprit analytique et structuré Capacité à challenger les équipes IT, Produit et Métiers Excellentes capacités rédactionnelles Forte sensibilité aux enjeux éthiques, réglementaires et technologiques liés à l’IA Langues Français : courant Anglais : intermédiaire (B1/B2) – contexte international Livrables attendus Analyses de risques IA (HARA) Registre des systèmes IA Documentation IA Act (opérationnelle) Rapports de tests et contrôles IA Journalisation et dispositifs de traçabilité Suivi des incidents IA

Fiche de poste – Ingénieur de Production N3 (Linux / Windows) Contexte de la mission Dans le cadre du renfort de l’équipe de production, nous recherchons un Ingénieur de Production expérimenté pour intervenir sur une solution interne stratégique d’échange de messages utilisée par le SI. La mission s’inscrit dans un environnement critique avec des flux d’échanges entre brokers et systèmes MVS . Localisation Site principal : Lille Mission L’ingénieur de production interviendra sur l’exploitation et le support N3 d’une plateforme d’échanges de messages interne (équivalent à un middleware type Kafka ou RabbitMQ). L’outil : reçoit des requêtes côté broker les redirige vers le MVS Le rôle inclut : le maintien en conditions opérationnelles le support N3 l’industrialisation des déploiements l’amélioration de l’exploitation Responsabilités Assurer le support de production niveau 3 Superviser et maintenir les plateformes d’échanges Gérer les incidents complexes et les problèmes de production Participer aux déploiements applicatifs Automatiser les tâches d’exploitation Participer à l’amélioration continue de la plateforme Travailler en collaboration avec les équipes développement et infrastructure Environnement techniqueSystèmes Linux (forte dominante) Windows Ordonnancement VTOM (ou équivalent Control-M) CI/CD / Déploiement XL Deploy (XLD) XL Release (XLR) Jenkins Bitbucket Automatisation Ansible Messaging MQ Series Profil recherché Ingénieur de Production senior Expérience N3 Très bonne maîtrise Linux / Windows Maîtrise XLD / XLR Connaissance des environnements middleware / messaging (Kafka ou RabbitMQ) Expérience des outils CI/CD et déploiement (XLD / XLR / Jenkins / Bitbucket / Ansible) Expérience avec ordonnanceurs obligatoires (VTOM ou équivalent Control-M)

Le but est d’implémenter, de faire évoluer et de maintenir une architecture industrielle sécurisée qui est à réaliser en collaboration avec les équipes Global Process Control. L'objectif de cette prestation est de renforcer l'équipe Global Process Control (Informatique industrielle) en place par un administrateur/architecte système IT/OT N3. Vous déployez et maintenez des architectures ICS applicables dans le domaine OT (Operations Technology) des IIS (Système d’informations industriel); ICS (Système de control industriel) et dans le cadre de l’Automation / Process Control des projets industriels du Groupe. Vous supervisez, administrez et maintenez un haut niveau de disponibilité des systèmes OT et de ses architectures en y appliquant les règles de cybersécurité et les standards Global Process Control. Vous déployez et maintenez les architectures ICS applicables dans le domaine OT (Operations Technology), dans le cadre de l’Automation / Process Control des projets industriels du Groupe dans le domaine de l’OT, des IIS (Système d’informations industriel) ICS (Système de control industriel). Vos principales responsabilités seront : - Qualifier et déployer et documenter les outils d’administration de la cybersécurité sur les systèmes ICS, faire appliquer les méthodes et les standards validées par le Global Process Control. - Respecter et appliquer et faire appliquer les règles de cybersécurité. - Contextualiser les failles de cybersécurité aux environnements OT, déployer les nouveaux patchs, quick Fix, version et solutions sur les systèmes OT. - Analyser, réagir, remédier et partager lors d’un problème cybersécurité. - Administrer les systèmes d’automatisme actuels présent sur les sites. - Auditer les filiales pour le contrôle du respect des standards cybersécurités en vigueur Interagir et collaborer avec l’organisation Global Process Control : - Être informé et informer des différents événements apparus dans le Global Process Control. - Participer aux évolutions des infrastructures et outils d’administration des IIS et ICS. - Être un relai dans l’animation du réseau et support des administrateurs locaux Process Control Gestions des connaissances : - Cascader et informer les collaborateurs locaux sur les événement et règles de cybersécurité. - Assister les techniciens Process Control (Niveau 1 et 2) sur les solutions et outils des systèmes IIS et ICS. - Être garant des documentations sur les infrastructures et pour le support

Informations générales Département : Digital, Data & IA Localisation : Siège / Lille (présence obligatoire sur site) Supérieur hiérarchique : Responsible AI Lead Position dans l’organisation Le/la Responsible AI Analyst contribue à la mise en œuvre opérationnelle du dispositif d’IA responsable. Il/elle intervient sur l’analyse des risques, la conformité, les contrôles et la traçabilité des systèmes d’intelligence artificielle tout au long de leur cycle de vie. Encadrement Aucun management direct Interactions internes Équipes Data (Data Hub, gouvernance, référentiels) Équipes IT / DSI Directions métiers Fonctions conformité (DPO, RSSI, juridique) Équipes Digital / Data / IA Interactions externes Partenaires technologiques et plateformes cloud Éditeurs de solutions IA (LLM, agents, etc.) Cabinets spécialisés (audit, conformité, IA) Mission Le/la Responsible AI Analyst met en œuvre les exigences de gouvernance, de conformité et de gestion des risques des systèmes d’intelligence artificielle. Il/elle s’assure que chaque cas d’usage respecte les cadres réglementaires et les standards internes, en produisant les analyses, contrôles et documentations nécessaires. Responsabilités principales 1. Gouvernance et conformité IA Appliquer la politique d’usage de l’IA Contribuer à la classification des cas d’usage selon leur niveau de risque Mettre en œuvre les standards de documentation et de versioning Assurer la traçabilité des éléments clés (prompts, sources, modèles, décisions) Préparer les éléments pour les revues conformité (juridique, DPO, sécurité) 2. Analyse des risques IA Réaliser les analyses de risques par cas d’usage Identifier les risques : biais, hallucinations, dérive, sécurité, incohérences métier Classifier les systèmes selon leur criticité Formaliser les exigences de conformité associées 3. Contrôles et tests IA Exécuter les tests non fonctionnels : robustesse biais sécurité hallucinations dérive Documenter les résultats et remonter les non-conformités Contribuer à la préparation des décisions de validation (go / no-go) 4. Documentation et audit Contribuer à la documentation réglementaire des systèmes IA Maintenir les preuves, logs et éléments de conformité Préparer les éléments nécessaires aux audits Assurer la cohérence et la complétude des dossiers 5. Supervision en production Suivre les incidents IA après déploiement Mettre à jour les indicateurs de conformité et de risque Contribuer aux revues périodiques (performance, fiabilité, dérive) Participer à l’amélioration continue des dispositifs de contrôle 6. Traçabilité et registre IA Mettre à jour le registre des systèmes IA Maintenir la journalisation (logs, décisions, prompts) Garantir la conformité des mécanismes de traçabilité Contribuer à l’évolution des standards de traçabilité 7. Suivi de la consommation IA Suivre les usages et la consommation des ressources IA Identifier les usages non conformes ou excessifs Alerter en cas d’écart par rapport aux règles définies Contribuer au pilotage de l’efficience des usages IA 8. Application des politiques IA Appliquer les politiques et guidelines IA Contribuer à leur mise à jour Participer à la sensibilisation des équipes Promouvoir les bonnes pratiques d’IA responsable

Nous recherchons pour notre client,un consultant cybersécurité senior disposant d’une expérience confirmée en conduite d’analyses de risques sur des systèmes d’information complexes et multi-sites. Les interventions portent sur des environnements hybrides intégrant notamment annuaires d’identité, applications métiers, services exposés sur Internet, infrastructures segmentées, PRA/PCA et architectures multi-domaines. Le consultant interviendra notamment sur : réalisation d’analyses de risques SSI selon une méthodologie reconnue (EBIOS RM, ISO 27005 ou équivalent) cadrage du périmètre d’étude et identification des actifs sensibles cartographie des actifs, flux et dépendances SI construction des scénarios stratégiques et opérationnels (EBIOS RM) identification des événements redoutés et scénarios de menace animation d’ateliers métiers, DSI et RSSI évaluation des impacts et niveaux de criticité élaboration de matrices de risques définition et priorisation des mesures de sécurité production de plans de traitement des risques contribution aux démarches d’homologation de sécurité lorsque applicable participation aux arbitrages avec le bénéficiaire restitution auprès des directions métiers, RSSI et instances de pilotage Les analyses pourront porter sur des environnements comportant : architectures multi-sites Active Directory / gestion des identités réseaux segmentés et interconnexions PRA / PCA applications métiers critiques services exposés sur Internet SI hybrides cloud / on-premise

🎯 Contexte Dans le cadre du développement d’une plateforme Data & IA à l’échelle internationale , un acteur majeur renforce ses équipes afin de structurer et industrialiser ses pratiques MLOps . L’objectif est de faciliter le déploiement, l’exploitation et la scalabilité des modèles de machine learning, tout en garantissant leur intégration fluide au sein des produits digitaux. Vous interviendrez dans un environnement moderne, orienté cloud, automatisation et intelligence artificielle , incluant des cas d’usage avancés autour de l’IA générative. 🧩 Mission En tant que Machine Learning Engineer , vous accompagnez la mise en œuvre et la montée en maturité des pratiques MLOps, depuis la conception jusqu’à la mise en production des modèles. Vous intervenez sur l’ensemble du cycle de vie des applications ML, avec une forte dimension industrialisation, automatisation et performance . 🚀 Responsabilités principales1. Déploiement et exploitation des modèles ML Mettre en production des modèles de machine learning Assurer leur disponibilité, leur performance et leur fiabilité Intégrer les solutions ML dans les produits digitaux 2. Data engineering & pipelines Collecter, nettoyer et structurer les données Concevoir et orchestrer des pipelines de données Garantir la qualité et la gouvernance des données 3. MLOps & automatisation Mettre en place des pipelines CI/CD pour les modèles ML Automatiser les déploiements et les mises à jour Industrialiser les processus de développement et d’exploitation 4. Monitoring & performance Développer des outils de monitoring des modèles (performance, dérive, disponibilité) Mettre en place des indicateurs de suivi Assurer la robustesse et la résilience des solutions 5. Contribution technique & innovation Participer aux choix techniques et d’architecture Contribuer à l’adoption de pratiques avancées (MLOps, LLMOps) Être force de proposition sur les évolutions technologiques 📦 Livrables attendus Pipelines de données et de déploiement industrialisés Modèles ML déployés en production Outils de monitoring et de supervision Documentation technique Amélioration continue des pratiques MLOps 📅 Modalités Démarrage : ASAP Rythme : temps plein Organisation : agile 🎯 Objectif Industrialiser et faire évoluer les pratiques MLOps afin de garantir des solutions ML robustes, scalables et intégrées , au service des produits digitaux et des usages métiers.

🔍 Mission : Piloter la résolution des incidents pour garantir la disponibilité des services et minimiser l’impact métier. Coordonner les équipes techniques, gérer les escalades et les cellules de crise, et améliorer en continu les processus de gestion des incidents. 🎯 Vos missions clés ✅ Coordonner la résolution des incidents (identification, documentation, classification). ✅ Gérer les escalades métiers et les cellules de crise en cas d’impact majeur. ✅ Assurer le respect des SLA/OLA et piloter les indicateurs de performance. ✅ Animer les revues d’incidents et proposer des actions correctives. ✅ Industrialiser les processus pour libérer du temps aux équipes opérationnelles. ✅ Communiquer avec les métiers, le management IT et les équipes techniques.

Informations générales Département : Digital, Data & IA Localisation : Siège / Lille (présence obligatoire sur site) Supérieur hiérarchique : IA Delivery Lead Position dans l’organisation Le/la IA Delivery Product Owner / Business Analyst contribue à la conception et à la livraison des cas d’usage en intelligence artificielle, en assurant l’interface entre les besoins métiers et les équipes de delivery. Encadrement Aucun management direct Interactions internes Équipes Data (Data Hub, gouvernance, référentiels) Équipes IT / DSI Directions métiers Équipes Digital / Data / IA Équipes en charge de l’adoption et de la transformation Interactions externes Partenaires technologiques et plateformes cloud Éditeurs de solutions IA (LLM, RAG, etc.) Cabinets de conseil spécialisés Mission Le/la IA Delivery Product Owner / Business Analyst est responsable de l’exécution produit et de l’AMOA sur les cas d’usage IA (copilots, agents, solutions RAG). Il/elle traduit les besoins métiers en backlog, spécifications fonctionnelles et parcours utilisateurs, organise la recette et contribue à l’amélioration continue des solutions en production. Le poste intervient dans un cadre structuré : sans responsabilité sur le développement technique sans responsabilité directe sur la conformité sans responsabilité sur la préparation des bases de connaissances Responsabilités principales 1. Cadrage des besoins Animer les ateliers métiers (besoins, irritants, processus, scénarios) Formaliser les cas d’usage et les priorités Contribuer à la définition des indicateurs de succès 2. Gestion du backlog et priorisation Construire et maintenir le backlog produit (user stories, critères d’acceptation) Prioriser les évolutions avec le IA Delivery Lead et les parties prenantes Préparer et animer les rituels Agile Garantir la clarté et la qualité des tickets 3. Conception fonctionnelle Définir les parcours utilisateurs et scénarios d’usage Formaliser les règles métier et comportements attendus Intégrer les mécanismes de gestion des limites de l’IA (incertitude, erreurs, hallucinations) Concevoir des expériences utilisateur robustes et sécurisées 4. Coordination des prérequis Exprimer les besoins en données et en bases de connaissances Contribuer à la formalisation des exigences de traçabilité et d’usage Collaborer avec les équipes techniques pour clarifier les besoins fonctionnels Assurer l’alignement entre les différentes parties prenantes 5. Recette fonctionnelle Définir la stratégie de tests (cas nominaux, limites, scénarios sensibles) Préparer et exécuter les phases de recette Suivre les anomalies et piloter leur résolution Contribuer aux décisions de go / no-go 6. Amélioration continue et industrialisation Collecter les retours utilisateurs et identifier les axes d’amélioration Alimenter le backlog d’évolution Capitaliser sur les retours d’expérience Contribuer à la standardisation des pratiques (copilots, agents, RAG)

Informations générales Département : Digital, Data & IA Localisation : Siège / Lille (présence obligatoire sur site) Supérieur hiérarchique : Head of IA Position dans l’organisation Le/la IA Delivery Lead pilote une équipe dédiée à la conception et à la livraison de solutions d’intelligence artificielle. Encadrement Management fonctionnel d’une équipe pluridisciplinaire : Product Owner Copilots & Agents IA Business Analyst / AMOA IA Spécialiste fonctionnel RAG / Prompt (optionnel) Interactions internes Équipes Data (Data Hub, gouvernance, référentiels) Équipes IT / DSI Directions métiers Équipes Digital / Data / IA Interactions externes Partenaires technologiques et plateformes cloud Éditeurs de solutions IA (LLM, RAG, etc.) Cabinets de conseil spécialisés Mission Le/la IA Delivery Lead est responsable du pilotage de bout en bout des cas d’usage en intelligence artificielle (copilots, agents, solutions RAG), depuis leur cadrage jusqu’à leur mise en production, leur adoption et la mesure de leur valeur. Il/elle garantit la structuration des projets, la coordination des parties prenantes et la qualité des livrables, tout en assurant un impact métier mesurable. Responsabilités principales 1. Cadrage et qualification 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 enjeux de données, de traçabilité et de conformité 2. Pilotage du delivery Construire et piloter les plans de delivery (jalons, sprints, capacité) Coordonner les parties prenantes internes et externes Gérer les risques, dépendances et arbitrages Garantir la qualité des livrables (backlog, spécifications, décisions) 3. Recette et validation Préparer et animer les comités de validation Définir les critères d’acceptation et organiser la recette fonctionnelle Coordonner les validations finales (go / no-go) 4. Déploiement et adoption Définir la stratégie de déploiement (pilote, passage à l’échelle) Accompagner l’adoption (formation, communication, support) Mettre en place les indicateurs d’usage (adoption, fréquence, satisfaction) Organiser les boucles de feedback 5. Mesure de la valeur Suivre les gains générés (temps, qualité, réduction des risques) Piloter l’amélioration continue des solutions 6. Qualité et fiabilité Définir les standards de qualité des solutions IA Mettre en place des contrôles fonctionnels Suivre et corriger les écarts 7. Industrialisation Capitaliser sur les retours d’expérience Standardiser les méthodes et outils (copilots, agents, RAG) Contribuer à l’industrialisation des pratiques IA