Mission freelance Lead Delivery IA

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

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)

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

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

Définir les règles de qualité fonctionnelle des solutions IA

Mettre en place des contrôles et un suivi des écarts

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

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)

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

Français : courant

Anglais : intermédiaire (B1/B2) – environnement international

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