Responsabilités principales1. Cadrage et qualification des cas d?usageAnimer 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-acteursConstruire 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-goPréparer 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 valeurDéfinir 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 & fiabilitéDéfinir les règles de qualité fonctionnelle des solutions IA Mettre en place des contrôles et un suivi des écarts 6. Industrialisation & réutilisationCapitaliser 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 requisesCompétences techniquesBonne 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 transversalesFormation 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 LanguesFrançais : courant Anglais : intermédiaire (B1/B2) ? environnement international Livrables attendusDossier 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