Le projet consistera à expérimenter une approche assistée par GenAI permettant de reconstruire un lineage à partir de différentes sources : requêtes SQL et tables BigQuery, traitements Python, documentations métiers Word/PPT/PDF. Le cas d?usage principal porte sur la reconstruction d?un lineage end-to-end sur un indicateur ou reporting critique, avec un focus initial sur l?univers risk et un cas candidat autour des provisions sur valeurs résiduelles. L?objectif est de produire une base de lineage pré-remplie, comparable au lineage manuel existant, qui pourra ensuite être validée par les sachants métiers et, si possible, restituée dans un format exploitable ou ingestable. Vous serez en charge de : Renforcer l'équipe Data Science autour de sujets d?AI Engineering, Concevoir, développer et tester une approche assistée par IA pour la reconstruction du data lineage. Améliorer la productivité des ateliers métier, et de produire des livrables réutilisables pour la validation et l?industrialisation éventuelle du dispositif. Analyser Les sources techniques hétérogènes, de développer des composants d?extraction et de reconstruction des liens de données, Documenter les résultats obtenus de manière claire et exploitable par les équipes Data Governance, Data Science et les parties prenantes métier, Les livrables attendus seront les suivants: Un lineage end-to-end reconstruit sur un cas d?usage témoin, comparable au lineage manuel existant Les scripts, notebooks ou composants techniques développés Documentation de l?approche retenue, des hypothèses, limites et écarts constatés Eestitution exploitable par les sachants pour validation Recommandations sur les conditions de passage à l?échelle, notamment en matière d?outillage, d?intégration de gouvernance et d?industrialisation. Profil candidat: Pour mener à bien ce projet, vous devrez justifier de: Expertise IA Générative Expérience sur des projets de cartographie de flux de données ou de traçabilité des transformations des données Connaissance des problématiques de Data Lineage, Data Catalog et Data Gouvernance Maîtrise de Python pour le développement de traitements d?analyse, d?extraction et d?enrichissement des données Expérience dans la conception, mise en oeuvre et industrialisation de systèmes RAG (Retrieval-Augmented Generation) à partir des sources documentaires hétérogènes : SQL, Python, notebooks, documentation métier, fichiers Word/PPT/PDF et métadonnées techniques Expérience dans l'analyse automatisée de code SQL et Python et compréhension des chaînes de transformation de données Maîtrise des techniques de prompting, extraction d'information, structuration de contenu, évaluation des résultats et explicabilité Expérience dans la conception d'agents d'analyse et de workflows agentiques orchestrant plusieurs étapes de raisonnement et de traitement Connaissance des bonnes pratiques LLMOps : évaluation, monitoring, versioning des prompts, gestion des modèles, gouvernance des expérimentations Expérience sur des plateformes cloud permettant le développement et le déploiement de solutions d'IA générative (Vertex AI, Azure AI Foundry, AWS Bedrock ou équivalent) Concevoir et implémenter les composants d'IA générative nécessaires à l'identification, l'enrichissement et la structuration du lineage d?un projet Proposer des mécanismes d?explicabilité, traçabilité et scoring de confiance des résultats générés Produire une documentation claire, structurée et réutilisable par les équipes Data Science et Data Governance Intégrer les composants IA dans un environnement cloud sécurisé et conforme aux standards de l'entreprise Assurer le transfert de connaissances vers les équipes internes