Taux journalier (TJM): 500 Au sein de l'équipe AI Platform d'un grand groupe, le/la Product Manager sera garant(e) des fondations technologiques permettant d'accélérer et d'industrialiser les cas d'usage de Machine Learning classique et d'IA Générative à l'échelle de l'entreprise. Le périmètre produit s'articule autour de deux piliers (évolutifs selon les priorités stratégiques) : * ML Foundations : industrialisation et templates de projets ML, environnements Databricks ML Runtime, traçabilité et cycle de vie des modèles (MLflow), gestion des ressources d'infrastructure spécialisées (GPUs, zone dédiée ML) * GenAI Foundations : accès et serving de LLMs à l'échelle de l'entreprise (intégration multi-cloud AWS Bedrock, GCP Vertex AI, Databricks Foundation Models), point d'accès unifié et sécurisé via AI Gateways, outils d'expérimentation rapide en self-service, gouvernance (sécurité, coûts, conformité, souveraineté des données) Missions principales * Vision & stratégie : écrire et porter la vision produit des fondations ML & GenAI, en s'appuyant sur l'état de l'art du marché et les besoins utilisateurs * Roadmap & priorisation : co-construire la roadmap, prioriser le Product Backlog et animer le budget produit en binôme avec le leader technique * Représentation utilisateur : être la voix des Data Scientists et développeurs, traduire leurs enjeux en fonctionnalités * Adoption & accompagnement : faciliter l'adoption des outils (démos, documentation, guidelines de gouvernance, formations, retours d'expérience) * Valeur & impact : définir et piloter les KPIs de performance, stabilité, adoption et efficience des coûts des infrastructures IA * Synchronisation : travailler en synergie avec le Group Product Manager Data Factory et les autres piliers de la plateforme * Solide compréhension technique de l'écosystème IA/ML moderne (cycle de vie ML, fine-tuning/prompting, architectures LLM, gestion GPU, API Gateway, gouvernance) * Habitude d'interagir avec une population technique (Data Scientists, ML Engineers, Cloud Architects) tout en sachant vulgariser et prioriser par la valeur métier * Intégration naturelle des enjeux de scalabilité, sécurité, coûts (FinOps) et performance dans la roadmap