Descriptif du poste:\n\nNotre client recherche un Business Analyst spécialisé en IA pour rejoindre l'équipe en charge de la plateforme Data Intelligence au sein de la Direction Transformation et Innovation.\n2.1. Identification des besoins métier et des cas d'usage\n* \nOrganiser et animer des entretiens et ateliers avec les parties prenantes métier afin de comprendre leurs objectifs, processus actuels, problématiques et besoins en information ;\n* \nCartographier les processus actuels et cibles ;\n* \nIdentifier les utilisateurs et les principaux scénarios d'utilisation ;\n* \nDéterminer les situations dans lesquelles l'IA peut apporter une valeur concrète, notamment en évaluant lorsqu'une solution de recherche ou d'automatisation plus simple pourrait être suffisante ;\n* \nDocumenter chaque cas d'usage, notamment son périmètre, ses bénéfices attendus, ses hypothèses, ses contraintes et ses critères de succès ;\n2.2. Recueil des exigences et spécifications fonctionnelles\n* \nTraduire les besoins métier en exigences claires, structurées et testables à destination des développeurs ;\n* \nDécrire les comportements fonctionnels, règles métier, besoins en données, parcours utilisateurs et résultats attendus ;\n* \nRédiger les epics, features et user stories avec leurs critères d'acceptation ;\n* \nFournir des exemples pertinents et, lorsque cela est utile, des diagrammes de processus ou des maquettes d'écran ;\n* \nDécomposer les demandes globales en incréments pouvant être développés et validés ;\n* \nRecueillir les exigences non fonctionnelles auprès des parties prenantes concernées, notamment en matière de performance, ergonomie, disponibilité, droits d'accès, confidentialité, auditabilité et traçabilité ;\n* \nRevoir les exigences avec les utilisateurs métier et les équipes techniques ;\n* \nLever les ambiguïtés ;\n2.3. Exigences IA et Data\n* \nIdentifier avec les responsables métier et les responsables Data les documents et données nécessaires à chaque cas d'usage ;\n* \nDéfinir les métadonnées pertinentes, la terminologie métier, la couverture des sources, leur fraîcheur, les exigences de qualité et les règles d'accès ;\n* \nSpécifier le comportement attendu pour la recherche documentaire, l'extraction d'informations et les assistants IA ;\n* \nDéfinir notamment le périmètre de recherche, le format des réponses, les citations des sources, la gestion des informations manquantes ou contradictoires et les besoins de revue humaine ;\n* \nConstruire avec les experts métier des questions métier représentatives, des documents d'exemple et les résultats attendus ;\n* \nDéfinir des critères d'acceptation mesurables portant notamment sur la pertinence, l'exactitude, l'exhaustivité et l'attribution des sources ;\n* \nIdentifier également les réponses inappropriées ou non supportées ;\n* \nCollaborer avec les développeurs et les ingénieurs IA afin d'évaluer la faisabilité des solutions ;\n* \nExpliquer les limitations des solutions IA \n\nProfil recherché:\n\nLes livrables seront maintenus tout au long de la mission et revus avec le Product Owner et les parties prenantes métier concernées.\nIls comprennent notamment :\n* \nLes cas d'usage documentés, les cartographies des processus métier ainsi que le périmètre et les critères de succès validés ;\n* \nLes spécifications fonctionnelles ;\n* \nUn backlog produit affiné comprenant les epics, features, user stories, critères d'acceptation et dépendances ;\n* \nLes exigences relatives aux données et aux documents ;\n* \nLes inventaires des sources ;\n* \nLes définitions des métadonnées ;\n* \nLes règles métier ;\n* \nLes scénarios d'évaluation fonctionnelle et IA ;\n* \nLes plans de recette UAT ;\n* \nLes résultats des tests ;\n* \nLes comptes rendus de validation métier ;\n* \nLa documentation fonctionnelle ;\n* \nLes supports destinés aux utilisateurs ;\n* \nLes recommandations issues des retours et besoins métier.\nLe candidat devra disposer :\n* \nD'une expérience en tant que Business Analyst sur des initiatives IA ou IA générative ;\n* \nD'une compréhension pratique des Large Language Models (LLM) ;\n* \nD'une connaissance du Retrieval-Augmented Generation (RAG) ;\n* \nD'une connaissance de la recherche sémantique ;\n* \nD'une connaissance de la document intelligence ;\n* \nD'une connaissance des assistants IA ;\n* \nDe la capacité à traduire les capacités et limitations de l'IA en exigences métier concrètes et en scénarios de test ;\n* \nD'une compréhension des problématiques liées à la qualité des réponses ;\n* \nD'une compréhension des hallucinations ;\n* \nD'une compréhension de l'attribution des sources ;\n* \nD'une compréhension des processus de validation humaine ;\n* \nD'une compréhension de la qualité des données ;\n* \nD'une compréhension des métadonnées ;\n* \nD'une compréhension du cycle de vie documentaire ;\n* \nD'une compréhension des droits et permissions ;\n* \nD'une compréhension des enjeux de confidentialité ;\n* \nD'une connaissance suffisante d