1. Gestion de projets IA
- Piloter des projets IA de bout en bout (de l’expression du besoin à la mise en production).
- Planifier, organiser et suivre l’avancement en garantissant le respect des coûts, délais et qualité.
- Encadrer et animer les équipes projets (data scientists, data engineers, métier…).
- Mettre en place les rituels projet, produire les reporting et assurer le pilotage opérationnel.
2. Phase d’études & cadrage
- Qualifier les besoins fonctionnels en lien avec les métiers.
- Analyser la faisabilité, identifier les contraintes techniques, data & réglementaires propres aux projets IA.
- Réaliser les chiffrages et réponses aux appels d’offres internes/externe.
- Rédiger les documents de cadrage, impacts, architectures fonctionnelles, etc.
3. Expertise & communication
- Apporter un haut niveau d’expertise sur les enjeux IA : limites, risques, gouvernance, conditions de réussite.
- Vulgariser les concepts IA à destination des métiers.
- Contribuer à la diffusion des bonnes pratiques et à la montée en compétences de l’équipe.
- Accompagner le changement et assurer l’adoption des solutions IA délivrées.