IA Ready Lead H/F - 59

IA Ready Lead

Dans le cadre de l'accélération de ses usages en intelligence artificielle, un grand groupe structurant ses capacités data/IA recherche un IA Ready Lead pour piloter la préparation et la structuration des données nécessaires aux systèmes d'IA.

Ce rôle est central dans la chaîne de valeur IA : il garantit que les bases de connaissances exploitées par les copilots, agents IA et solutions RAG sont fiables, structurées, accessibles et adaptées aux usages. Vous intervenez à l'interface entre les équipes data, IT, métiers et IA, avec un fort enjeu de qualité, de standardisation et de passage à l'échelle.

Missions principales :

Stratégie IA Ready

- Définir la stratégie de préparation des données IA
- Identifier et prioriser les sources de connaissances
- Concevoir l'architecture fonctionnelle des bases de connaissances (RAG, copilots, agents IA)
- Définir les standards de structuration (classification, tagging, règles métier)

Structuration & performance des contenus

- Définir les règles de segmentation (chunking) et d'organisation des contenus
- Améliorer la pertinence des recherches (réduction du bruit, gestion des doublons, qualité des données)
- Fixer les critères de qualité et de granularité des contenus

Préparation des bases de connaissances

- Cadrer les besoins métiers par cas d'usage
- Piloter la structuration, le nettoyage et l'enrichissement des contenus
- Définir les critères d'acceptation IA Ready (qualité, fraîcheur, cohérence, traçabilité)

Coordination transverse

- Collaborer avec les équipes data, IT et IA pour l'ingestion, l'indexation et l'exploitation des données
- Produire les spécifications fonctionnelles liées aux bases de connaissances
- Assurer l'alignement avec les référentiels de données et les règles de gouvernance
- Organiser les boucles de retour entre usage et amélioration continue

Gouvernance & documentation

- Définir les standards de documentation des bases IA
- Mettre en place les règles de gouvernance (ownership, validation, versioning)
- Structurer les de mise à jour et de contrôle qualité

Qualité & industrialisation

- Définir les règles de qualité des données IA
- Mettre en place des contrôles et suivre les écarts
- Créer des modèles réutilisables et formaliser les bonnes pratiques

Conformité & traçabilité

- Assurer la traçabilité des sources
- Garantir le respect des contraintes réglementaires (notamment RGPD)

Environnement technique :
RAG, LLM, bases de connaissances, pipelines d'ingestion, indexation, embeddings, environnements cloud