IA Delivery Lead
- Discuss this with your agent
- Open in Claude
- Open in ChatGPT
Role details
Tech stack
Job description
Nous sommes Ă la recherche dâun.e IA Delivery Lead basĂ©.e Ă Villeneuve dâAscq (59), prĂȘt.e Ă sâinvestir dans une Ă©quipe IA en plein dĂ©veloppement, travaillant sur des projets aussi ambitieux que stratĂ©giques pour Nhood !, Le IA Delivery Lead est responsable du pilotage et de la livraison des cas dâusages IA (copilots, agents IA, RAG) de bout en bout, de lâidĂ©e au dĂ©ploiement, lâadoption et la crĂ©ation de valeur en production. Il/elle structure le cadrage, le design fonctionnel, la roadmap et le backlog, coordonne lâexĂ©cution les parties prenantes, sĂ©curise lâavancement (jalons, risques, dĂ©pendances, arbitrages) et garantit la qualitĂ© fonctionnelle, lâadoption et les rĂ©sultats.
Vos missions :
Cadrage & qualification des cas dâusages :
- Animer les ateliers de cadrage
- Qualifier faisabilité fonctionnelle et effort de delivery
- Définir les critÚres de succÚs (valeur, adoption, qualité, risques)
- Prendre en compte les exigences des données, de traçabilité/contrÎles
Pilotage delivery & coordination multi-acteurs
- Construire et piloter le plan delivery (jalons, sprints, capacité, risques)
- Orchestrer les parties prenantes
- Assurer la qualité des livrables fonctionnels (backlog, specs, CR décisions)
Recette & go/no-go fonctionnel:
- Préparer et animer les revues de jalons
- Organiser la recette fonctionnelle, dĂ©finir critĂšres dâacceptation et PV
- Coordonner les validations finales avec les parties prenantes
Adoption, déploiement & mesure de valeur :
- Construire le plan de déploiement (pilote, généralisation, support)
- Avec Performance Lab : formation, communication, support, boucle de feedback
- Mettre en place les KPI dâusages (adoption, frĂ©quence, satisfaction)
- Mesurer la valeur (gains temps/qualitĂ©, rĂ©duction de risques) et piloter lâamĂ©lioration continue
Qualité & fiabilité:
- Définir les rÚgles fonctionnelles de qualité IA
- Mettre en place des contrÎles fonctionnels et un suivi des écarts
Industrialisation et réutilisation :
- Capitaliser sur les retours dâexpĂ©riences
- Standardiser les bonnes pratiques copilots/agents/RAG
Requirements
Compétences techniques :
- Connaissances des solutions GenAI : copilots, agents IA, RAG (mécanismes, limites, hallucinations)
- Connaissances des principes MLOps (niveau consommation IA)
- Compréhension fonctionnelle des mécanismes RAG
- ComprĂ©hension fonctionnelle de la structuration de donnĂ©es pour lâIA, Golden Data / rĂ©fĂ©rentiels, * Formation Bac +5 (ingĂ©nieur, data science, digital/produit/SI).
- Travail transverse avec les métiers, DSI, Data et IA Delivery
- Product management: roadmap, backlog, priorisation, MVP
- Delivery : Agile/Scrum/Kanban, pilotage multi-projets, gestion des dépendances
- AMOA : expression de besoin, ateliers, parcours, rÚgles métier, specs fonctionnelles
- Culture IA, data et processus mĂ©tier, Par son impact positif, Nhood sâengage Ă ce que le âmieux vivreâ soit une rĂ©alitĂ© pour tous : nos postes sont inclusifs et ouverts aux personnes en situation de handicap
ProximitĂ© #Esprit dâentrepreneur #Impact positif
Benefits & conditions
LANGUES
- Français : courant
- Anglais : B1/B2 (environnement international)
Apply for this position
This job is hosted externally. Click below to view the full posting and apply.
Apply on indeed.comGood distractions
Talks and stories from around this role â technically off-topic, practically not.
Moments
Explore playlistsVideos
See allRelated articles
See all
Navigating the AI Shift
MLOps And AI Driven Development
Stephan Gillich - Bringing AI Everywhere
How to Become an AI Engineer