IA Ready Lead H/F Mobile Tech People

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