jobs


Product Owner IA / Data (IT) / Freelance > Croix > Joboolo FR :


Société : LeHibou
Lieu : Croix 59170

Missions principales

2.1 Vision & stratégie produit IA

- Porter la vision produit des solutions d’IA en lien avec les équipes métier.

- Identifier les opportunités d’usage de l’IA au service du Risque, du Paiement, du Digital et des autres lignes métiers.

- Prioriser les projets en fonction de la valeur business et de la faisabilité (technique, réglementaire, ROI).

2.2 Gestion du backlog & priorisation

- Être garant de la priorisation des initiatives Data Science/IA.

- Traduire les besoins métier en features et user stories.

- Alimenter, structurer et maintenir le backlog produit.

- Arbitrer les priorités selon la valeur ajoutée attendue, le feedback utilisateur et les contraintes (réglementaires, techniques, ROI).

- Maximiser l’impact business de chaque sprint livré.

2.3 Pilotage du delivery agile

- Piloter la delivery des projets IA en méthodologie agile.

- Organiser et animer les cérémonies Scrum/Kanban (planification, revues, démonstrations, rétrospectives).

- Suivre l’avancement des développements et lever les obstacles en coordination avec les autres départements.

- Veiller au respect des engagements de qualité, budget et délais.

- Communiquer de manière proactive sur l’avancement auprès des sponsors et du management.

2.4 Coordination Métiers–Data–IT

- Jouer le rôle d’interface et de facilitateur entre les équipes Data Science, les équipes IT (architectes, MLOps, sécurité…) et les métiers sponsors.

- Co-construire les solutions avec les experts métier et favoriser leur adoption.

- Intégrer les contraintes techniques avec les équipes Data/IT pour une implémentation fluide des solutions IA.

2.5 Crédit & Risque (Scoring) – Use cases Machine Learning

- Piloter les évolutions des modèles de scoring crédit (scoring d’octroi, scores comportementaux).

- En lien avec les équipes Risque et Validation, concevoir et suivre les projets d’optimisation des scores existants et le développement de nouveaux modèles.

- Explorer des approches innovantes (nouvelles données, algorithmes avancés).

- S’assurer que les modèles contribuent à la maîtrise/stabilité du coût du risque (suivi des KPIs de performance) et respectent les exigences réglementaires.

- Veiller à la mise en production et au monitoring des modèles (détection de dérive, recalibrage) en collaboration avec les Data Scientists et Analystes Risque.

2.6 IA générative & agents

- Explorer et déployer les cas d’usage liés à l’IA générative pour transformer les processus internes et la relation client.

- Piloter des projets d’agents IA (chatbots avancés, assistants cognitifs, systèmes à base de LLM, approches RAG – Retrieval-Augmented Generation).

- Lancer des MVP d’agents pour :


• Automatiser l’analyse de documents complexes.
• Assister les équipes internes (Audit, Marketing, etc.).
• Enrichir le support client.

- Définir les objectifs et indicateurs de succès de ces projets.

- Superviser les étapes de prototypage et de déploiement en production.

- Mettre en place des architectures agentiques robustes pour ces solutions.

- Évaluer et optimiser les performances des agents (cohérence, pertinence, diversité des réponses), en s’appuyant sur des méthodologies de pointe (par ex.

LLM as a Judge pour la qualité des réponses).

- Garantir un usage responsable, sécurisé et efficace de l’IA générative pour l’entreprise.


Missions génériques associées au rôle :



- Mener la livraison d’un produit de qualité répondant aux attentes des clients et équipes métiers.

- Élaborer la vision produit avec les utilisateurs et les équipes techniques (UX, marketing) et être responsable de la conception du produit.

- À chaque sprint, vérifier que la direction prise est la bonne, que les priorités métier sont respectées et que la qualité des livrables est adéquate.

- Identifier les attentes des utilisateurs et les bénéfices attendus du produit.

- Réaliser des benchmarks des solutions du marché, notamment chez les concurrents.

- Élaborer les fonctionnalités attendues et les prioriser dans le backlog produit.

- Travailler en collaboration avec l’UX sur le parcours client cible et sa déclinaison en trajectoire (MVP).

- Partager la vision produit avec les équipes de développement agile.

- Définir et planifier les releases/versions du produit.

- Créer chaque fonctionnalité retenue sous forme de user story suffisamment petite pour être implémentée en une itération, avec critères d’acceptation clairs.

- Comprendre les Technical Stories (besoins non fonctionnels) et les Defect Stories proposées par les équipes de développement.

- Répondre aux demandes de clarification des équipes de développement sur les stories en cours.

- Contribuer aux réunions agiles avec les équipes de développement et le Scrum Master.

- Faciliter la communication et la collaboration entre l’ensemble des parties prenantes et porter la voix métier avec persuasion.

- Accepter ou refuser les stories implémentées par les équipes de développement.

- Réaliser ou organiser les tests utilisateurs/métiers des versions (avec une équipe de recette si projet complexe).

- Le cas échéant, animer une équipe de Business Analysts, rédacteurs et testeurs métier lorsque le backlog le nécessite.

- Récolter les feedbacks utilisateurs et évaluer le fonctionnement des versions précédentes en production.

- Assurer la non-régression des nouvelles versions.

- Manager des équipes de rédaction et de recette de user stories pour des projets agiles d’envergure.

- Co-construire et animer le dispositif de conduite du changement avec un PMO Deploy.

- Communiquer sur l’avancement de la réalisation du produit auprès du management et des utilisateurs.









Profil candidat:


4.1 Qualités personnelles

- Rigueur, autonomie, sens de la communication, agilité et dynamisme.

- Capacité à mener de bout en bout des missions complexes dans un environnement exigeant.

4.2 Management de produit & agilité

- Expérience confirmée en tant que Product Owner (ou poste équivalent) dans un contexte agile.

- Capacité à définir une vision produit, gérer un backlog, rédiger des user stories et animer une équipe agile pluridisciplinaire.

- Une certification Product Owner ou Scrum Master est considérée comme un plus.

4.3 Culture Data Science & IA

- Solide culture des technologies Data et IA.

- Compréhension des concepts clés du Machine Learning (modèles prédictifs supervisés, scoring, etc.).

- Compréhension des approches d’IA générative (LLMs, agents conversationnels…).

- Capacité à échanger avec des Data Scientists sur des sujets comme la performance d’un modèle ou le fine-tuning d’un LLM.

- Veille active sur les avancées du domaine (ex.

nouvelles offres d’OpenAI/HuggingFace, frameworks comme LangChain) et capacité à les projeter sur des cas d’usage métier concrets.

4.4 Coordination technique & MLOps

- Bonne compréhension de l’écosystème Data Engineering / MLOps.

- Participation aux discussions techniques sur l’architecture des solutions IA.

- Familiarité souhaitée avec le cycle de vie d’un modèle ML :

du prototypage à la mise en production cloud (Azure, conteneurisation Docker/Kubernetes, pipelines automatisés), incluant le monitoring (data drift, performance, feedback utilisateurs).

- Capacité à challenger et soutenir techniquement l’équipe dans les choix de solution, et à comprendre les contraintes d’échelle et de sécurité propres au secteur bancaire.

4.5 Outils & méthodologies

- Maîtrise des outils de gestion agile et de collaboration (JIRA, Confluence, etc.) pour assurer un suivi transparent des tâches et une documentation de qualité.

- Aisance avec la data et le cloud, idéalement dans un environnement Azure/Databricks ou équivalent.

- Connaissance des enjeux réglementaires bancaires (ex :

réglementations sur le scoring crédit, contraintes de conformité) appréciée.

4.6 Leadership & soft skills

- Excellente communication et capacité à vulgariser des sujets techniques complexes.

- Capacité à embarquer les métiers dans la vision produit, à négocier les priorités avec diplomatie et à créer un esprit d’équipe positif.

- Leadership naturel pour fédérer autour des projets IA, influencer les décideurs et gérer les changements de cap.

4.7 Parcours et motivation

- Environ 5 à 7 ans d’expérience professionnelle, dont une part significative en gestion de produit digital ou en pilotage de projets Data/IA.

- Capacité à naviguer aisément entre les problématiques techniques et métier (modélisation ML, architecture SI, enjeux Risque/Paiement/Marketing/Conformité, etc.).


LeHibou
Croix 59170
Autre(s)
Freelance
100000€ par an 100000




Nouvelle recherche d'emploi Product Owner IA / Data (IT) / Freelance

Plus d'offres LeHibou







Offres d'emploi fournis par jobs ==> France