IA Ready Analyst

Description du poste

Informations générales

• Département : Digital, Data & IA

• Localisation : Siège / Lille (présence obligatoire sur site)

• Supérieur hiérarchique : IA Ready Lead

Le/la IA Ready Analyst prépare et structure les contenus nécessaires au bon fonctionnement des solutions d’intelligence artificielle (copilots, agents, RAG).

Il/elle intervient en amont du delivery pour garantir la qualité, la cohérence et l’exploitabilité des bases de connaissances.

• Aucun management direct

• Équipes Data (Data Hub, gouvernance, référentiels)

• Équipes IT / DSI

• Directions métiers

• Équipes Digital / Data / IA

• Équipes en charge de l’adoption et de la conformité

• Partenaires technologiques et plateformes cloud

• Éditeurs de solutions IA (LLM, RAG, etc.)

• Cabinets de conseil spécialisés

Le/la IA Ready Analyst est responsable de la préparation fonctionnelle des connaissances et contenus utilisés par les solutions d’intelligence artificielle.

Il/elle structure les bases de connaissances, garantit leur qualité sémantique, leur cohérence métier et leur traçabilité, et contribue à leur industrialisation pour permettre un usage fiable et performant de l’IA.

• Identifier et exploiter les sources nécessaires aux cas d’usage IA

• Structurer, nettoyer et enrichir les bases de connaissances

• Définir la classification métier (taxonomie, tagging, hiérarchie)

• Préparer les contenus pour les usages RAG (segmentation, granularité adaptée)

• Comprendre les processus métiers pour organiser les connaissances

• Définir les règles d’inclusion et d’exclusion des contenus

• Garantir la cohérence sémantique entre documents et référentiels

• Assurer l’alignement avec les besoins fonctionnels des cas d’usage

• Collaborer avec les équipes IT pour la mise à disposition des données

• Travailler avec les équipes Data pour l’alignement avec les référentiels

• Coordonner avec les équipes IA Delivery pour valider la complétude des contenus

• Contribuer aux spécifications fonctionnelles liées à l’indexation et à l’exploitation des données

• Identifier les doublons, incohérences, obsolescences et manques

• Appliquer les règles de qualité définies

• Garantir la lisibilité, la fiabilité et la pertinence des connaissances

• Améliorer en continu la qualité des bases de connaissances

• Maintenir la documentation fonctionnelle des bases IA

• Appliquer les règles de gouvernance des connaissances

• Mettre en place et suivre les processus de mise à jour

• Assurer la pérennité et la maintenabilité des contenus

• Garantir la traçabilité des sources utilisées

• Veiller à l’absence de données sensibles non nécessaires

• Contribuer aux exigences réglementaires (ex : RGPD, cadre IA)

• Fournir les éléments nécessaires aux équipes en charge de la conformité

• Appliquer les standards IA Ready sur les nouveaux cas d’usage

• Maintenir des modèles de connaissances réutilisables

• Capitaliser sur les retours d’expérience

• Diffuser les bonnes pratiques de structuration des contenus

• Structuration de contenus et knowledge management

• Maîtrise des principes de classification (taxonomie, tagging)

• Compréhension fonctionnelle des architectures IA (RAG, copilots, agents)

• Connaissance des enjeux de qualité et structuration des données

• Compréhension des principes RAG :

  • segmentation / chunking

  • embeddings (rôle et granularité)

  • recherche par similarité

• Notions de réglementation des données (ex : RGPD)

• Excellentes capacités rédactionnelles et de structuration

• Formation Bac+5 (data, IT, ingénierie, business ou équivalent)

• Capacité à modéliser et comprendre des processus métiers

• Travail en environnement transverse (métier, IT, data, IA)

• Rigueur, organisation et sens du détail

• Esprit analytique et structuré

• Pédagogie et communication claire

• Sens de la qualité et de la cohérence fonctionnelle

• Culture data et IA

• Français : courant

• Anglais : intermédiaire (B1/B2)

• Bases de connaissances structurées et maintenues

• Dictionnaires métier et classifications

• Documentation IA Ready

• Règles de qualité des contenus

• Traçabilité des sources

• Rapports de qualité et de complétude

• Spécifications fonctionnelles (segmentation, structuration, indexation)

• Complétude des bases de connaissances pour les cas d’usage IA

• Qualité des contenus (cohérence, fraîcheur, pertinence)

• Délai de préparation IA Ready

• Respect des cycles de mise à jour

• Satisfaction des équipes IA Delivery et conformité

• Pertinence perçue des résultats IA liée à la qualité des contenus