IA Ready Lead

Description du poste

Informations générales

• Département : Digital, Data & IA

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

• Supérieur hiérarchique : Head of IA

Le/la IA Ready Lead pilote la préparation et la structuration des données et connaissances nécessaires aux systèmes d’intelligence artificielle.

Il/elle encadre une équipe dédiée à la mise en qualité des contenus et à leur exploitation optimale pour les solutions IA (copilots, agents, RAG).

Management d’une équipe spécialisée pouvant inclure :

• Knowledge Manager IA Ready

• Data / IA Ready Analyst

• Équipes Data (Data Hub, gouvernance, référentiels)

• Équipes IT / DSI

• Directions métiers

• Équipes Digital / Data / IA

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

• Partenaires technologiques et plateformes cloud

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

• Cabinets spécialisés

Le/la IA Ready Lead est responsable de la préparation fonctionnelle, sémantique et organisationnelle des données utilisées par les solutions d’intelligence artificielle.

Il/elle garantit la disponibilité, la qualité, la cohérence et la traçabilité des bases de connaissances, et définit les standards permettant d’optimiser la performance des systèmes IA.

• Définir la stratégie de préparation des données pour l’IA

• Identifier et cartographier les sources de connaissances

• Prioriser les sources en fonction des cas d’usage

• Définir l’architecture fonctionnelle des bases de connaissances

• Définir les standards de structuration des contenus (taxonomie, tagging, hiérarchie)

• Définir les règles de segmentation (chunking) adaptées aux usages IA

• Fixer les niveaux de granularité optimaux pour la recherche par similarité

• Définir les critères de qualité permettant d’améliorer la pertinence des réponses

• Qualifier les besoins de contenus avec les équipes IA Delivery

• Superviser la structuration, le nettoyage et l’enrichissement des données

• Définir les critères d’acceptation IA Ready (qualité, complétude, fraîcheur)

• Garantir la cohérence sémantique et métier des bases de connaissances

• Collaborer avec les équipes IT pour l’ingestion et la mise à disposition des données

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

• Coordonner avec les équipes IA Delivery pour assurer l’adéquation avec les cas d’usage

• Organiser les boucles de feedback entre usage et amélioration des contenus

• Définir les standards de documentation des bases de connaissances

• Mettre en place les règles de gouvernance (ownership, validation, versioning)

• Structurer les processus de mise à jour et de maintenance

• Garantir la traçabilité des sources et des transformations

• Définir les règles de qualité des données IA

• Mettre en place des contrôles et indicateurs de qualité

• Suivre les écarts et piloter les plans d’amélioration

• Garantir la fiabilité et la lisibilité des contenus

• Concevoir des modèles de connaissances réutilisables

• Standardiser les pratiques IA Ready

• Capitaliser sur les retours d’expérience

• Diffuser les bonnes pratiques au sein de l’organisation

• Assurer la traçabilité des sources utilisées

• Veiller au respect des règles de protection des données

• Contribuer aux exigences des équipes en charge de la conformité

• Maîtrise des concepts de knowledge management et structuration des données

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

• Bonne connaissance des mécanismes RAG :

  • segmentation / chunking

  • embeddings (rôle et granularité)

  • recherche par similarité

• Connaissance des référentiels et des enjeux de qualité des données

• Notions de MLOps (niveau usage)

• Capacité à formaliser des règles et documentations fonctionnelles

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

• Expérience en structuration de données ou knowledge management

• Capacité à structurer une démarche et définir des standards

• Management d’équipe et coordination transverse

• Rigueur, organisation et sens du détail

• Excellentes capacités de communication et de vulgarisation

• Culture data, IA et processus métiers

• Français : courant

• Anglais : intermédiaire (B1/B2)

• Cartographie des sources et des connaissances métier

• Bases de connaissances structurées et maintenues

• Dictionnaires métier et classifications

• Standards IA Ready (structuration, segmentation, indexation)

• Documentation IA Ready par cas d’usage

• Règles de qualité des données

• Modèles réutilisables

• Guides et bonnes pratiques

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

• Taux de réutilisation des modèles IA Ready

• Qualité des données (cohérence, fraîcheur, complétude)

• Délai de préparation des contenus pour un cas d’usage

• Satisfaction des équipes IA Delivery et conformité

• Respect des standards IA Ready définis