Responsible AI Analyst

Description du poste

Informations générales

• Département : Digital, Data & IA

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

• Supérieur hiérarchique : Responsible AI Lead

Le/la Responsible AI Analyst contribue à la mise en œuvre opérationnelle du dispositif d’IA responsable.

Il/elle intervient sur l’analyse des risques, la conformité, les contrôles et la traçabilité des systèmes d’intelligence artificielle tout au long de leur cycle de vie.

• Aucun management direct

• Équipes Data (Data Hub, gouvernance, référentiels)

• Équipes IT / DSI

• Directions métiers

• Fonctions conformité (DPO, RSSI, juridique)

• Équipes Digital / Data / IA

• Partenaires technologiques et plateformes cloud

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

• Cabinets spécialisés (audit, conformité, IA)

Le/la Responsible AI Analyst met en œuvre les exigences de gouvernance, de conformité et de gestion des risques des systèmes d’intelligence artificielle.

Il/elle s’assure que chaque cas d’usage respecte les cadres réglementaires et les standards internes, en produisant les analyses, contrôles et documentations nécessaires.

• Appliquer la politique d’usage de l’IA

• Contribuer à la classification des cas d’usage selon leur niveau de risque

• Mettre en œuvre les standards de documentation et de versioning

• Assurer la traçabilité des éléments clés (prompts, sources, modèles, décisions)

• Préparer les éléments pour les revues conformité (juridique, DPO, sécurité)

• Réaliser les analyses de risques par cas d’usage

• Identifier les risques : biais, hallucinations, dérive, sécurité, incohérences métier

• Classifier les systèmes selon leur criticité

• Formaliser les exigences de conformité associées

• Exécuter les tests non fonctionnels :

  • robustesse

  • biais

  • sécurité

  • hallucinations

  • dérive

• Documenter les résultats et remonter les non-conformités

• Contribuer à la préparation des décisions de validation (go / no-go)

• Contribuer à la documentation réglementaire des systèmes IA

• Maintenir les preuves, logs et éléments de conformité

• Préparer les éléments nécessaires aux audits

• Assurer la cohérence et la complétude des dossiers

• Suivre les incidents IA après déploiement

• Mettre à jour les indicateurs de conformité et de risque

• Contribuer aux revues périodiques (performance, fiabilité, dérive)

• Participer à l’amélioration continue des dispositifs de contrôle

• Mettre à jour le registre des systèmes IA

• Maintenir la journalisation (logs, décisions, prompts)

• Garantir la conformité des mécanismes de traçabilité

• Contribuer à l’évolution des standards de traçabilité

• Suivre les usages et la consommation des ressources IA

• Identifier les usages non conformes ou excessifs

• Alerter en cas d’écart par rapport aux règles définies

• Contribuer au pilotage de l’efficience des usages IA

• Appliquer les politiques et guidelines IA

• Contribuer à leur mise à jour

• Participer à la sensibilisation des équipes

• Promouvoir les bonnes pratiques d’IA responsable

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

• Notions de MLOps (logs, monitoring, versioning)

• Connaissance des cadres réglementaires (ex : IA Act, RGPD)

• Méthodologies de tests IA (robustesse, biais, sécurité)

• Compréhension des enjeux de traçabilité et de gouvernance

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

• Rigueur et sens du détail

• Esprit analytique et méthodique

• Capacité à travailler en environnement transverse

• Capacité à challenger les parties prenantes (IT, métiers, produit)

• Excellentes capacités rédactionnelles

• Intérêt pour les enjeux d’éthique, de conformité et de risque

• Français : courant

• Anglais : intermédiaire (B1/B2)

• Analyses de risques IA

• Registre des systèmes IA

• Documentation de conformité (volet opérationnel)

• Rapports de tests et de contrôles IA

• Éléments de traçabilité (logs, preuves)

• Suivi des incidents IA

• Taux de cas d’usage avec analyse de risques réalisée

• Taux de dossiers de conformité complétés

• Nombre de non-conformités détectées et corrigées

• Qualité des tests (détection en amont vs incidents en production)

• Délai de traitement des incidents IA

• Niveau de complétude et fiabilité de la traçabilité