Aller au contenu
Toutes les missions
Veille marché · Freework Publiée il y a 3 semaines

Responsable de projet Data & IA senior H/F

Le contexteDans le cadre d’un projet de déploiement d’une plateforme socle Data & IA, nous recherchons un(e) Responsable de projet Data & IA senior pour accompagner un Directeur de p...

Entreprise Aleysia
Mode Remote

Résumé

<strong>Le contexte</strong><p>Dans le cadre d’un projet de déploiement d’une plateforme socle Data &amp; IA, nous recherchons <strong>un(e) Responsable de projet Data &amp; IA</strong> senior pour accompagner un Directeur de programme chez un acteur du secteur industriel.</p><p>L’objectif est de contribuer au pilotage de la plateforme, à sa trajectoire technologique et à son industrialisation, en coordonnant les différentes expertises techniques.</p><p><strong>Quelques éléments pour mieux comprendre l’environnement :</strong></p><ul><li><p><strong>Secteur d’activité :</strong> 🏭 Industrie</p></li><li><p><strong>Organisation :</strong> Direction Digital &amp; Solutions, en lien avec les équipes Cloud, Cybersécurité, Design Authority et les Business Units.</p></li><li><p><strong>Enjeux :</strong> Structurer et industrialiser une plateforme Data &amp; IA mutualisée, sécurisée et réutilisable par les équipes métiers.</p></li></ul><strong>Ce que tu feras concrètement</strong><p>Dans le cadre de cette mission, tu seras notamment amené(e) à :</p><p>➞ Accompagner le Directeur de programme dans le pilotage de la plateforme Data &amp; IA et le suivi de sa roadmap technologique.</p><p>➞ Contribuer à la définition des fondations Data, Analytics, Machine Learning et IA générative.</p><p>➞ Coordonner la mise en place des capacités LLM, RAG, recherche vectorielle et agents IA.</p><p>➞ Piloter et suivre les enjeux d’industrialisation, notamment autour du DevSecOps, DataOps, MLOps et LLMOps.</p><p>➞ Challenger les choix d’architecture et contribuer aux arbitrages technologiques avec les équipes expertes.</p><p>➞ Suivre les indicateurs de performance de la plateforme : adoption, fiabilité, coûts et time-to-market.</p><p></p><strong>Ton environnement</strong><ul><li><p><strong>Technologies :</strong> Data Platform, Lakehouse, Machine Learning, MLOps, IA générative, LLM, RAG, Agents IA, Cloud hybride.</p></li><li><p><strong>Pratiques :</strong> DevSecOps, DataOps, LLMOps, observabilité et FinOps.</p></li><li><p><strong>Environnement :</strong> Pilotage de projet, gouvernance technologique et coordination transverse.</p></li></ul>