Chef de projet expert en intelligence artificielle

A1C1 – Collecter le besoin et/ou la demande en solution I.A. d’une direction métier de l’entreprise/client afin d’analyser celui-ci et/ou celle-ci au regard du contexte et des enjeux de l’entité client A1C2 - Formaliser le besoin et/ou la demande à l’aide d’une note de cadrage générale (contexte, besoin, objectifs, plus-value recherchée, risques) afin de valider le périmètre général du projet A1C3 - Analyser les risques du projet en IA (indicateur EY) en prenant en compte la stratégie numérique et les enjeux métiers de l’entreprise/client A1C4 - Mettre en place un dispositif de veille technologique et réglementaire liée à l’I.A. en français et en anglais en identifiant les besoins des métiers de l’entreprise afin d’anticiper et proposer les technologies émergentes en intelligence artificielle dans l’objectif de restituer les résultats aux décideurs A1C5 - Rechercher des solutions disponibles au regard du périmètre de la (les) solution (s) IA répondant à la problématique afin d’évaluer leur adéquation avec le projet (réseau neuronaux, arbre de décision, forêt aléatoire, Boosting, clustering, etc.) A1C6 - Auditer les données de l’entreprise nécessaires au projet afin d’analyser de façon macro et proposer une solution IA en cohérence avec le besoin / la demande client A1C7 - Rédiger une note de faisabilité ou d’opportunité afin de formaliser la réponse associée au besoin / à la demande pour validation auprès des décideurs ou du client A2C1 - Analyser le corpus de données disponibles afin de choisir les données appropriées, réduire l’espace de l’IA et déterminer le choix des outils de collecte et traitement des données (ETL) correspondant à l’environnement technologique de l’entreprise [avec ou sans la collaboration d’un DPO (data product officer)] A2C2 - Structurer les données dans le respect de la réglementation en termes de protection des données individuelles (RGPD) et en collaboration avec le DPO en vue de produire un prototype afin de les exploiter dans la solution IA A2C3 - Modéliser l’architecture de données de la solution IA à partir d’un modèle défini [Processus des différentes phases de construction du flux de données (DATA) nécessaires à l’IA, dans un environnement technologique de travail (Framework)] A2C4 – Evaluer l’adéquation des modèles d’apprentissages disponibles avec le projet IA et la solution proposée (réseau neuronaux, arbre de décision, forêt aléatoire, boosting, clustering, etc.) A2C5 - Concevoir un modèle (non existant) ou adapter un modèle (existant) à partir des spécificités des données de l’entreprise en utilisant les analyses statistiques et mathématiques afin de répondre à la solution IA proposée A2C6 - Analyser les performances et la capacité prédictive d’un modèle proposé dans la solution IA A2C7 - Définir une procédure d’entrainement adéquate d’un modèle en sélectionnant des données d’apprentissage les plus adéquates au besoin d’analyse du projet IA afin de la mettre en place A2C8 - Définir une phase de test et de validation du modèle d’apprentissage choisi afin de le mettre en place A2C9 - Maquetter l’infrastructure nécessaire à la mise en place de la solution IA afin de permettre la réalisation de son déploiement et son fonctionnement par les équipes projet A3C1 - Définir un process de maintenabilité de la solution IA et les actions associées afin de le mettre en place dans un objectif d’assurance qualité du produit A3C2 - Gérer la documentation d’information et technique afin d’assurer le suivi dans un objectif d’assurance qualité du produit A3C3 - Réaliser (ou superviser la réalisation) et analyser un test de déploiement par simulation virtuelle sur l’échelle réelle de l’environnement de l’entreprise, en utilisant les outils adaptés afin de préparer la mise en production de la solution IA A3C4 - Apporter une expertise technique à l’équipe projet durant le développement de la solution IA pour garantir son bon déploiement A3C5 – Proposer une stratégie pour accompagner le changement lors du déploiement de l’IA en prenant en compte le contexte de l’entreprise et en mesurant les impacts du déploiement sur les processus existants afin de définir un plan d’action A3C6 – Assurer la bonne utilisation de l’I.A. en accompagnant les partenaires à partir de la stratégie définie et en utilisant si nécessaire les outils associés (exemple : Lean management, etc.) A4C1 – Identifier l’ensemble des étapes de réalisation du système d’information pour organiser le projet en tâches et livrables en répartissant les activités en fonction des ressources humaines, techniques et financières à mobiliser A4C2 – Concevoir les cahiers des charges technique et fonctionnel d’un projet de développement S.I. à l’aide des besoins utilisateurs collectés afin de cadrer le développement A4C3 – Gérer un projet agile en utilisant les méthodes et outils adaptés à ce mode de fonctionnement pour tester, modifier et procéder par itération afin de réduire les délais de remise des projets de développement S.I. A4C4 - Etablir des tableaux de bord de suivi de performance (qualitative et quantitative) de l’ensemble des ressources allouées à chaque étape-projet pour anticiper, visualiser et corriger les écarts en temps réel afin de limiter les contraintes de ressources et les retards dans la réalisation du projet A4C5 - Piloter les prestataires extérieurs éventuels gérant les ressources informatiques d’un système d’information existant listées dans la cartographie établie afin de sécuriser la mise en œuvre technique A4C6 – Conduire une équipe projet en diffusant les fondamentaux de l’agilité : adaptation, flexibilité et amélioration continue au sein de l’équipe afin d’être en mesure d’absorber les changements de priorité qui peuvent intervenir dans un contexte de forte contrainte de temps et d’incertitudes A4C7. Adopter une stratégie d’accueil aux handicaps afin de favoriser l’inclusion des profils en situation de handicap au sein de l’équipe et permettre leur pleine intégration, en collaboration avec le référent handicap de l’entreprise A4C8 – Communiquer avec l’équipe en adoptant les modes de communication adéquats selon les cultures et la langue des collaborateurs afin de garantir l’intégration de tous les membres de l’équipe A4C9 – Proposer des solutions innovantes afin de favoriser les interactions au sein de l’équipe et d’anticiper des conflits de travail liés aux malentendus multiculturels A4C10 – Concevoir un processus de communication inclusif régulier au sein de l’équipe afin de synchroniser les activités quotidiennes et mettre en place un fil de discussion à l’aide d’outils numériques A4C11 - Animer des réunions à distance afin de maintenir une dynamique de groupe et renforcer l’esprit d’équipe des membres en télétravail et/ou à distance A4C12 – Concevoir un processus de partage d’information afin de faciliter l’inclusion et la collaboration entre les membres en télétravail et/ou à distance en utilisant des outils numériques A4C13 – Accompagner l’équipe dans l’appropriation du travail à distance ou du télétravail en proposant des solutions managériales afin de favoriser la motivation et la résilience et permettre ainsi de préserver équilibre entre vie professionnelle/vie privée dans un souci de productivité et de bien-être

Selon la maturité de l’IA au sein de l’entreprise, de leur taille et de leur organisation, les entreprises font appel au chef de projet, expert en IA et datascience : − soit au travers d’un prestataire de service, généralement une Entreprise de Services du Numérique (ESN) ; − soit par une embauche ou évolution interne. Le chef de projet expert en intelligence artificielle peut ainsi proposer son expertise dans tous les secteurs d’activités. Les secteurs d’activité les plus porteurs pour le développement de l’IA et de la data, aujourd'hui, sont : la distribution, l’industrie, les services financiers ainsi que les services professionnels. Le contenu de ses missions varie en fonction du secteur d’activité et des livrables attendus. Les entités concernées sont aussi bien les TPE, les PME, les grandes entreprises du secteur privé, que les organismes publics et collectivités.

La certification vise deux niveaux de fonctions : - Fonctions visées directement en sortie de formation/certification (premier emploi /junior) : étant donné qu'il y a généralement peu de Chef de projet en 1er emploi, il lui faut une première expérience professionnelle de 2 à 3 ans. Ingénieur IA / Data manager junior / Consultant en data junior / Data scientist junior -Fonctions visées à moyen et long termes (3 à 10 ans d’expérience/Junior confirmé et senior) : Expert IA / Ingénieur IA / Chef de projet IA / Data scientist / Data manager / Consultant en data