Au sein de la DSI, l'équipe DIAG (Data-Intelligence Artificielle-Gouvernance) accompagne les métiers sur les sujets autour de la DATA & l'IA.
Une de ces missions est de créer de la valeur par le développement et l’adoption de projets DATA/IA à fort ROI.
1. Exploration, conception et développement de solutions IA end-to-end :
- Compréhension et traduction des besoins métier :
- Collaborer activement avec les métiers pour identifier les opportunités d'application de l'IA et traduire les problématiques business en cas d'usage IA.
- Participer à la définition des objectifs, des KPIs et des livrables pour chaque projet.
- Faire preuve d'écoute et de pédagogie pour expliquer les capacités et les limites de l'IA aux parties prenantes non techniques.
- Conception et élaboration des modèles IA (Machine Learning & Générative) :
- Réaliser l'exploration de données, le feature engineering, la sélection des datasets pertinents et l'analyse exploratoire.
- Concevoir, développer et entraîner des algorithmes de Machine Learning et des modèles d'IA Générative (LLMs, embeddings, RAG, fine-tuning).
- Évaluer la pertinence et la robustesse des modèles, et itérer sur leur amélioration.
2. Industrialisation et déploiement des solutions IA :
- Prendre en charge l'industrialisation des modèles, depuis le développement d'APIs pour les exposer, jusqu'à leur intégration dans les systèmes existants (applications web, backend).
- Mettre en œuvre les bonnes pratiques MLOps pour automatiser le déploiement, le monitoring et la maintenance des modèles en production.
- Garantir la performance, la scalabilité et la sécurité des solutions IA déployées.
- Monitorer les performances des modèles en production, détecter les dérives et mettre en place des plans de réentraînement ou d'ajustement.
3. Contributions et responsabilités d'appuis :
- Garantir que les solutions IA apportent une valeur ajoutée mesurable aux métiers et à l'entreprise.
- Participer à la capitalisation des connaissances et au partage des meilleures pratiques au sein de l'équipe
- Collaborer étroitement avec les métiers et les Product Owners pour la définition des besoins et l'intégration des solutions.
- Travailler en synergie avec les Data Engineers pour l'accès et la préparation des données, et avec les AI Engineers pour l'utilisation des infrastructures IA.