Product Owner Data Factory Risques - Freelance

Taux journalier (TJM): 540

Contexte

Au sein de la DSI, le Comptoir Finance et Risques (CFR) cherche à renforcer son expertise en gestion de produits data pour :

• Moteur Vision Partagé du Défaut :

  • Pilotage du produit existant, conforme à la réglementation NDOD (Normes de Détection des Overdrafts et Défauts).
  • Refonte du moteur : modernisation de l’architecture et intégration de l’IA pour améliorer la détection et l’analyse des défauts.
  • Assurer la qualité des données et leur alignement avec les besoins métiers.

• Refonte des Visions Client :

  • Repenser les tableaux de bord permettant de visualiser les données client, notamment leurs encours (expositions, risques, etc.).
  • Objectif : simplifier l’accès aux données, améliorer l’ergonomie.

Missions

• Piloter les backlogs : priorisation des user stories, gestion des sprints et alignement avec les parties prenantes (métiers Risques).
• Collaborer avec les équipes :
  • Data : intégration des données, validation des règles NDOD, exploitation de l’IA pour le moteur de défaut.
  • Techniques : accompagnement des développeurs pour la refonte des moteurs et des visions.
  • Métier : recueil des besoins et validation des livrables (ex : prototypes des nouvelles visions client).
• Gérer les dépendances :
  • Coordination avec les équipes pour l’intégration des données.
  • Assurer la qualité des données et leur conformité réglementaire (NDOD).
• Conduire l’amélioration continue :
  • Identifier les opportunités d’automatisation (ex : génération des visions client) et d’innovation (ex : utilisation de l’IA pour la détection des défauts).

Compétences & Environnement

• Expérience confirmée en Product Ownership sur des produits data ou réglementaires.
• Certification en méthodologies Agile/SAFE et maîtrise des outils de gestion de backlog (Jira, Confluence).
• Connaissance des enjeux data (qualité, gouvernance, intégration) et des réglementations bancaires (NDOD).
• Capacité à fédérer des équipes pluridisciplinaires (data, tech, métier) et à prioriser des sujets complexes.
• Intérêt pour l’IA.

Outils

• Jira (niveau confirmé)
• Confluence