Product Owner Solutions IA - Freelance

Profil Senior, 9 ans d'expérience minimum – Poste basé à Croix
Secteur : Banque / Finance

En tant que Product Owner Solutions IA, vous êtes le chef d'orchestre produit sur le périmètre IA au sein d'un acteur du secteur bancaire : vous définissez la vision et la roadmap, alignez les parties prenantes (métier, Data, IT) sur les priorités, et conduisez la réalisation des cas d'usage en mode agile pour maximiser la création de valeur business. Votre rôle couvre l'ensemble du spectre de l'IA, depuis les solutions de Machine Learning traditionnelles (scoring de crédit, modèles prédictifs) jusqu'aux innovations en IA Générative (agents conversationnels, RAG, LLMs).

Vos principales missions :

• Vision & Stratégie Produit IA : porter la vision produit des solutions d'IA en étroite collaboration avec les équipes métier, identifier les opportunités d'usage de l'IA au service du Risque, du Paiement, du Digital et des autres lignes métiers, et prioriser les projets en conséquence (focus valeur et faisabilité).

• Gestion du Backlog & Priorisation : être garant de la priorisation des initiatives Data Science/IA, traduire les besoins métier en features et user stories, alimenter et maintenir le backlog, arbitrer les priorités selon la valeur ajoutée attendue, le feedback utilisateur et les contraintes (réglementaires, techniques, ROI).

• Pilotage de la Delivery Agile : organiser et animer les cérémonies Scrum/Kanban (planification, revues, démonstrations, rétrospectives), suivre l'avancement des développements, assurer la levée des obstacles en coordination avec les autres départements, veiller au respect des engagements de qualité, budget et délais, et communiquer de manière proactive sur l'avancement auprès des sponsors.

• Coordination Métiers–Data–IT : jouer le rôle d'interface et de facilitateur entre les équipes Data Science, les équipes IT (architectes, MLOps, sécurité…) et les métiers sponsors, co-construire les solutions avec les experts métier et favoriser leur adoption, tout en intégrant les contraintes techniques avec les équipes Data/IT.

• Crédit & Risque (Scoring) – Use cases Machine Learning traditionnels : piloter les évolutions des modèles de scoring crédit (scoring d'octroi, scores comportementaux), concevoir et suivre les projets d'optimisation des scores existants et le développement de nouveaux modèles en explorant des approches innovantes, s'assurer que les modèles délivrés contribuent à la stabilité du coût du risque et respectent les exigences réglementaires bancaires, veiller à la mise en production et au monitoring des modèles (détection de dérive, recalibrage) en collaboration avec les Data Scientists et Analystes Risque.