🧩 Product Owner Solutions IA – Machine Learning, GenAI & Crédit Scoring - Freelance

Taux journalier (TJM): 💶 Budget : 500-550 € HT/j ou 55-65 K€ (selon profil et séniorité)

🧩 Product Owner Solutions IA – Machine Learning, GenAI & Crédit Scoring

🗂️ Informations pratiques :

📍 Département : 59

🗓️ Démarrage : Juillet 2026

⏳ Durée : 12 mois, reconductible

🧾 Contrat : CDI ou freelance

💶 Budget : 500-550 € HT/j ou 55-65 K€ (selon profil et séniorité)

🧑‍💻 Télétravail : 2 à 3 fois/semaine

🧠 Séniorité : 6 à 9 ans d’expérience

👤 Poste ouvert : 1

🌍 Secteur : Banque / Crédit à la consommation / Solutions IA

🧩 Contexte :

Dans le cadre du développement de solutions IA au sein d’un acteur bancaire, la mission consiste à intervenir comme Product Owner sur un périmètre couvrant à la fois les solutions de Machine Learning traditionnelles et les innovations en IA Générative.

Le rôle vise à définir la vision produit, construire la roadmap, aligner les parties prenantes métiers, Data et IT, puis piloter la réalisation des cas d’usage en mode agile afin de maximiser la création de valeur business.

Le périmètre couvre notamment les usages IA liés au Risque, au Paiement, au Digital et aux lignes métiers, avec des cas d’usage autour du scoring crédit, des modèles prédictifs, des agents conversationnels, du RAG et des LLMs.

🎯 Missions principales :

• Porter la vision produit des solutions d’IA en collaboration étroite avec les équipes métier, identifier les opportunités d’usage IA et prioriser les projets selon la valeur et la faisabilité

• Gérer le backlog et la priorisation des initiatives Data Science / IA : traduction des besoins métier en features et user stories, arbitrage selon la valeur, le feedback utilisateur, les contraintes réglementaires, techniques et ROI

• Piloter la delivery agile des projets IA : cérémonies Scrum / Kanban, suivi des développements, levée des obstacles, respect des engagements qualité, budget, délais et communication auprès des sponsors

• Assurer la coordination Métiers–Data–IT entre les équipes Data Science, IT, architectes, MLOps, sécurité et métiers sponsors, afin de co-construire les solutions et favoriser leur adoption

• Piloter les use cases Machine Learning liés au crédit et au risque : évolutions des modèles de scoring d’octroi, scores comportementaux, optimisation des scores, nouveaux modèles, monitoring, recalibrage, KPIs et exigences réglementaires

🛠️ Environnement technique :

• Product Management IA : vision produit, roadmap, backlog, features, user stories, priorisation, valeur business, ROI, feedback utilisateur

• Agilité & delivery : Scrum, Kanban, cérémonies agiles, planification, revues, démonstrations, rétrospectives, suivi qualité / budget / délais

• Data Science & Machine Learning : modèles prédictifs supervisés, scoring, modèles de crédit, scoring d’octroi, scores comportementaux, optimisation de modèles

• Crédit & Risque : risque de crédit, crédit à la consommation, AUC / Gini, taux de défaut, coût du risque, KPIs de performance, monitoring, recalibrage

• IA Générative : LLMs, RAG, agents conversationnels, fine-tuning, agents intelligents, OpenAI, HuggingFace, LangChain

• MLOps & Cloud : cycle de vie modèle ML, prototypage, mise en production Cloud, Azure, Docker, Kubernetes, pipelines automatisés, data drift, performance, feedback utilisateurs

• Data Engineering & plateformes : Azure, Databricks, architecture SI, contraintes d’échelle, contraintes de sécurité bancaire

• Outils & collaboration : JIRA, Confluence, documentation, suivi transparent des tâches, gestion agile, collaboration transverse

• Réglementaire & conformité : exigences réglementaires bancaires, scoring crédit, conformité, Risque, Conformité, sécurité, contraintes du secteur bancaire

• Langues : français, anglais professionnel parlé, lu, écrit