Auditer, piloter, structurer.
Un pilotage clair quand le sujet devient transverse.
Audit, direction produit data/IA, pilotage ou reprise de delivery. Roadmap, gouvernance, LLM/agents, RGPD, AI Act et data quality en organisation complexe.
Ce que je fais
Assess
Audit de plateforme data & IA et revue de gouvernance : maturité d’architecture, cartographie des data products et use cases LLM/agents, zones de flou dans les responsabilités, dépendances techniques, risques et décisions à prendre. Les sujets RGPD et AI Act sont analysés au niveau des livrables concernés, pas comme une couche séparée.
- Cartographie plateforme, data products et use cases LLM/agents
- Analyse valeur, faisabilité, données et risques
- Cadre de gouvernance et responsabilités
- Analyse RGPD/AI Act des livrables concernés
Build
Pilotage d’un data product ou d’un programme data de la roadmap à la production : arbitrages, priorisation, specs produit, coordination engineering et gouvernance opérationnelle. Les sujets LLM/agents sont cadrés comme des produits : données accessibles, actions autorisées, reprise en main humaine et mesure de valeur. Les contraintes RGPD/AI Act sont intégrées aux livrables critiques quand elles s’appliquent.
- Pilotage de la roadmap, du cadrage à la production
- Specs produit pour LLM, agents et data products
- Coordination engineering et delivery
- Data catalogue, monitoring qualité et exigences RGPD/AI Act quand nécessaires
Lead
Direction produit senior, à temps partiel ou en transition, pour piloter, structurer ou reprendre un périmètre data/IA : roadmap produit, arbitrages build-vs-buy sur LLM/agents, coordination du delivery, communication COMEX et alignement transverse entre produit, engineering, métiers et juridique. La supervision d’architecture et la préparation AI Act viennent soutenir les décisions produit.
- Pilotage roadmap produit & reporting COMEX
- Arbitrages build-vs-buy sur LLM, agents et plateformes
- Alignement transverse & montée en compétence
- Supervision architecture & préparation AI Act
Ma façon de travailler
1. Découverte & cartographie des parties prenantes
Comprendre votre paysage data et IA, y compris les use cases LLM ou agents déjà lancés, puis cartographier les parties prenantes côté produit, engineering, métiers et juridique. Identifier où le pilotage doit être renforcé et où les objectifs divergent entre équipes.
2. Roadmap & design de gouvernance
Construction de la roadmap produit. Les use cases, y compris LLM et agents, sont priorisés par ROI business, faisabilité technique, risque et impact conformité. Le framework de gouvernance (RGPD, AI Act) est conçu comme des exigences produit, pas comme des contraintes ajoutées après coup. Itérations rapides, pas de plans « big-bang ».
3. Delivery & coordination
Pilotage des arbitrages, des priorités et de la coordination engineering. Les data products avancent avec un dialogue continu entre métiers, IT et juridique. Lorsque des arbitrages apparaissent, l’objectif est de préserver à la fois la valeur business, la faisabilité technique et la conformité.
4. Transmission & optimisation
Transfert de connaissance à vos équipes techniques, métiers et juridiques pour que chacun comprenne l’ensemble de la chaîne. Passage en optimisation continue avec des revues où l’on questionne la performance, les coûts et les métriques pour améliorer les résultats dans la durée.
Trente minutes pour cadrer le périmètre, comprendre les enjeux de pilotage et identifier les premières décisions utiles.
Réponse sous 48h