Offre d'emploi Chef de projet IA (H/F)

Engagée dans la transformation numérique par l'Intelligence Artificielle, Klanik accompagne ses clients dans la conception et le déploiement de solutions intelligentes à forte valeur ajoutée.

Les projets couvrent des domaines variés tels que l'automatisation des processus, l'analyse prédictive, le traitement du langage naturel (NLP), la vision par ordinateur ou encore l'aide à la décision.



Dans un contexte de forte croissance et d'innovation continue, nous recherchons un Chef de Projet IA passionné par les technologies data et IA, capable de piloter des projets ambitieux, de la phase de cadrage jusqu'à la mise en production et au suivi des performances.



En tant que Chef de Projet IA, vous serez responsable de la réussite des projets qui vous seront confiés :

- Piloter des projets IA de bout en bout : cadrage des besoins, définition des objectifs, planification, exécution, déploiement et suivi post-production

- Coordonner des équipes multidisciplinaires (Data Scientists, Data Engineers, Développeurs, UX/UI, équipes métiers)

- Assurer l'interface entre les enjeux métiers et les solutions techniques afin de garantir la pertinence des modèles développés

- Suivre l'avancement des projets et garantir le respect des délais, du budget et des engagements de qualité

- Définir et suivre les indicateurs de performance des modèles déployés (KPIs, ROI, performance des algorithmes, amélioration continue)

- Anticiper et gérer les risques projets (techniques, fonctionnels, réglementaires)

- Veiller au respect des bonnes pratiques en matière d'éthique de l'IA, de conformité réglementaire (RGPD) et de limitation des biais algorithmiques

- Participer à la veille technologique IA et proposer des axes d'innovation ou d'optimisation pour les projets futurs



#LI-SM2

- Formation Bac+5 (école d'ingénieur, université) en informatique, data science, IA ou équivalent.

- Expérience confirmée (3 à 5 ans minimum) en gestion de projets IT / IA.

- Connaissances en intelligence artificielle : machine learning, deep learning, NLP, etc.

- Maîtrise des méthodologies agiles (Scrum, Kanban…).

- Capacité à vulgariser des sujets techniques auprès de profils non techniques.

- Esprit analytique, leadership, rigueur et sens du résultat.