Product Manager - ML & GenAI Foundations (AI Platform) - Freelance (H/F)

Taux journalier (TJM): 500

Au sein de l'équipe AI Platform d'un grand groupe, le/la Product Manager sera garant(e) des fondations technologiques permettant d'accélérer et d'industrialiser les cas d'usage de Machine Learning classique et d'IA Générative à l'échelle de l'entreprise.

Le périmètre produit s'articule autour de deux piliers (évolutifs selon les priorités stratégiques) :

*

ML Foundations : industrialisation et templates de projets ML, environnements Databricks ML Runtime, traçabilité et cycle de vie des modèles (MLflow), gestion des ressources d'infrastructure spécialisées (GPUs, zone dédiée ML)

*

GenAI Foundations : accès et serving de LLMs à l'échelle de l'entreprise (intégration multi-cloud AWS Bedrock, GCP Vertex AI, Databricks Foundation Models), point d'accès unifié et sécurisé via AI Gateways, outils d'expérimentation rapide en self-service, gouvernance (sécurité, coûts, conformité, souveraineté des données)

Missions principales

*

Vision & stratégie : écrire et porter la vision produit des fondations ML & GenAI, en s'appuyant sur l'état de l'art du marché et les besoins utilisateurs

*

Roadmap & priorisation : co-construire la roadmap, prioriser le Product Backlog et animer le budget produit en binôme avec le leader technique

*

Représentation utilisateur : être la voix des Data Scientists et développeurs, traduire leurs enjeux en fonctionnalités

*

Adoption & accompagnement : faciliter l'adoption des outils (démos, documentation, guidelines de gouvernance, formations, retours d'expérience)

*

Valeur & impact : définir et piloter les KPIs de performance, stabilité, adoption et efficience des coûts des infrastructures IA

*

Synchronisation : travailler en synergie avec le Group Product Manager Data Factory et les autres piliers de la plateforme

*

Solide compréhension technique de l'écosystème IA/ML moderne (cycle de vie ML, fine-tuning/prompting, architectures LLM, gestion GPU, API Gateway, gouvernance)

*

Habitude d'interagir avec une population technique (Data Scientists, ML Engineers, Cloud Architects) tout en sachant vulgariser et prioriser par la valeur métier

*

Intégration naturelle des enjeux de scalabilité, sécurité, coûts (FinOps) et performance dans la roadmap