Responsable IA Lead Relations externes :
Éditeurs IA / LLM / plateformes cloud Cabinets spécialisés IA & transformation Partenaires technologiques (Azure, AWS, OpenAI, etc.) MISSION ET RESPONSABILITÉS Le/La Responsible AI Lead est garant(e) de la gouvernance , conformité , de la sécurité , de l’ éthique , de la traçabilité et de la maîtrise des risques des systèmes d’IA. Il/elle s’assure que chaque cas d’usage respecte les obligations du IA Act et les standards de gouvernance IA de l’entreprise, en coordination avec DSI, DPO, RSSI, Juridique, Data Governance et IA Delivery HARA / AI Risk: Réaliser l’analyse de risques par cas d’usage, Classifier (non-risque/limité/haut risque), Définir les contrôles (tests, supervision, documentation), Décider des revues Juridique/DPO. Contrôles & tests IA (QA RIA) : Définir et piloter les tests non-fonctionnels (robustesse, biais, sécurité, hallucinations, dérive), Fixer les critères go/no‑go IA. FinOps IA (contrôles) : Définir les règles de consommation (quotas, garde‑fous), Suivre coûts/efficience, et Recommander les optimisations. Gouverner les policies IA : Former aux principes d’IA responsable, Mettre en place la Charte et appliquer les bonnes pratiques Compétences REQUISES Compétences techniques Principes Architecture RAG / LLM / Agents pour évaluer les risques Principes MLOps & industrialisation IA & qualité des modèles Gouvernance IA & gestion des risques IA, IA Act & RGPD, Méthodologies de test IA (robustesse, biais, sécurité) Compétences transversales Formation Bac +5 (ingénieur, data science, informatique, commerce). Expérience confirmée en management d’équipes. Forte exposition aux environnements data / cloud / IA. Leadership d’une fonction de contrôle, comitologie, rédaction de policy, Orientation résultats et impact mesurable. Capacité à challenger DDI/DSI/métier et autres parties prenantes Capacité à dialoguer avec COMEX / CODIR. LIVRABLES AI Governance Framework Politique d’usage IA formalisée Charte Ethique IA Livrable de conformité/risque IA INDICATEURS DE PERFORMANCE % des cas d’usage classifiés (HARA) et documentés (AI Act). % des projets IA passant les gates de conformité (cadrage → go‑live). Taux de non‑conformités détectées vs corrigées (D‑30 avant go‑live). Taux d’hallucinations / erreurs critiques détectées en test vs en run. % des systèmes à risque audités et plans d’actions soldés. Délai moyen de traitement des incidents IA (détection → résolution). Respect des quotas/FinOps IA (écart vs budget).
