Expert IA — Consultant Outillage & Adoption IA (IT) / Freelance
RÉSUMÉ EXPRESS
Consultant expert IA transverse (8\-15 ans) pour mener un benchmark des outils IA (Dataiku, n8n, Claude Code et au\-delà), adapter ses recommandations à chaque persona (Data Scientist, Développeur, Analyst, PO), implémenter un use case avec l'équipe Data Science et livrer un guide de choix opérationnel utilisable de façon autonome.
Disponibilité immédiate obligatoire / Anglais B2\.
MISSIONS PRINCIPALES \& LIVRABLES
Benchmark des Solutions IA
Mener une analyse comparative structurée des outils IA selon les cas d'usage, les personas et les étapes projet Dataiku, n8n, Claude Code et plus largement GitHub Copilot, Cursor, ChatGPT/OpenAI, NotebookLM, Make, Zapier selon les publics
Définir les critères d'évaluation, le scoring et les matrices de décision
Restituer le benchmark de façon compréhensible par des POs comme par des data scientists
Implémentation d'un Use Case Concret
Mettre en ?uvre techniquement un use case IA avec l'équipe Data Science (Python probable, API LLM, workflow Dataiku ou n8n selon le choix retenu)
Valider en pratique les recommandations du benchmark sur un cas réel
Identifier les points de friction dans le workflow quotidien des data scientists et proposer les bons outils selon leur maturité
Guide de Choix par Persona \& Étape Projet
Produire une matrice de décision opérationnelle couvrant les quatre personas : Data Scientist, Développeur, Data Analyst, Chef de Projet / PO
Structurer le guide pour qu'il soit utilisable de façon autonome par les équipes après la fin de la mission
Adapter le niveau de détail et le langage à chaque public cible
Profil candidat:
PROFIL RECHERCHÉ
8 à 15 ans d'expérience, dont une expérience significative à l'interface de la data science, du développement et des équipes métier
Idéalement, profil data scientist senior ayant évolué vers le conseil en IA, ou consultant transformation data/IA en cabinet parcours les plus pertinents
Expérience de benchmark structuré d'outils technologiques pour des organisations avec des équipes hétérogènes : critère discriminant
Capacité d'implémentation réelle
COMPÉTENCES REQUISES
Connaissance des Outils IA du Marché (\+\+) Dataiku : plateforme MLOps/data science collaborative, gouvernance des modèles, pipelines, recettes visuelles et code ; n8n : orchestration de workflows et automatisation, intégrations API, agents IA ; Claude Code : assistant de développement, différences vs GitHub Copilot, Cursor ; et plus largement : ChatGPT/OpenAI, GitHub Copilot, Cursor, NotebookLM, Make, Zapier selon les personas
Benchmark Technologique (\+\+) : Méthode structurée de comparaison d'outils (critères d'évaluation, scoring, TCO, cas d'usage, matrice de décision) ; expérience de restitution à des audiences mixtes techniques et non\-techniques
Vision Personas \& Accompagnement Data Science (\+\+) : Compréhension du workflow d'un data scientist (exploration, modélisation, expérimentation, déploiement) et des points de friction ; capacité à adapter le discours et les recommandations selon le niveau de maturité de chaque persona
Implémentation Use Case (\+) : Python, API LLM, workflow Dataiku ou n8n ? capacité à mettre en ?uvre techniquement un cas concret, pas juste à le conseiller
Veille IA Active
Cette annonce provient de indeed. Voir l'annonce originale ↗