Taux journalier (TJM): 550
- Pilotage du produit existant, conforme à la réglementation NDOD (Normes de Détection des Overdrafts et Défauts).
- Refonte du moteur : modernisation de l'architecture et intégration de l'IA pour améliorer la détection et l'analyse des défauts.
Lire toute la description ⌄Réduire ⌃
Taux journalier (TJM): 550
CONTEXTE
Au sein de la DSI, le client cherche à renforcer son expertise en gestion de produits data pour :
Moteur Vision Partagé du Défaut :
- Pilotage du produit existant, conforme à la réglementation NDOD (Normes de Détection des Overdrafts et Défauts).
- Refonte du moteur : modernisation de l'architecture et intégration de l'IA pour améliorer la détection et l'analyse des défauts.
- Assurer la qualité des données et leur alignement avec les besoins métiers.
Refonte des Visions Client :
- Repenser les tableaux de bord permettant de visualiser les données client, notamment leurs encours (expositions, risques, etc.).
- Objectif : simplifier l'accès aux données, améliorer l'ergonomie.
MISSIONS
- Pilotage des backlogs : priorisation des user stories, gestion des sprints et alignement avec les parties prenantes (métiers Risques).
- Collaboration avec les équipes :
- Data : intégration des données, validation des règles NDOD, et exploitation de l'IA pour le moteur de défaut.
- Techniques : accompagnement des développeurs pour la refonte des moteurs et des visions.
- Métier : recueil des besoins et validation des livrables (ex : prototypes des nouvelles visions client).
- Gestion des dépendances :
- Coordination avec les équipes pour l'intégration des données.
- Assurer la qualité des données et leur conformité réglementaire (NDOD).
- Amélioration continue :
- Identifier les opportunités d'automatisation (ex : génération des visions client) et d'innovation (ex : utilisation de l'IA pour la détection des défauts).
OUTILS & ENVIRONNEMENT
- Jira
- Socle technique : Cloud Public
1. Expérience confirmée en Product Ownership sur des produits data ou réglementaires
2. Certification en méthodologies Agile/SAFE et des outils de gestion de backlog (Jira, Confluence)
3. Connaissance des enjeux data (qualité, gouvernance, intégration) et des réglementations bancaires (NDOD)
4. Capacité à fédérer des équipes pluridisciplinaires (data, tech, métier) et à prioriser des sujets complexes
5. Intérêt pour l'IA