Business Analyst tech RAG IA generative - Freelance

Descriptif du poste

Le poste vise à accompagner le déploiement d'une plateforme de recherche documentaire augmentée par l'IA générative (RAG) au sein du groupe L'enjeu principal est de faire le pont entre les équipes techniques (data scientists, développeurs) et les métiers, en formalisant les besoins, en assurant la qualité des solutions et en pilotage plusieurs projets métiers simultanément.

Profil recherché

Le profil recherché doit combiner une expertise confirmée en business analysis avec des compétences techniques solides en data science, IA générative et RAG, tout en ayant d'excellentes capacités relationnelles et rédactionnelles. La maîtrise de l'anglais est également indispensable pour ce poste transverse et innovant.

Compétences clés

• Business Analysis SI avancée : recueil et formalisation des besoins métiers (ateliers, interviews)

• Rédaction de spécifications fonctionnelles détaillées et user stories

• Conception de parcours utilisateurs et définition de cas d'usage

• Rédaction de critères d'acceptation et cas de test fonctionnels

• Pilotage opérationnel multi-projets (planning, gestion des risques, reporting)

• Coordination d'équipes techniques et métiers

• Pratique d'un cadre agile (Scrum/Kanban)

• Capacité à challenger un design RAG avec l'équipe tech (choix sources de données, vectorisation, évaluation)

• Capacité à monter rapidement en compétence sur des concepts techniques

• Capacité à vulgariser des sujets techniques auprès des métiers

• Gestion de la relation avec les parties prenantes (négociation, arbitrage)

• Capacité à gérer plusieurs projets en parallèle

• Pensée critique pour challenger les solutions proposées

Compétences importantes

• Compréhension du cycle de vie des données textuelles (ingestion, nettoyage, indexation, enrichissement)

• Conception fonctionnelle et paramétrage métier de plateformes (droits, rôles, vues métier)

• Intégration fonctionnelle d'une solution transverse dans le SI (flux, sécurité, IAM) — niveau fonctionnel

• Modélisation de processus (BPMN ou équivalent)

• Notions NLP applicatif (similarité sémantique, classification, QA)

• Cadrage de POC / produit (définition use cases, ROI, risques)

• Notions d'architecture applicative et intégration (front/back, API, flux, sécurité, IAM)

• Conduite du changement / adoption produit

• Respect des délais / fiabilité

• 
  Compétences rares

• Compréhension des principes RAG (retrieval, embeddings, vector DB, orchestration avec LLM)

• Capacité à challenger un design RAG (choix sources de données, chunking/vectorisation, scoring, évaluation)

• Connaissances conceptuelles LLM / GenAI (embeddings, hallucinations, comportements modèles)

• Architecture RAG (vector DB, scoring, reranking, orchestration et choix d'indexation)

• Capacité à challenger un design RAG (choix sources de données, chunking, métadonnées, évaluation et mitigation des hallucinations)

• Concepts fondamentaux LLM / GenAI (embeddings, hallucinations, limites des modèles)

• Aisance en anglais opérationnel (oral & écrit) pour interagir avec éditeurs/vendors/international