Chef de technologie de groupe de produits - IA pour la gestion des données (AI4DM)

Définir et gérer la vision produit, la feuille de route et le flux de valeur d'AI4DM, en priorisant des capacités telles que l'orchestration d'agents et les assistants basés sur les LLM.,Établir des blocs de construction d'IA réutilisables (LLM, récupération, garde-fous, cadres d'invite/d'outillage, évaluateurs) et un tissu d'agents.,Appliquer l'IA/les agents tout au long du cycle de vie de la livraison de la gestion des données (planifier → construire → exécuter → optimiser) et des activités de gouvernance.,Diriger des équipes pluridisciplinaires (plateforme de données, catalogue/lignée, gouvernance, DevOps/MLOps), en établissant des normes d'ingénierie et des pratiques axées sur l'automatisation.,Intégrer les services d'IA avec le catalogue, la lignée, le lac de métadonnées, les pipelines, les systèmes de billetterie/ITSM, les moteurs de workflow et les plateformes d'observabilité.,Favoriser l'adoption via des architectures de référence, des kits d'intégration, des guides pratiques et des modèles réutilisables.,Architecturer des services LLM/RAG, des agents utilisant des outils et des composants d'apprentissage de règles pour la découverte, la classification, le marquage, l'enrichissement, l'extraction de lignée et l'assistance à la qualité des données.,Mettre en œuvre des garde-fous, des normes d'invite, des bancs d'évaluation et des politiques de sécurité pour des résultats fiables et des décisions traçables.,Créer des agents de livraison pour la curation du backlog, les critères d'acceptation, la cartographie des politiques et la génération de preuves.,Orchestrer des agents d'exécution pour la surveillance de la fraîcheur des métadonnées, l'assemblage des preuves de contrôle, le triage des exceptions et la remédiation.,Codifier les normes et procédures dans des bibliothèques de politique-as-code ; générer des tableaux de bord et des attestations.,Automatisé l'alignement du glossaire, l'attribution des rôles/propriétés et les points de contrôle du cycle de vie.,Utiliser l'IA pour recommander des règles de qualité des données, détecter les dérives et les anomalies, et prioriser les exceptions.,Établir des environnements, des pipelines et de la télémétrie pour la gestion du cycle de vie des modèles.,Définir les SLO de service et mettre en œuvre la surveillance/l'alerte pour la fiabilité des agents et la qualité des résultats.,Collaborer avec la gouvernance des données, la confidentialité, la gestion des dossiers et de l'information, les centres d'excellence de plateforme et les équipes de domaine.,Faciliter les revues d'affaires trimestrielles (QBR) et les revues de programme ; rendre compte des résultats, des risques et des meilleures actions suivantes.

Plus de 10 ans d'expérience en ingénierie des données, gouvernance/gestion des données.,Plus de 5 ans à diriger des équipes de plateforme/produit à l'échelle de l'entreprise.,Plus de 10 ans en ingénierie IA/ML et science des données.,Preuve de livraison de services basés sur l'IA/agents pour la gestion des données (par exemple, enrichissement de catalogue/métadonnées, extraction de lignée, assistance à la qualité des données, automatisation de la gouvernance).,Solides compétences en architecture avec les LLM, les systèmes de récupération, les cadres d'agents, l'orchestration d'événements/workflows et l'intégration avec les plateformes de catalogue/lignée/métadonnées.,Maîtrise de MLOps (gestion de versions de modèles, évaluation, télémétrie, retour arrière), de l'observabilité pour les services d'IA et des modèles de politique-as-code.,Expertise en conception de taxonomie/glossaire, qualité des métadonnées et pratiques de gouvernance du cycle de vie.,Expérience avec les environnements multi-cloud et fédérés sur site ; techniques de préservation de la confidentialité ; génération de données synthétiques pour les bancs de test ; apprentissage par renforcement à partir de retours pour améliorer la performance des agents.