Lead AI Engineer - AI Adoption & SDD Coach à Paris, France

Description de la mission

Dans le cadre d’un programme stratégique de transformation de la DSI lié au déploiement de l’intelligence artificielle, l’objectif est d’améliorer la productivité, la réactivité et la résilience des activités IT.

Le programme couvre l'ensemble des lignes IT et vise à structurer, industrialiser et déployer à l'échelle les usages de l'IA au sein des équipes de développement, de support, d'architecture et de production.

Dans le cadre du passage à l'échelle de l'IA dans les activités IT, le programme structure les travaux d'accompagnement à la mise en œuvre de nouveaux operating models et d'accompagnement humain pour le déploiement de l'IA au sein des activités de fabrication logicielle, avec le déploiement de pratiques SDD de référence pour l'ensemble des équipes.

La mission est encadrée par l'AI Engineering Adoption Lead, qui anime le dispositif AI Engineering – SDD Coach, garantit la cohérence d'ensemble de la démarche et contribue à la constitution d'une communauté d'experts SDD au sein des équipes IT.

Le rôle consiste à accompagner les équipes IT dans l’adoption du développement augmenté par l’IA, en s’appuyant notamment sur GitHub Copilot, les chatbots LLM, les prompts, skills, agents, workflows agentiques et serveurs MCP.

Le rôle vise à structurer l’usage de l’IA sur tout le cycle de vie logiciel, en priorité sur les phases de design, développement et tests, avec une approche Spec-Driven Development (SDD), où la spécification devient la source de vérité entre les équipes et les outils IA.

Une mise en place progressive d’un cadre de référence commun est attendue, avec le déploiement des pratiques SDD sur les projets dans une logique de montée en maturité des équipes et d’amélioration continue.

Contexte de la mission

Le programme de transformation couvre notamment les axes suivants :

• Stratégie et gouvernance IA pour l'IT
• Assets, fondations et architecture IA pour l'IT
• Industrialisation et déploiement des usages IA à l'échelle
• Transformation RH, conduite du changement et montée en compétences
• AI FinOps
• Conformité, risques et sécurité liés à l'IA

Rattaché(e) à la Direction du Programme, le/la AI Engineering Adoption Lead intervient comme partenaire privilégié de la direction du programme. Il/elle contribue à la structuration globale du programme, à son exécution et à l'alignement des différentes parties prenantes impliquées dans les différents workstreams.

Détails de la mission

• Coacher les équipes projet sélectionnées dans l’usage efficace, sécurisé et responsable de GitHub Copilot et des outils IA.
• Promouvoir la méthodologie SDD selon le cadre de référence défini et les meilleures pratiques du marché, avec des livrables clairs, traçables et validés par des humains.
• Aider à créer des AI Delivery Playbooks décrivant comment l’IA est utilisée à chaque étape du SDLC.
• Conseiller sur la création et l’utilisation de prompts, skills, custom agents, workflows agentiques et serveurs MCP.
• Contribuer à des recettes SDD, templates, supports de formation et actifs IA réutilisables.
• Renforcer les pratiques de software craftsmanship : clean code, tests, refactoring, revue de code, qualité, sécurité et maintenabilité.
• Capitaliser les retours d’expérience des pilotes pour industrialiser les bonnes pratiques et les partager à l’échelle.

Profil recherché

Profil recherché / Séniorité

AI Engineering – SDD Coach Senior disposant d'une expérience confirmée en software engineering, tech lead, architecture logicielle ou coaching de développement.

Compétences recherchées

• Connaissance approfondie des méthodologies SDD, notamment BMAD et Agile.
• Expérience confirmée en software engineering, tech lead, architecture logicielle ou coaching de développement.
• Très bonne maîtrise du SDLC complet : cadrage, design, développement, tests, CI/CD, production et support.
• Solide culture de software craftsmanship et des pratiques DevSecOps.
• Expérience pratique de GitHub Copilot ou d’assistants IA de développement.
• Compétences en prompt engineering, context engineering, agents, skills et MCP servers.
• Capacité à formaliser des méthodes, playbooks, guides et supports de formation.
• Excellentes compétences de communication, pédagogie, coaching et vulgarisation.
• Capacité à travailler avec des développeurs, tech leads, architectes, managers, équipes sécurité, conformité et métiers.

Livrables attendus

• Plan de coaching des équipes pilotes
• Contributions aux AI Delivery Playbooks
• Recettes SDD et bonnes pratiques réutilisables
• Prompts, skills, agents ou exemples de workflows
• Supports de formation et d’onboarding
• Retours d’expérience et recommandations de passage à l’échelle

Critères de succès

• Gains de productivité mesurables
• Adoption accrue et mieux maîtrisée de GitHub Copilot et des outils IA
• Meilleure qualité des spécifications, du code, des tests et de la documentation
• Réduction des usages IA non structurés
• Autonomie progressive des équipes sur SDD
• Création d’actifs IA réutilisables
• Amélioration de la productivité sans dégradation de la qualité et de la sécurité