Un projet d'IA ne se planifie pas comme un chantier : la préparation des données prend presque toujours plus que prévu, la modélisation peut échouer à atteindre le seuil, et chaque jalon peut conduire à arrêter. L'assistant de projet tient un plan qui assume ces incertitudes, suit les dépendances côté client et rend visible le moment où il faut décider plutôt que continuer par habitude.

Ce qu'il fait chaque jour chez vous

Découper le projet en phases décidablesIl structure le plan en phases closes par un point de décision : cadrage, préparation, prototype, évaluation, industrialisation, chacune avec ses livrables et son critère de passage.
Suivre les dépendances chez le clientExtraction promise, avis du DPO, accès au serveur de recette : il note pour chaque tâche ce qui dépend du client et calcule l'effet d'un retard de sa part sur la date suivante.
Mesurer l'écart sur la préparation des donnéesIl compare chaque semaine les jours prévus et réellement passés à nettoyer le jeu de données d'entraînement, et le dit tôt quand cette phase déborde, car c'est elle qui déborde le plus.
Tenir le journal des risques du projetDonnées insuffisantes, base légale fragile, seuil hors d'atteinte, coût d'exploitation inconnu : il inscrit chaque risque avec son porteur et la date où il sera réexaminé.
Préparer la matière du comité de décisionAvant chaque jalon, il assemble les résultats mesurés, les jours consommés et les options possibles, pour que le comité choisisse en connaissance de cause et non par inertie.
Planifier la surveillance après livraisonQuand le projet aboutit, il ajoute au plan les revues périodiques de dérive du modèle et les dates de réentraînement prévues, pour que le suivi ne disparaisse pas avec l'équipe projet.

Sur le terrain

Un prototype qui n'atteint pas le seuil

À la fin de la phase prototype, le modèle de détection de défauts d'un fabricant atteint 0,72 au lieu du 0,85 fixé dans le protocole. L'assistant de projet prépare pour le comité trois options chiffrées : arrêter, collecter deux mois de données supplémentaires ou réduire le périmètre à deux lignes de production. Le client choisit la troisième en sachant ce qu'elle coûte et ce qu'elle ne garantit pas.

Une extraction promise qui décale tout

L'extraction de l'historique des commandes, promise pour le 3, n'est toujours pas arrivée le 12. L'assistant de projet recalcule le plan et montre que la mise en production d'un modèle prévue avant la saison glisse de trois semaines si rien ne bouge. Il envoie au chef de projet la note avec la nouvelle date, qui la transmet au sponsor du client, et l'extraction arrive dans la semaine.

Les mots qu'il emploie chaque jour

Jeu de données d'entraînement: Les données qui servent à fabriquer le modèle : leur origine et leurs droits conditionnent tout ce qu'on pourra en faire.
Mise en production d'un modèle: Le passage du prototype au service utilisé : c'est là qu'apparaissent le coût, la latence et la surveillance.
Dérive du modèle: La perte de performance quand la réalité s'écarte des données d'entraînement : elle se surveille, sinon elle se découvre par une plainte.

Son métier de départ : Assistant de projet. Toute l'activité : Données et intelligence artificielle.