Chaque employé fait partie de ce qui nous rend uniques sur le marché: agiles et dévoués.

Product

Owner, AI Factory Le/La Product Owner (PO) – Escouade AI Factory est un leader produit technique clé, responsable de définir, d'industrialiser et d'exécuter la vision produit et la feuille de route pour la plateforme AI Factory de l'entreprise. Agissant comme pont central entre l'architecture d'entreprise, la science des données, l'ingénierie et les parties prenantes d'affaires, le/la Product Owner établit l'architecture de référence (blueprint) globale de la plateforme. cadres Model Context Protocol [MCP], boîtes à outils, passerelles API, bibliothèques de compétences certifiées, graphes de connaissances sémantiques) ainsi que les pipelines de déploiement CI/CD automatisés afin de réduire le temps de livraison de l'IA de plusieurs mois à quelques jours. Définir, prioriser et exécuter la vision produit et la feuille de route pluriannuelle de la plateforme AI Factory, en agissant comme noyau central du modèle hub‑and‑spoke d'IA agentique de l'entreprise.

Détenir et gérer le carnet de commandes (backlog) de l'escouade, en traduisant les directives d'architecture, les objectifs stratégiques de l'entreprise et les besoins en IA inter-escouades en histoires utilisateur (user stories), critères d'acceptation et livrables techniques clairs. Offrir des capacités de plateforme en libre-service (comme le catalogue de services) pour accélérer l'intégration des escouades internes et favoriser la démocratisation du développement de l'IA. Piloter l'industrialisation de pipelines CI/CD automatisés de bout en bout pour les modèles d'IA et les agents autonomes, en ciblant des cycles rapides du commit de code jusqu'à la production.

Diriger la feuille de route produit pour l'orchestration multi‑agents avancée, les plateformes d'arbitrage, les outils de traçabilité (tracing) et les cadres d'évaluation automatisés à l'aide de jeux de données de référence (Golden Datasets).



Normaliser et cataloguer les actifs de plateforme réutilisables, les boîtes à outils d'API, les bibliothèques de compétences d'agents certifiées et les couches de graphes de connaissances/données sémantiques pour une réutilisation étendue à l'ensemble des escouades. Intégrer des garde‑fous architecturaux légers et continus, des contrôles d'accès aux données et des mécanismes de conformité (confidentialité, sécurité, risque lié aux modèles) directement dans le pipeline de la plateforme.

Mettre en œuvre des cadres d'observabilité, de lignage des modèles (lineage) et de surveillance robustes afin de maintenir une haute disponibilité (99,9 %) et de minimiser les taux d'hallucination Établir des contrôles FinOps à l'échelle de l'entreprise, suivre l'attribution des jetons (tokens) et appliquer les meilleures pratiques d'optimisation pour éviter le dépassement des coûts liés aux LLM parmi les escouades utilisatrices. Agir à titre de liaison stratégique entre l'architecture d'entreprise, l'infrastructure, les données et analytique, la sécurité et les escouades d'affaires utilisatrices. Collaborer avec les escouades utilisatrices pour faciliter une intégration fluide à la plateforme AI Factory, en stimulant l'adoption tout en maintiennes des limites opérationnelles claires (habiliter les escouades pendant qu'AI Factory détient le cœur de la plateforme).

FORMATION ACADÉMIQUE ~ Baccalauréat ou maîtrise en informatique, technologies de l'information ou dans un domaine connexe. Minimum de 8 ans et plus d'expérience progressive en technologies de l'information, ingénierie logicielle ou plateformes de données.



Au moins 3 à 5 ans et plus dans un rôle de Product Owner, Technical Product Manager ou Product Lead, à la tête de plateformes techniques ou de solutions d'infrastructure infonuagique.

Expérience concrète et exposition au MLOps/LLMOps et à l'ingénierie des données. Antécédents démontrés dans la création et la mise à l'échelle de produits de plateforme, du concept jusqu'à l'adoption à l'échelle de l'entreprise, en utilisant les méthodologies Agile/Scrum. Expérience pratique de la gestion du cycle de vie de l'IA/ML moderne, des architectures de grands modèles linguistiques (LLM) et des cadres d'IA agentique.

Outillage MLOps/LLMOps : Connaissance approfondie du CI/CD pour le ML/IA, de la conteneurisation (Docker, Kubernetes), des registres de modèles, des magasins de caractéristiques (feature stores) et des outils d'observabilité et de traçabilité.

Gestion de produit et Agile : Expertise éprouvée en priorisation du carnet de commandes, gestion des parties prenantes, suivi des OKR, cartographie du parcours utilisateur et réalisation de la valeur.

Communication et collaboration : Compétences exceptionnelles en communication et en leadership, avec la capacité de faire le pont entre les détails techniques complexes et les résultats d'affaires exécutifs.

Bilinguisme : Le bilinguisme en anglais et en français est un atout. Du développement professionnel à la sécurité personnelle, Cogeco s'efforce constamment de créer un environnement qui accueille et enrichit tout le monde. Nous faisons de la santé et du bien-être de nos collègues l'une de nos plus grandes priorités, car nous savons que des employés engagés et appréciés sont synonymes d'une meilleure expérience globale pour nos clients.

Si vous avez besoin de mesures d'adaptation, quelles qu’elles soient, en ce qui concerne notre processus de recrutement, veuillez nous contacter en toute confidentialité à inclusion@cogeco.

📌 Chef de produit, AI Factory (Montreal)
🏢 Cogeco Connexion
📍 Montreal