Ce dépôt constitue un framework complet de cadrage pour un projet d’Intelligence Artificielle, intégrant l’ensemble des livrables nécessaires à la structuration, à la conformité et au pilotage d’un projet IA en entreprise.
Il regroupe cinq livrables professionnels :
- Backlog Produit (User Stories & Tâches)
- Dimensionnement & charges (tableur)
- Registre des traitements CNIL (RGPD)
- Évaluation des risques / Analyse d'impact (AIPD)
- Présentation synthétique du cadrage projet
L’objectif est de fournir une méthodologie reproductible, conforme et opérationnelle pour encadrer le développement d’un système d’IA.
AI_Project_Framework/
│
├── Martineau_Alexandre_1_backlog_032025.pdf
├── Martineau_Alexandre_2_tableur_032025 - Dimensionnement.pdf
├── Martineau_Alexandre_2_tableur_032025 - Registre des Traitements CNIL.pdf
├── Martineau_Alexandre_2_tableur_032025 - Id.-Eval. Risques.pdf
├── Martineau_Alexandre_3_presentation_032025.pdf
└── README.md
Le backlog fournit :
- Des user stories structurées (acteur – besoin – objectif)
- Un découpage clair en épopées (Epics) et tâches techniques
- Des critères d’acceptation (DoD / DoR)
- Une priorisation permettant de dérouler le projet en sprints agiles
Le backlog sert de référence fonctionnelle pour l’équipe data/IA.
Le document de dimensionnement inclut :
- Les charges estimées (J/H, complexité, incertitude)
- Le planning macro (phases cadrage → développement → déploiement)
- Une structure claire des rôles (Data Engineer, Data Scientist, PM, QA…)
- Un ordonnancement permettant l’allocation optimale des ressources
Ce module répond à la question : « Combien de temps ? Quel budget ? Quelle équipe ? »
Le registre CNIL du dépôt contient :
- Finalités et bases légales du traitement
- Durées de conservation
- Typologie des données personnelles
- Destinataires & conditions de transfert
- Sécurité et mesures techniques
Il garantit une conformité RGPD dès la phase de cadrage.
Le document fournit :
- La cartographie des risques liés aux données
- Les risques opérationnels, techniques et d’usage
- La gravité & vraisemblance par scénario
- Les mesures de réduction (sécurité, anonymisation, gouvernance)
- Une matrice de risques complète
Il évalue la robustesse, la sécurité et l’éthique du futur système d’IA.
La présentation finale synthétise :
- Le contexte du projet
- La problématique IA
- Les objectifs opérationnels
- Les livrables attendus
- Le périmètre fonctionnel
- Les risques et contraintes
- Le planning prévisionnel
C’est le support utilisé pour aligner les parties prenantes (direction, métier, tech).
L’ensemble des documents constitue un framework complet pour encadrer un projet IA :
✔ Vision claire & priorisée
✔ Gouvernance & conformité
✔ Gestion des risques
✔ Planning & estimation des charges
✔ Support de pilotage pour les équipes IA
- Méthodologie Agile / Scrum
- Analyse d’impact (AIPD)
- CNIL / RGPD
- Product management
- Gestion des risques
- AI Project Governance