Consultant·e Senior Metadata & Contenus H/F - 75

Contexte

- Mission d'étude au bénéfice d'un client (organisation de presse - anonymisée), sans prestation de développement à ce stade.
- Coordination avec la DSI en charge des métadonnées.
- Échanges préalables déjà tenus ; la présente fiche formalise le périmètre à présenter avant contractualisation.

Interlocuteurs et coordination

- Côté client : DSI en charge des métadonnées.
- Demande associée : partage des coordonnées des personnes clés côté prestataire pour une présentation du périmètre de mission avant formalisation.

Objectif de planification

- Cible de chiffrage : avant Noël.
- Démarrage envisagé : début 2026, sous réserve de validation par la DSI.

Objectifs « high level » de la mission (phase initiale)

- Analyse concurrentielle des métadonnées : comparaison [Client - organisation de presse] vs Reuters, AP, et autres acteurs à déterminer.
- Analyse des besoins clients en metadata dans leurs systèmes CMS / DAM / MAM, avec un focus spécifique sur les usages « AIfriendly ».
- Recommandations d'actions.

Description détaillée du besoin1) Analyse concurrentielle des métadonnées

- Construire une grille de comparaison couvrant : modèles de métadonnées (schéma, champs obligatoires/optionnels), taxonomies/ontologies, politiques de nommage, qualité/complétude, mécanismes d'identifiants, historisation/versioning, exposition via APIs, et modalités de licence/usage.
- Cadrer les sources publiques et matériaux accessibles des acteurs ciblés (Reuters, AP, autres à confirmer) et expliciter les limites éventuelles.
- Évaluer l'alignement/déviations du [Client - organisation de presse] par rapport aux pratiques observées, avec exemples représentatifs.

2) Besoins clients metadata dans CMS / DAM / MAM

- Conduire des entretiens structurés avec un panel représentatif de clients/intégrateurs (rôles : équipes CMS, responsables DAM/MAM, data/AI) pour cartographier les besoins par parcours : ingest édition publication réutilisation.
- Identifier les champs et structures « AIfriendly » prioritaires (désambiguïsation, liens entitéévénement, timestamps normalisés, droits/licensing, source, provenance) et les contraintes d'ingestion/export (formats, payloads, latence, webhooks).
- Formaliser les attentes d'intégration : modèles d'API (REST/GraphQL), filtres, pagination, recherche/facettes, webhooks, documentation attendue, exemples de réponses, politiques de versioning et SLA de fraîcheur/qualité.

3) Recommandations d'actions

- Produire des options de convergence par paliers (quick wins vs chantiers structurants), avec impacts estimés sur qualité des métadonnées, réutilisabilité, et compatibilité IA.
- Proposer une trajectoire de normalisation (champ par champ / structure par structure), des règles de gouvernance (dictionnaire, contrôles automatiques, métriques de complétude), et les prérequis organisationnels.
- Préparer le chiffrage et les hypothèses associées, adaptés à la cible « avant Noël » pour décision de lancement début 2026.

Périmètre de la phase initiale

- Cadrage et restitution du périmètre aux parties prenantes identifiées par la DSI Metadata.
- Prise en compte des échanges précédents comme base de travail.
- Inclusion des trois volets listés dans les objectifs « high level ».

Hypothèses et dépendances

- Validation interne DSI nécessaire pour enclencher un démarrage début 2026.
- Identification et disponibilité des personnes clés côté prestataire et côté [Client - organisation de presse] pour la présentation de cadrage.

Livrables attendus (alignés sur les objectifs « high level »)

- Restitution d'analyse concurrentielle métadonnées [Client - organisation de presse] vs acteurs cités.
- Synthèse des besoins clients metadata dans CMS / DAM / MAM, avec attention aux usages « AIfriendly ».
- Recommandations d'actions.