Architecte de données, IA et analyse de la Supply Chain
HP recrute un architecte de données spécialisé dans l'intelligence artificielle et l'analyse de la Supply Chain à Spring, au Texas. Le poste consiste à piloter un portefeuille de produits de données Supply Chain et à concevoir des architectures et modèles de données adaptés au reporting, à l'analyse, à la Data Science, au Machine Learning et à l'IA. Ce poste à temps plein associe une expertise métier Supply Chain à la conception de données prêtes pour l'IA et à la collaboration sur des projets d'analytique avancée, notamment en IA générative. HP indique une rémunération annuelle comprise entre 147 050 et 230 850 USD. Identifiant employeur : 3164111. Offre initialement publiée le 29 septembre 2026. La vignette est une photo de stock éditoriale de Daniil Komov (Pexels), et non une photo d'un site HP ni le logo HP.
Ce recrutement chez HP réunit deux compétences dans une même responsabilité : la maîtrise de l'IA et la connaissance métier de la Supply Chain, au service de l'architecture et de la gestion de produits de données destinés à l'analytique, au Machine Learning et à l'intelligence artificielle. L'enjeu stratégique ne consiste pas simplement à rendre davantage de données accessibles aux systèmes d'IA. Il s'agit de créer des produits de données prêts pour la décision, dont les modèles, les définitions et le contexte analytique sont suffisamment fiables pour soutenir des décisions Supply Chain précises. Cette valeur dépend d'un lien explicite entre les choix d'architecture, des cas d'usage identifiés, notamment en planification ou en analyse opérationnelle, et les responsables qui s'appuieront sur les résultats. Le principal risque est de privilégier l'architecture technique au détriment des besoins décisionnels : une organisation peut produire des actifs réutilisables sans clarifier la signification métier des données, leurs exigences de fraîcheur ou la responsabilité des décisions. Ce recrutement constitue un signal d'investissement de HP dans ces compétences, et non une preuve de résultats opérationnels déjà mesurés ou de performances améliorées grâce à l'IA.