Forward Deployed Engineer (Data oriented) | Deeptech | H/F (Paris or London)
Summary
A Forward Deployed Engineer at a seed-stage deep-tech startup (€4M raised) building a Foundation-Model-powered data science agent for structured/tabular data. Day to day: end-to-end client deployments (scoping, integration, production, monitoring), rigorous model evaluation, and acting as the lead technical contact. Core stack: Python, SQL, DuckDB, Docker, Kubernetes, AWS/GCP, scikit-learn, LightG
PRÉSENTATION DE L'ENTREPRISE
Êtes-vous le bon/la bonne candidat(e) pour cette opportunité ? Découvrez-le en lisant l'aperçu du poste ci-dessous.
Pour le compte d'une startup deep-tech en phase d'amorçage (4 M€ levés) qui redéfinit l'utilisation de l'IA prédictive en entreprise, nous recherchons leur futur(e) Forward Deployed Engineer.
L'entreprise développe un agent de Data Science propulsé par des Foundation Models appliqués aux données structurées/tabulaires (finance, risque, opérations).
Leur objectif : transformer des initiatives ML jusqu'ici cloisonnées en une infrastructure prédictive évolutive et pérenne.
PRÉSENTATION DU POSTE
Rôle & Responsabilités
1. Déploiement & Preuve de Valeur
- Livraison de bout en bout : cadrage du problème business, définition des métriques de succès et mise en production.
- Intégration technique : adaptation des pipelines à la stack du client (ingestion, feature engineering, connexions API, infrastructure cloud/on-premise/hybride).
- Évaluation rigoureuse : comparaison du foundation model aux modèles existants via des tests out-of-distribution (OOD), des analyses de calibration et d'interprétabilité (SHAP).
- Monitoring & Feedback loop : suivi du drift et des performances en production, puis transmission des résultats à l'équipe de recherche.
2. Partenariat Client
- Intervenir comme point de contact technique principal auprès des équipes clients (data scientists, quants, ingénieurs infra).
- Animer les ateliers techniques et structurer la documentation pour garantir l'autonomie du client post-déploiement.
Profil Recherché
- Expérience : 3 à 7 ans en tant que ML Engineer, Data Scientist ou Consultant technique ML, avec au moins un projet ML tabulaire déployé en production de bout en bout.
- Ingénierie & ML : excellente maîtrise de Python, des pipelines de données tabulaires (leakage, schéma, valeurs manquantes) et du ML classique (calibration, overfitting, SHAP).
- Stack technique : SQL, Parquet, DuckDB, Docker, Kubernetes, bases cloud (AWS/GCP), scikit-learn, LightGBM/XGBoost. PyTorch ou JAX est un plus.
- Posture client : capacité à cadrer les besoins, animer des échanges techniques et challenger les hypothèses des parties prenantes.
- Soft skills : forte autonomie, aisance dans l'ambiguïté propre aux startups early-stage.
- Langues : anglais fluide indispensable ; le français est un plus.
Les bonus :
- Expérience dans un secteur à forte intensité de données (Finance, Assurance, Énergie).
- Contributions open-source ou notions de MLOps (MLflow, monitoring).
Conditions & Avantages
- Rémunération : 80k€ - 100k€ selon profil et localisation (Paris ou Londres)
- Equity : BSPCE / Stock-options
- Organisation : 1 à 2 jours de télétravail par semaine
- Avantages : mutuelle, congés payés & RTT (selon contrat français)
PROCESS DE RECRUTEMENT
- Entretien de découverte (30 min).
- Entretien technique (1h30 - 2h) incluant un "Home Assignment" adapté à votre spécialité, suivi d'une restitution avec nos chercheurs. xuezdbg
- Rencontre informelle avec l'ensemble de l'équipe.
#tabulardata #predictive #fromscopingtoproduction #datascience #dataengineer