Ingénieur R&D en IA/Machine Learning/Deep Learning

Votre mission

En tant qu'Ingénieur R&D en Machine Learning, vous jouerez un rôle clé dans l’équipe « Analytics » pour la conception, l'optimisation et le déploiement de modèles en intelligence artificielle. Vous travaillerez au sein d'une équipe multidisciplinaire (data scientists, ingénieurs software, chercheurs) pour aider à la transformation des innovations scientifiques en solutions industrialisables.

Vos responsabilités

• Recherche et Développement : Concevoir et expérimenter de nouveaux algorithmes de machine learning et deep learning.

• Optimisation et Industrialisation : Améliorer les modèles en termes de performance, scalabilité et efficacité.

• Avoir une expérience en mise en production (MLOps) est un plus : Implémenter des pipelines ML robustes intégrant CI/CD, monitoring et automatisation du déploiement.

• Collaboration et Veille : Travailler avec les équipes techniques et scientifiques pour intégrer les meilleures pratiques et suivre les avancées du domaine.

Qualifications

Compétences techniques

• Expertise en machine learning et deep learning (modèles, entraînement, tuning, interprétabilité)

• Maîtrise avancée de Python et des bibliothèques ML (PyTorch, Scikit-learn...)

• Expérience avec les outils MLOps (Docker, Kubernetes...)

• Bonne connaissance du développement logiciel et des systèmes distribués (Ray, Apache beam, kuberflow est un plus…)

• Expérience des approches CI/CD et DevOps (GitLab)

• Maîtrise des bonnes pratiques de développements en production (tests, clean code, maintenabilité).

Compétences comportementales

• Autonomie et prise d’initiative : Capable de proposer et implémenter des solutions innovantes.

• Collaboration et communication : Aptitude à travailler avec des profils variés (ingénieurs, chercheurs, produit).

• Rigueur scientifique et esprit analytique : Capable d’expérimenter, valider et challenger les résultats.

Ce que nous offrons

• Un environnement dynamique au sein d’une startup deeptech à fort potentiel.

• Une forte autonomie et des défis technologiques de pointe.

• Un salaire attractif

• Une culture d’innovation et de partage des connaissances.