AI Engineer

Développement de modèles d’IA :

• Participer à la conception, l’entraînement et l’optimisation de modèles de Machine Learning (supervisé/non supervisé) et de Deep Learning.
• Implémenter des algorithmes pour des cas d’usage spécifiques (ex : vision par ordinateur, NLP, prédiction).

Prétraitement et analyse de données :

• Nettoyer, structurer et analyser des jeux de données pour les rendre exploitables.
• Collaborer avec les data scientists pour identifier des tendances ou des insights.

Intégration et déploiement :

• Aider à intégrer les modèles dans des applications ou des pipelines de production (APIs, cloud, etc.).
• Contribuer à la documentation technique et aux tests de validation.

Veille technologique :

• Se tenir informé(e) des avancées en IA (frameworks, outils, bonnes pratiques).
• Participer à des revues de code et à des ateliers internes.

Collaboration transversale :

• Travailler avec les équipes métiers pour comprendre les besoins et traduire les exigences en solutions techniques.
• Assister aux réunions techniques et fonctionnelles.

Formation :
Bac +5 en Intelligence Artificielle, Data Science, Informatique ou domaine équivalent

Profil 1 à 3 ans d'expérience

Compétences techniques requises :

• Langages : Python (obligatoire), connaissance de R ou C++ (un plus).

• Librairies/Frameworks :

  • Machine Learning : Scikit-learn, TensorFlow, PyTorch.
  • Data : Pandas, NumPy, Matplotlib/Seaborn.

Outils :

• Expérience avec Jupyter Notebook, Git, Docker.
• Connaissance des bases de données (SQL/NoSQL) et des environnements cloud (AWS, Azure, GCP) appréciée.

Concepts clés :

• Bases en statistiques, algèbre linéaire, et réseaux de neurones.
• Notions de MLOps (déploiement, monitoring) un atout.