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.