Chercheur en Machine Learning

We+; Marseille; Sur place; EUR 70 000 - 110 000; Plein temps

Résumé du poste

We+ recherche un profil senior pour faire évoluer un framework agentique dédié à la recherche et à l’expérimentation en ML, avec une focalisation sur la prévision de séries temporelles et l’IoT & maintenance prédictive.

Vous concevrez des protocoles expérimentaux solides et livrerez un code testé, documenté et intégrable dans une architecture existante, tout en explorant des méthodes supervisées et non supervisées et le transfert vers la production.

Qualifications

• Expérience confirmée en recherche appliquée en ML et Python.
• Maîtrise des séries temporelles, détection d’anomalies et DL.
• Capacité à livrer du code testé et documenté, intégrable dans une architecture existante.

Responsabilités

• Faire évoluer un framework agentique dédié à la recherche et à l’expérimentation en ML.
• Concevoir des protocoles expérimentaux solides et produire des résultats reproductibles.
• Livrer du code et de la documentation, avec tests et intégration en production.

Connaissances

Python

Séries temporelles

Détection d’anomalies

Deep Learning

Recherche appliquée

MLOps

Conception d’expériences

Formation

Bac+5 dans un domaine pertinent

Doctorat (atout)

Outils

Dataiku

PyTorch

scikit-learn

Description du poste

Et si vos travaux en Machine Learning allaient au-delà du modèle pour devenir des outils de recherche utilisés au quotidien ?

Je recherche un profil senior pour faire évoluer un framework agentique dédié à la recherche et à l’expérimentation en ML. Le système accompagne les équipes dans la formulation des problèmes, la conception d’expériences, la génération de code et l’évaluation des résultats.

La mission s’articule autour de deux défis.

Faire progresser la prévision de séries temporelles en tenant compte des événements susceptibles de les influencer :

• identifier et structurer les événements pertinents ;
• modéliser leur probabilité, leur temporalité, leur intensité et leur impact ;
• produire plusieurs scénarios de prévision, du scénario sans événement au scénario de stress ;
• comparer les approches statistiques, Machine Learning et Deep Learning ;
• construire des évaluations rétrospectives rigoureuses, sans fuite temporelle, avec tests placebo et modèles de référence.

IoT et maintenance prédictive

• détecter les anomalies et les signaux précurseurs de panne ;
• estimer le risque de défaillance et, lorsque les données le permettent, la durée de vie utile restante ;
• traiter des séries temporelles multivariées, bruitées ou incompletes ;
• comparer les méthodes supervisées, non supervisées et d’analyse de survie ;
• générer des alertes explicables et exploitables par les équipes métier.

Le profil recherché

Vous avez une expérience confirmée en recherche appliquée en Machine Learning et maîtrisez Python, les séries temporelles, la détection d’anomalies et le Deep Learning. Vous savez concevoir des protocoles expérimentaux solides et livrer un code testé, documenté et intégrable dans une architecture existante.

Une expérience des systèmes agentiques, de Dataiku, du MLOps ou du transfert de travaux de recherche vers la production sera appréciée. Un Bac+5 dans un domaine pertinent est requis ; un doctorat constitue un atout.