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

Xpdeep; Grenoble; On-site; EUR 60,000 - 90,000; Full time

Benefits offered by this job

Environnement dynamique

Autonomie et défis technologiques

Salaire attractif

Job summary

Xpdeep recherche un Ingénieur R&D en Machine Learning à Grenoble pour rejoindre l'équipe Analytics. Vous concevrez, optimiserez et déployerez des modèles d'intelligence artificielle en collaboration avec data scientists, ingénieurs software et chercheurs afin de transformer les innovations en solutions prêtes à industrialiser.

Vous participerez à la recherche et au développement d'algorithmes, améliorerez les performances et la scalabilité, et mettrez en place des pipelines ML robustes (MLOps)

Qualifications

• 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, Kubeflow).
• Expérience des approches CI/CD et DevOps (GitLab).
• Maîtrise des bonnes pratiques de développements en production (tests, clean code).

Responsibilities

• 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.

Skills

Machine learning

Deep learning

Python

PyTorch

Scikit-learn

MLOps

Docker

Kubernetes

CI/CD

GitLab

Distributed systems

Testing

Clean code

Tools

Ray

Apache Beam

Kubeflow

Job description

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.

Compétences techniques

• Expertise enmachine learningetdeep learning(modèles, entraînement, tuning, interprétabilité)




• Maîtrise avancée dePythonet des bibliothèques ML (PyTorch, Scikit-learn...)




• Expérience avec les outilsMLOps(Docker, Kubernetes...)




• Bonne connaissance dudéveloppement logicielet dessystèmes distribués(Ray, Apache beam, kuberflow est un plus…)




• Expérience des approchesCI/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 forteautonomieet desdéfis technologiques de pointe.




• Unsalaire attractif




• Une culture d’innovationet departage des connaissances.