Descriptif du poste:\n\nEn postulant à cette offre, vous aurez l'opportunité de rejoindre une entreprise spécialisée dans les modèles de fondation en Intelligence Artificielle et Machine Learning, qui déploie ses solutions directement au cœur des environnements d'entreprise.\nElle est à la recherche d'un(e) Forward Deployed Engineer pour déployer et prouver la valeur de son modèle de fondation en environnement de production réel face aux modèles existants des clients, sur des problématiques de prédiction quantitative (risque de crédit, churn, maintenance prédictive, prévision de la demande).\n\nVos missions si vous les acceptez :\n \n* Déployer et prouver la valeur du modèle de fondation en environnement de production réel avec des données brutes\n* Traduire les objectifs business en problèmes de prédiction bien définis avec des métriques de succès et des exigences de données claires\n* Adapter le pipeline de données à la stack de chaque client (ingestion de données, feature engineering, intégration de modèles, câblage API, configuration d'infrastructure cloud/on-premise/hybride)\n* Concevoir et exécuter des évaluations rigoureuses (benchmarks du modèle face aux baselines clients, splits de données appropriés, tests OOD, analyse de calibration)\n* Aider les clients à comprendre et faire confiance au modèle (quantification de l'incertitude, analyse des cas limites, artefacts d'interprétabilité comme SHAP ou l'importance des variables)\n* Surveiller le comportement du modèle en production (logging, alerting, détection de drift, suivi des performances) et transmettre les dégradations à l'équipe de recherche\n* Animer des ateliers techniques avec des quants, data scientists, ingénieurs infrastructure et parties prenantes business\n* Documenter, expliquer et transférer les connaissances pour rendre les clients autonomes\n* Faire le lien entre le terrain et les équipes recherche/produit pour enrichir le produit et alimenter les modèles répétables\n \n\nProfil recherché:\n\nEt vous ?\n \n* Vous êtes Machine Learning Engineer, Data Scientist ou consultant technique orienté ML\n* Vous disposez d'au moins minimum 4 ans d'expérience (idéalement minimum 3 ans d'expérience pratique)\n* Vous avez dirigé au moins un projet ML de bout en bout en environnement de production (des données brutes au modèle déployé) avec une responsabilité business directe\n* Vous maîtrisez Python, SQL, Parquet, DuckDB, scikit-learn, LightGBM, XGBoost, PyTorch, JAX, ainsi que les environnements AWS, GCP, Docker, Kubernetes\n* Vous maîtrisez le Feature engineering, les déploiements Cloud / On-premise / Hybrides, les tests OOD, les pipelines de reproductibilité et MLOps (MLflow, monitoring)\n* Vous avez la capacité de mener des conversations techniques avec des quants/data scientists comme avec des profils non-techniques, et de recadrer constructivement un problème si besoin\n* Vous faites preuve d'une grande autonomie, êtes à l'aise avec l'ambiguïté et le contexte d'une startup early-stage\n* Vous parlez un anglais courant (impératif) ; la maîtrise du français est un plus\n* Une expérience dans la finance, l'énergie, l'assurance ou un secteur riche en données tabulaires est un plus, tout comme des contributions open-source (scikit-learn, pytorch-tabular, deeptab)\n\nIl en faut plus pour vous convaincre ?\n \n \n* Un rôle à fort impact direct sur des métriques business réelles au sein d'un environnement deep tech\n* Une rémunération globale très attractive (80k€ - 130k€) complétée par de l'Equity (BSPCE)\n* Des tickets restaurant, une mutuelle d'entreprise et une couverture santé complète\n* Des congés payés conformes aux standards français\n* Un cadre de travail dynamique avec une flexibilité pour le télétravail partiel\n