Descriptif du poste:\n\nNotre client est une start-up technologique développant une infrastructure de marché destinée aux opérations aériennes.\nSa plateforme permet aux compagnies aériennes d'échanger des créneaux de décollage afin de réduire les retards et d'améliorer leur performance opérationnelle. Après une levée de fonds récente et plusieurs premiers déploiements auprès de grandes compagnies européennes, l'entreprise renforce son équipe technique.\nVous rejoignez une équipe resserrée composée d'un CTO, d'un Lead Engineer et de deux ingénieurs. Vous prenez en charge les sujets de Machine Learning appliqués à la modélisation et à la prévision des opérations aériennes.\nMissions\n* Traiter et analyser d'importants volumes de données opérationnelles\n* Développer des modèles de Machine Learning appliqués aux séries temporelles\n* Travailler sur des problématiques de chaînes de Markov, de théorie des graphes ou de données géospatiales\n* Transformer les modèles développés en solutions fiables et exploitables en production\n* Mettre en place le suivi, le réentraînement et l'amélioration continue des modèles\n* Collaborer avec le CTO et le Lead Engineer sur l'intégration des modèles au produit\n* Participer aux réflexions produit et aux travaux de recherche appliquée\n\nProfil recherché:\n\n* Formation Bac+5 en Machine Learning, Data Science, intelligence artificielle, statistiques, mathématiques appliquées ou physique\n* Formation académique de premier plan : École polytechnique, CentraleSupélec, ENS, Mines Paris, Télécom Paris, École des Ponts ParisTech, Centrale Lyon, Master MVA ou formation internationale équivalente\n* Minimum deux années d'expérience professionnelle hors stages et alternance en Machine Learning Engineering ou Data Science\n* Expérience concrète sur des problématiques de séries temporelles\n* Expérience indispensable de mise en production de modèles de Machine Learning\n* Bonne maîtrise de Python et solides connaissances en mathématiques appliquées\n* Une exposition à la théorie des graphes, aux chaînes de Markov ou aux modèles géospatiaux est appréciée\n* Expérience en start-up, en conseil spécialisé ou dans un environnement quantitatif exigeant\n* Forte culture scientifique et goût pour les environnements rapides et responsabilisants\n* Français courant indispensable et anglais professionnel\n* Les profils principalement spécialisés en LLM ou en intelligence artificielle générative ne correspondent pas au besoin.\nEnvironnement technique\nPython, Machine Learning, séries temporelles, MLOps, DevOps, mathématiques appliquées, chaînes de Markov, théorie des graphes, modèles géospatiaux, données temps réel.