Descriptif du poste: Vos missions principales consistent à : * Piloter l'élaboration des propositions méthodologiques, technologiques et architecturales de l'équipe projet en cohérence avec les attentes des partenaires industriels et les propositions des partenaires académiques ; * Contribuer à la réalisation de la roadmap « Data IA » de l'institut, être référent d'au moins une thématique (Robustesse, .) * Analyser les cas d'usages des partenaires industriels et mener les travaux de recherche nécessaires pour lever ces verrous scientifiques et technologiques, produire les livrables correspondants ; * Réaliser, configurer et mettre en place les preuves de concept et les démonstrateurs conformément au contexte opérationnel des partenaires industriels ; * Documenter les travaux réalisés et participer aux transferts des résultats méthodologiques et technologiques vers les équipes des partenaires du projet ; * Contribuer à la dissémination et à l'élaboration de la roadmap scientifique et technologique de votre domaine ; * Gérer une équipe d'ingénieur chercheur autour des activités « Data IA ».   Selon votre profil, vous pourrez évoluer par la suite vers un poste de Responsable d'équipe.   Mission projet :   Ce poste vous permettra dans le cadre des programme www.confiance.ai et le programme IA2 de contribuer aux feuilles de route actuelles, et mais aussi à la construction de nouveaux notamment sur les modèles fondationnels et l'IA Générative.   Mots-clés : Machine Learning, Data Engineering, Computer Vision, NLP, IA generative Profil recherché: Ingénieur ou chercheur F/H très expérimenté (minimum 10 ans d'expérience) en machine learning, avec idéalement un doctorat sur le sujet.   Compétences techniques : * Très bonne connaissance des différents types d'algorithmes ML, ainsi que des frameworks existants (scikitlearn, tensorflow, pytorch); * Autonome sur la mise en œuvre de modèles Data Science (ML & DL) performants et optimisés, et sur la mesure des performances théoriques et réelles ; * Expert dans la manipulation et l'analyse fine de gros volumes de données ; * Très bonne maitrise du cycle de vie des modèles et expertise dans la mise en place de bonnes pratiques MLOps ; * Bonnes connaissances en conception et développement logiciel (python au minimum). * La maitrise des techniques de computer vision (modèles de diffusion) ou NLP (LLM); * La compréhension des problématiques fonctionnelles et des enjeux numériques des systèmes complexes ; * Les bases scientifiques indispensables pour la maitrise des modèles nécessaires à la formalisation des interactions entre différentes dimensions d'un système complexe.   Qualités professionnelles et relationnelles : * Curiosité, esprit d'initiative, capacité d'analyse et rigueur * Adaptabilité et autonomie * Capacité à travailler en mode projet : suivi et avancement des travaux, valorisation et communication des résultats * Capacité à encadrer et manager des ingénieurs chercheurs * Aisance relationnelle, capacité à travailler en équipe, très bonne communication orale et écrite (en français et anglais)