Descriptif du poste:   * Développer, mettre en œuvre et optimiser des modèles de machine learning et de deep learning spécialement conçus pour les données de séries temporelles, mais sans s'y limiter, afin d'extraire des informations exploitables pour les applications de maintenance prédictive et de surveillance de l'intégrité. * Créer des modèles pour prédire les pannes d'équipement, détecter les anomalies et classifier les modèles d'intégrité opérationnelle, garantissant ainsi une maintenance proactive et minimisant les temps d'arrêt. * Participer activement à la conception et au développement de nouvelles fonctionnalités pour la surveillance de l'état et les cas d'utilisation de la maintenance prédictive, contribuant ainsi à l'innovation et à l'amélioration des produits. * Utiliser Python, C++ et les bibliothèques ML pertinentes (par exemple, PyTorch, TensorFlow) pour développer, entraîner et déployer des modèles de Deep Learning, en mettant l'accent sur les performances et la fiabilité élevées.  * Manipuler et gérer des bases de données volumineuses, en garantissant un prétraitement et une analyse efficaces des données, un stockage et un accès pour l'entraînement et l'évaluation des modèles ML. Prétraiter les données de séries temporelles à grande échelle, en veillant à l'extraction correcte des caractéristiques, en gérant les valeurs manquantes et en garantissant des données de haute qualité pour l'entraînement et l'évaluation des modèles ML. * Améliorer en permanence la précision et les performances des modèles, en appliquant les meilleures pratiques en matière de qualité logicielle, de contrôle de version et de test. * Traiter, analyser et visualiser des données, en générant des rapports détaillés, des cartes et des présentations pour diverses parties prenantes.  * Contribuer au développement et au déploiement de modèles de machine learning dans les environnements de production, en tirant parti des approches MLOps pour assurer une intégration efficace et des opérations fluides. * Travailler en étroite collaboration avec des équipes interfonctionnelles pour obtenir des résultats de projet de haute qualité, en mettant l'accent sur le traitement précis des données, l'excellence technique et le respect des délais. * Rester à jour sur les dernières avancées en matière de traitement des données de séries temporelles, de machine learning et de technologies de deep learning, favorisant ainsi l'apprentissage continu au sein de l'équipe.   Profil recherché: Exigences : * Master ou Doctorat en informatique, en ingénierie, en mathématiques ou dans des domaines connexes. * 3 ans min d'expérience avérée dans le machine learning et le deep learning, avec un accent sur l'analyse de séries temporelles et la modélisation prédictive. * Expertise avérée dans le développement de modèles de machine learning pour les données de séries temporelles, y compris le prétraitement des données, l'extraction de caractéristiques et le déploiement de modèles. * Solide expérience de la programmation orientée objet et un engagement envers la qualité et l'atteinte des objectifs du projet. * Compétences exceptionnelles en codage Python et C++, avec une compréhension approfondie de la programmation orientée objet et une expérience avérée du déploiement de modèles ML en production. Maîtrise de Python et des bibliothèques ML pertinentes (par exemple, PyTorch, TensorFlow, Pandas, Scikit-learn). * Solides compétences statistiques et analytiques, avec une solide compréhension de la théorie de machine learning et de l'application pratique.  * Excellentes compétences en communication avec la capacité de présenter des informations complexes sur des données à des publics techniques et non techniques.  * Une approche proactive de la résolution de problèmes, avec un engagement fort envers les objectifs, la qualité et une attitude positive envers la croissance et le changement. Expérience souhaitée : * Doctorat en informatique, en ingénierie, en mathématiques ou dans des domaines connexes, mettant en évidence une expertise avancée dans les applications de machine learning. * Une précédente expérience dans une entreprise orientée vers le développement de logiciel. * Expérience avérée dans des rôles techniques clés ou de direction dans des projets de R&D, en particulier dans des environnements technologiques innovants ou de pointe. * Succès démontré dans la gestion de projets de ML axés sur la maintenance prédictive ou la surveillance de l'état, de la conception au déploiement. * Expertise dans la conception et la mise en œuvre de pipelines MLOps à l'aide d'outils tels que Git, MLFlow, Kubeflow et Kubernetes, garantissant un déploiement efficace des modèles ML.  * Succès démontré dans la gestion et la mise à l'échelle de projets ML complexes, d