Dans le cadre de l?évolution d?une plateforme de Machine Vision dédiée à l?analyse d?images industrielles, nous recherchons un Data Scientist / Machine Learning Engineer spécialisé en Computer Vision. La mission vise à moderniser l?architecture existante, améliorer les performances d?inférence, étendre la solution à de nouvelles typologies et dimensions d?images, et renforcer l?autonomie des utilisateurs métiers. Vos principales responsabilités seront les suivantes : Repenser et moderniser l?architecture d?inférence autour de PyTorch et d?une solution de model serving telle que TorchServe. Faire évoluer les modèles de classification d?images et de détection d?objets, notamment à l?aide d?architectures YOLO. Adapter la solution à de nouvelles typologies, résolutions et dimensions d?images. Analyser et optimiser les performances d?inférence. Identifier et traiter les goulots d?étranglement liés au CPU, au GPU et aux étapes de prétraitement. Faire évoluer les mécanismes d?apprentissage afin d?en faciliter l?utilisation par les équipes métiers. Industrialiser les composants Data Science en garantissant la qualité du code, les tests, le déploiement et la documentation. Accompagner l?intégration des modèles de Machine Learning dans l?architecture applicative existante. L?environnement technique comprend principalement Python, PyTorch, TorchServe, YOLO et des infrastructures GPU. Des technologies telles que PyTorch Lightning, Distributed Data Parallel, Docker, CVAT et LitServe peuvent également être utilisées.Vous disposez d?un niveau confirmé à senior et d?une expérience significative en Machine Learning, Deep Learning et Computer Vision. Vous êtes capable d?intervenir aussi bien sur la conception et l?évolution des modèles que sur leur optimisation, leur déploiement et leur industrialisation. Compétences indispensables : Excellente maîtrise de Python. Maîtrise de PyTorch. Solides compétences en Computer Vision et Deep Learning. Expérience des réseaux de neurones convolutifs. Expérience de la classification d?images et de la détection d?objets. Maîtrise ou expérience significative des architectures YOLO. Expérience de l?optimisation et du déploiement de modèles sur des environnements GPU. Maîtrise de Git, des tests logiciels et du refactoring. Capacité à travailler avec un haut niveau d?autonomie. Compétences appréciées : Expérience de TorchServe ou d?une autre solution de model serving. Connaissance de PyTorch Lightning et de Distributed Data Parallel. Pratique de Docker, CVAT ou LitServe. Compétences en MLOps. Expérience dans le domaine de la Machine Vision industrielle.