Développement de modèles d’IA :
- Participer à la conception, l’entraînement et l’optimisation de modèles de Machine Learning (supervisé/non supervisé) et de Deep Learning.
- Implémenter des algorithmes pour des cas d’usage spécifiques (ex : vision par ordinateur, NLP, prédiction).
Prétraitement et analyse de données :
- Nettoyer, structurer et analyser des jeux de données pour les rendre exploitables.
- Collaborer avec les data scientists pour identifier des tendances ou des insights.
Intégration et déploiement :
- Aider à intégrer les modèles dans des applications ou des pipelines de production (APIs, cloud, etc.).
- Contribuer à la documentation technique et aux tests de validation.
Veille technologique :
- Se tenir informé(e) des avancées en IA (frameworks, outils, bonnes pratiques).
- Participer à des revues de code et à des ateliers internes.
Collaboration transversale :
- Travailler avec les équipes métiers pour comprendre les besoins et traduire les exigences en solutions techniques.
- Assister aux réunions techniques et fonctionnelles.
Formation :
Bac +5 en Intelligence Artificielle, Data Science, Informatique ou domaine équivalent
Profil 1 à 3 ans d'expérience
Compétences techniques requises :
Outils :
- Expérience avec Jupyter Notebook, Git, Docker.
- Connaissance des bases de données (SQL/NoSQL) et des environnements cloud (AWS, Azure, GCP) appréciée.
Concepts clés :
- Bases en statistiques, algèbre linéaire, et réseaux de neurones.
- Notions de MLOps (déploiement, monitoring) un atout.