⚙️ Founding Machine Learning Engineer

🏢 L'entreprise

Une deeptech early stage, à Paris, qui combine capteurs portables et modèles d'IA de nouvelle génération.

• Une équipe fondatrice expérimentée, qui a déjà emmené une précédente startup jusqu'à une sortie réussie
• Des investisseurs de premier plan au capital
• Les premiers ingénieurs et chercheurs sont en cours de recrutement : chaque arrivée pèse directement sur le produit et la techno

🎯 Le rôle

Tu prends en main les modèles de machine learning de la plateforme et tout ce qui les entoure : données, entraînement, évaluation, mise en production. Un poste les mains dans le code, à mi-chemin entre la recherche et la prod.

• Monter et faire vivre des pipelines ML qui passent à l'échelle et couvrent entraînement, inférence et évaluation
• Entraîner puis mettre en service des modèles sur de gros volumes de séries temporelles issues de capteurs
• Construire l'outillage qui mesure la qualité d'un modèle d'un utilisateur à l'autre, d'une session à l'autre, d'un usage à l'autre
• Rendre les modèles robustes et assez rapides pour tourner en temps réel
• Prendre part au traitement des données, aux benchmarks et à l'évaluation automatisée
• Industrialiser les nouvelles idées de modélisation venues des chercheurs de l'équipe

⚠️ Ce qu'il faut savoir

C'est un poste de fondation. Il n'y a pas de plateforme ML existante à maintenir : c'est toi qui poses les bases, dans une équipe en construction. Il faut aimer bâtir sans filet et arbitrer vite.

🔨 Les enjeux techniques

• Généraliser : un modèle doit tenir la route sur des utilisateurs, des sessions et des usages différents
• Tenir la contrainte temps réel : latence et robustesse sont des critères de premier rang
• Rendre l'entraînement et l'évaluation reproductibles de bout en bout
• Faire passer une approche née en recherche jusqu'à un système qui tourne en production

🧑‍💻 La stack

• ML : PyTorch, JAX ou TensorFlow
• Modélisation : transformers, apprentissage auto-supervisé, modèles de fondation
• Données : séries temporelles de capteurs
• Infra : cloud, GPU, calcul distribué à grande échelle

🎯 Le profil recherché

• Frameworks : pratique solide d'au moins un framework ML moderne (PyTorch, JAX ou TensorFlow)
• Modèles : vraie expérience en auto-supervisé, transformers ou entraînement de modèles de fondation
• Données : séries temporelles, quel que soit le domaine (capteurs, audio, finance, robotique...)
• Production : tu as déjà conçu des pipelines reproductibles et mis des systèmes ML en prod
• Infra : à l'aise avec le cloud et le calcul sur GPU
• Tu ne coches pas toutes les cases ? L'équipe regarde d'abord le potentiel et la motivation

🏢 Le cadre de travail

• Poste hybride, basé à Paris
• Collaboration étroite avec les chercheurs et les ingénieurs produit
• Salaire : 75 à 100 k€ par an selon profil
• Equity, mutuelle prise en charge par l'employeur, transports en commun remboursés à 100 %, titres-restaurant, RTT, ordinateur portable neuf fourni

🛑 Ce poste n'est pas pour toi si...

• Tu préfères la recherche pure, sans jamais livrer en production
• Tu as besoin d'une plateforme ML déjà en place et d'un cadre très structuré
• Tu veux du full remote

✅ Ce poste est pour toi si...

• Tu aimes autant entraîner un modèle que construire l'outillage autour
• Tu veux faire partie des tout premiers ingénieurs et poser les bases techniques
• Les séries temporelles et les contraintes temps réel te motivent plus que le texte ou l'image

📌 Prérequis

• Anglais courant : l'annonce d'origine est rédigée en anglais, la langue de travail exacte sera confirmée lors du premier échange
• Autorisation de travailler en France valable, sans démarche à la charge de l'employeur
• Basé en Île-de-France : poste hybride avec présence régulière sur site à Paris, rythme précisé lors du premier échange. Les candidatures nécessitant un full remote ou une relocation ne seront pas retenues.

🪜 Le process de recrutement

1. Échange avec Beyond Skills
2. Entretiens avec l'équipe (étapes précisées lors du premier échange)