Machine Learning Engineer

Rejoignez notre équipe Data Science et travaillez sur un large éventail de défis à l’intersection de l’énergie et des données. Nous traitons des jeux de données complexes et à grande échelle, combinant des séries temporelles, des données de capteurs, et bien plus encore. Notre domaine évolue rapidement, avec de nombreuses normes encore à établir.En Tant Que Machine Learning Engineer, Vous Contribuerez àDévelopper des solutions de machine learning de bout en bout, depuis l’idéation initiale et la définition du problème jusqu’à la conception et l’évaluation du modèle, avec un fort accent sur les cas d’usage liés à l’énergieRester à jour des dernières avancées de la recherche et appliquer les bonnes pratiques en machine learningAssurer le déploiement fluide et le bon fonctionnement des modèles en production, incluant le versionnage, la supervision et l’amélioration continueCollecter, nettoyer et analyser des ensembles de données volumineux et hétérogènesCollaborer pour comprendre les besoins des clients et contribuer à la définition d’une plateforme cohérenteIndispensables3 ans d'expérience ou un doctorat en mathématiques, informatique (ou domaines connexes)Vous comprenez la théorie derrière les algorithmes que vous utilisezVous maîtrisez un ou plusieurs langages de programmation – chez nous, c’est principalement PythonVous avez de l’expérience en prévision de séries temporellesAutonome et curieux(se), vous êtes capable de proposer de nouvelles idéesAtoutsVous maîtrisez un ou plusieurs outils cloud : OVH, GCP, AWS, Azure, etc.Vous vous intéressez aux enjeux énergétiques et climatiquesNous accueillons avec intérêt les candidatures de profils présentant un fort potentiel d’évolution, même si toutes les compétences listées ne sont pas encore acquises. Notre équipe valorise l’adaptabilité et l’envie d’apprendre, et nous sommes ouverts à discuter de la manière dont vos compétences et expériences peuvent contribuer aux objectifs essentiels du poste.Premier échange (30 min)Entretien technique (2h) : ~1h sur un cas préparé en amont et ~1h de discussion ML en général.Entretien 'fit' (2 h) : Rencontre avec l'équipe, discussions sur la motivation, les objectifs à long terme, les valeurs, la vision et les compétences relationnelles.