Data Scientist /ML Engineer confirmé a senior sur Grenoble
- Discuss this with your agent
- Open in Claude
- Open in ChatGPT
Prepare application
- Draft this with your agent
- Open in Claude
- Open in ChatGPT
Role details
Tech stack
Job description
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 confirmé à senior. L’objectif est de moderniser l’architecture existante, d’améliorer les performances d’inférence, d’étendre la solution à de nouvelles typologies d’images et de renforcer l’autonomie des utilisateurs métiers., ? Repenser et moderniser l’architecture d’inférence autour de PyTorch / TorchServe. ? Faire évoluer les modèles de classification et de détection d’objets, notamment avec des architectures YOLO (You Only Look Once). ? Étendre la solution à de nouvelles typologies et dimensions d’images. ? Optimiser les performances d’inférence et identifier les goulots d’étranglement CPU / GPU / preprocessing. ? Faire évoluer les mécanismes d’apprentissage pour en faciliter l’utilisation par les métiers. ? Industrialiser les composants Data Science : qualité de code, tests, déploiement et documentation. ? Accompagner l’intégration des modèles dans l’architecture applicative existante., ? CNN (réseaux de neurones convolutifs), classification d’images et détection d’objets. ? YOLO. ? Optimisation et déploiement de modèles sur environnements GPU. ? Git, tests, refactoring., ? TorchServe ou autre solution de model serving. ? PyTorch Lightning, DDP (Distributed Data Parallel). ? Docker, CVAT, LitServe., 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 confirmé à senior. L’objectif est de moderniser l’architecture existante, d’améliorer les performances d’inférence, d’étendre la solution à de nouvelles typologies d’images et de renforcer l’autonomie des utilisateurs métiers.
PRINCIPALES MISSIONS ? Repenser et moderniser l’architecture d’inférence autour de PyTorch / TorchServe. ? Faire évoluer les modèles de classification et de détection d’objets, notamment avec des architectures YOLO (You Only Look Once). ? Étendre la solution à de nouvelles typologies et dimensions d’images. ? Optimiser les performances d’inférence et identifier les goulots d’étranglement CPU / GPU / preprocessing. ? Faire évoluer les mécanismes d’apprentissage pour en faciliter l’utilisation par les métiers. ? Industrialiser les composants Data Science : qualité de code, tests, déploiement et documentation. ? Accompagner l’intégration des modèles dans l’architecture applicative existante., ? Computer Vision / Deep Learning. ? CNN (réseaux de neurones convolutifs), classification d’images et détection d’objets. ? YOLO. ? Optimisation et déploiement de modèles sur environnements GPU. ? Git, tests, refactoring.
Requirements
Profil Data Scientist / ML Engineer / Computer Vision Engineer disposant d’une expérience significative en Machine / Deep Learning et en industrialisation de modèles, capable d’intervenir à la fois sur les modèles et sur leur industrialisation, avec un bon niveau d’autonomie., ? Expérience en Machine Vision industrielle., ? TorchServe ou autre solution de model serving. ? PyTorch Lightning, DDP (Distributed Data Parallel). ? Docker, CVAT, LitServe.
Interne
? MLOps. ? Expérience en Machine Vision industrielle.
About the company
Almatek recherche pour l’un de ses clients, Un Data Scientist /ML Engineer confirmé a senior sur Grenoble.
Apply for this position
This job is hosted externally. Click below to view the full posting and apply.
Prepare application
- Draft this with your agent
- Open in Claude
- Open in ChatGPT
Good distractions
Talks and stories from around this role — technically off-topic, practically not.
Moments
Explore playlistsVideos
See allRelated articles
See all
Best Companies to Work For in Paris: Top 25 Companies in 2023
How to Become an AI Engineer
MLops – Deploying, Maintaining And Evolving Machine Learning Models in Production
What Are Large Language Models?