> Markdown version of [/jobs/ext/3880639-forward-deployed-engineer-h-f](https://www.wearedevelopers.com/jobs/ext/3880639-forward-deployed-engineer-h-f). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Forward Deployed Engineer H/F

- **Company:** Teamis
- **Location:** Paris, France (Remote available)
- **Experience:** Experienced
- **Salary:** €80,000.0
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Amazon Web Services, Cloud Computing, Python (Programming Language), Machine Learning, Object-Oriented Software Development, SQL Databases, Parquet, Google Cloud, Feature Engineering, Data Ingestion, Pytorch, SHAP (Shapley Additive Explanations), Generative AI, Scikit Learn, Kubernetes, Information Technology, Xgboost, Machine Learning Operations, Docker, Web Api
- **Published:** October 23, 2026
- **Apply:** https://www.meteojob.com/jobs/57665624

## About the Role

* Formation : Diplôme d'Ingénieur (Grande École / Top 20) ou Master 2 spécialisé en Data Science, Machine Learning ou Informatique.
 * Expérience : 3 à 7 ans d'expérience concrète sur un rôle de Machine Learning Engineer, Data Scientist ou Consultant Technique ML, avec au moins une expérience réussie de déploiement d'un projet ML complet en environnement de production.

Compétences techniques :

 * Maîtrise avancée de Python, SQL, DuckDB, Parquet.
 * Solides connaissances des frameworks ML/Data : scikit-learn, LightGBM, XGBoost, PyTorch, JAX, SHAP.
 * Expertise MLOps et Cloud : AWS, GCP, Docker, Kubernetes, MLflow, pipelines de reproductibilité.
 * Expérience pratique sur les problématiques de données tabulaires (finance, énergie, assurance...).

 * Langues : Anglais courant/bilingue obligatoire (environnement international), le français est un plus.
 * Qualités personnelles : Rigueur scientifique, excellente communication pédagogique, grande autonomie face à l'ambiguïté (environnement startup), orienté·e résultats et satisfaction client.

## Description

Auprès directement du Chief Revenue Officer (CRO) et en lien étroit avec les équipes de recherche et d'ingénierie ML, vous pilotez le déploiement opérationnel et la démonstration de valeur des modèles d'IA chez les clients.

 * Déploiement & démonstration de valeur : Traduire les enjeux business des clients en problèmes de prédiction ML concrets (risque de crédit, attrition, maintenance prédictive, prévision de demande) et assurer le déploiement de bout en bout en production.
 * Intégration technique & Data Pipeline : Adapter les pipelines de données aux architectures techniques clientes (Cloud, On-premise, Hybride) : ingestion de données, feature engineering, intégration API et configuration d'infrastructures (Docker, Kubernetes).
 * Évaluation rigoureuse & Benchmarking : Concevoir et exécuter des protocoles d'évaluation avancés (tests hors distribution OOD, analyse de calibration, explicabilité SHAP) pour démontrer la supériorité des modèles par rapport aux solutions existantes.
 * Monitoring & MLOps en production : Mettre en place le suivi des performances, la détection de dérive (drift detection), l'alerting et remonter les anomalies aux équipes de recherche pour améliorer continuellement le produit.
 * Accompagnement & Partenariat client : Animer les ateliers techniques auprès des experts data (quants, data scientists) et évangéliser les équipes clientes pour garantir leur autonomie post-déploiement.
 * Feedback boucle produit : Faire le lien entre les besoins du terrain et la Feuille de Route R&D en documentant les cas d'usage métiers et les limites observées., AI, GenAI, DeepTech, Tech, Gaming, Industrie ou fonctions Business critiques : nous identifions et attirons les talents capables d'accélérer la croissance, l'innovation et l'exécution.
Grâce à une approche AI-powered, une connaissance approfondie des marchés et une expertise en headhunting, nous relevons les défis de recrutement les plus complexes et les plus pénuriques.