> Markdown version of [/jobs/ext/4007923-ingenieur-ia-machine-learning-ia-industrielle-embedded-ai-h-f](https://www.wearedevelopers.com/jobs/ext/4007923-ingenieur-ia-machine-learning-ia-industrielle-embedded-ai-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).

---

# Ingénieur IA / Machine Learning - IA industrielle & Embedded AI (H/F)

- **Company:** TRISKELL CONSULTING
- **Location:** Puteaux, France
- **Contract:** Permanent contract
- **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, Artificial Neural Networks, Bash Shell, C++ (Programming Language), Continuous Integration, Python (Programming Language), Machine Learning, Tensorflow, Model Compression, SQL Databases, Type Systems, Pytorch, Retrieval-Augmented Generation, Large Language Models, Deep Learning, Generative AI, Git, Pytest, Scikit Learn, ONNX (Open Neural Network Exchange) Format, Xgboost, Embedded AI, Machine Learning Operations, Recurrent Neural Networks
- **Published:** October 29, 2026
- **Apply:** https://www.welcometothejungle.com/fr/companies/triskell-consulting/jobs/ingenieur-ia-machine-learning-ia-industrielle-embedded-ai-h-f_puteaux

## About the Role

Nous recherchons un ingénieur IA avec un très bon niveau technique, capable de développer, tester et challenger des modèles, au-delà de la simple utilisation d'API ou de frameworks haut niveau.

Le poste est ouvert à un jeune diplômé, à condition d'avoir déjà acquis une réelle profondeur technique au travers de stages, d'une alternance, projets de recherche, ou premières expériences.

 * Les compétences indispensables pour relever le challenge technique sont :
 + Machine Learning / Deep Learning industriel ;
 + IA embarquée / Edge AI ;
 + Physics-Informed Neural Networks (PINNs) ;
 + mathématiques appliquées, statistiques et optimisation applique à des systèmes de type mécatronique
 + Architectures CNN, LSTM/GRU, Transformers ;
Une expérience reposant principalement sur l'utilisation d'API d'IA générative ou sur quelques projets scolaires ne sera pas suffisante.

## Description

La Stack technique est :

 * Développement : Python, C/C++, SQL, Bash
 * Machine Learning / Deep Learning : PyTorch, TensorFlow, scikit-learn, XGBoost, LightGBM
 * Architectures : CNN, RNN / LSTM / GRU, Transformers, réseaux de neurones compacts, éventuellement Spiking Neural Networks
 * Scientific & Physics-Informed AI : PINNs, modèles hybrides physique / données, séries temporelles, traitement du signal, modèles prédictifs
 * MLOps / expérimentation : MLflow, Git, CI/CD, pytest, DVC, Hydra
 * Embedded / Edge AI : ONNX Runtime, TensorFlow Lite, quantification INT8, optimisation et compression de modèles
 * IA générative / agentique : LLM, RAG, agents IA et orchestration de workflows selon les projets