> Markdown version of [/jobs/ext/4754263-data-scientist-vision-par-ordinateur-f-h](https://www.wearedevelopers.com/jobs/ext/4754263-data-scientist-vision-par-ordinateur-f-h). 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). --- # Data Scientist vision par ordinateur F/H - **Company:** PROBAYES - **Location:** Versailles, France - **Experience:** Experienced - **Contract:** Permanent contract - **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, Computer Vision, Data Mining, Python (Programming Language), OpenCV, Open Source Technology, Pytorch, Backend, Git, Fastapi, ONNX (Open Neural Network Exchange) Format, Front End Software Development, Streamlit Framework, Docker - **Published:** November 17, 2026 - **Apply:** https://candidat.francetravail.fr/offres/recherche/detail/8752593 ## About the Role nSpin-off de l'INRIA et du CNRS et fort de 22 ans d'expérience, Probayes est aujourd'hui l'un des leaders Français en Data/IA. Ainsi, 90 spécialistes Data/IA accompagnent les plus grands groupes et les PME pour accélérer leur transformation et développer des solutions Data/IA à forte valeur ajoutée et ainsi répondre à leurs enjeux stratégiques et opérationnels les plus importants. Avec un savoir-faire central en intelligence artificielle et en optimisation, ainsi qu'une forte capacité à déploy ## Description utilisables : API FastAPI, notions de développement back-end et front-end, maîtrise d'outils de BI et de prototypage (interface Streamlit ou widgets Orange Data Mining). Profil recherché: Profil recherché : * Formation d'ingénieur ou doctorat en vision par ordinateur, traitement d'images ou apprentissage automatique. * Au moins 3 ans d'expérience en vision appliquée, idéalement en contrôle qualité industriel. * Très bonne maîtrise de Python, PyTorch et OpenCV ; bonnes pratiques de développement (Git, tests, Docker). * Bonne connaissance des architectures actuelles de détection et de segmentation, et des contraintes de licences des briques open source. * Goût pour le terrain et pour les échanges avec les opérateurs. Atouts appréciés : Une expérience récente dans la défense ou un secteur industriel sensible, l'optimisation de modèles pour le déploiement (ONNX, quantification).