bacground gradient shape
background gradient
Gradient Circle Image

CARRIÈRES

En recherche constante de nouveaux talents

En recherche constante de nouveaux talents

Ingénieur de recherche appliquée – Fiabilité de l'IA

CDI - Temps plein

Paris (ou remote hybride)

Votre rôle

Votre rôle

Votre mission : transformer des briques de recherche en solutions robustes, mesurables et déployables. En tant qu’Applied Research Engineer, vous êtes à l’interface entre :
• Recherche algorithmique (incertitude, calibration, robustesse)
• Engineering logiciel
• Cas d’usage clients réels

Votre mission : transformer des briques de recherche en solutions robustes, mesurables et déployables. En tant qu’Applied Research Engineer, vous êtes à l’interface entre :
• Recherche algorithmique (incertitude, calibration, robustesse)
• Engineering logiciel
• Cas d’usage clients réels

Vos missions

Vos missions

  1. Applied Research & expérimentation

  • Implémenter et entraîner des modèles vision / multimodaux sur données clients

  • Mettre en œuvre :

    • Estimation d’incertitude

    • Calibration

    • Détection OOD

    • Analyse de robustesse & dérive

  • Concevoir des protocoles expérimentaux en conditions opérationnelles

  • Benchmarker différentes approches et analyser leurs limites industrielles

  1. Applied Research & expérimentation

  • Implémenter et entraîner des modèles vision / multimodaux sur données clients

  • Mettre en œuvre :

    • Estimation d’incertitude

    • Calibration

    • Détection OOD

    • Analyse de robustesse & dérive

  • Concevoir des protocoles expérimentaux en conditions opérationnelles

  • Benchmarker différentes approches et analyser leurs limites industrielles

  1. Passage recherche → produit

  • Industrialiser des briques issues de la recherche (interne ou académique)

  • Collaborer avec :

    • Research Engineer

    • Lead Engineer

    • Équipe MLOps

    • Équipe Produit

  • Structurer les interfaces entre modèles, métriques et SDK TrustalAI

  • Stabiliser le code (tests, performance, reproductibilité)

  1. Passage recherche → produit

  • Industrialiser des briques issues de la recherche (interne ou académique)

  • Collaborer avec :

    • Research Engineer

    • Lead Engineer

    • Équipe MLOps

    • Équipe Produit

  • Structurer les interfaces entre modèles, métriques et SDK TrustalAI

  • Stabiliser le code (tests, performance, reproductibilité)

  1. MLOps & industrialisation

  • Mettre en place des pipelines d’entraînement et d’évaluation

  • Gérer datasets clients (versioning, traçabilité)

  • Participer aux déploiements (POC → production)

  • Contribuer au monitoring post-déploiement

  • Garantir robustesse et reproductibilité des résultats

  1. MLOps & industrialisation

  • Mettre en place des pipelines d’entraînement et d’évaluation

  • Gérer datasets clients (versioning, traçabilité)

  • Participer aux déploiements (POC → production)

  • Contribuer au monitoring post-déploiement

  • Garantir robustesse et reproductibilité des résultats

  1. Projets structurants

  • Contribuer à des projets clients et projets nationaux / européens

  • Produire des livrables techniques (rapports, POC, démonstrateurs)

  • Être force de proposition sur l’évolution des briques applied research

  1. Projets structurants

  • Contribuer à des projets clients et projets nationaux / européens

  • Produire des livrables techniques (rapports, POC, démonstrateurs)

  • Être force de proposition sur l’évolution des briques applied research

Profil recherché

Profil recherché

  • Formation ingénieur ou doctorat en IA / ML / Vision / Data Science

  • Solide maîtrise du machine learning appliqué

  • Expérience en :

    • Vision par ordinateur ou modèles multimodaux

    • Expérimentation rigoureuse

    • Environnements industriels ou production

  • Bonne compréhension des enjeux de fiabilité, incertitude ou robustesse (fort plus)

  • Capacité à travailler en environnement startup avec autonomie et responsabilité

  • Formation ingénieur ou doctorat en IA / ML / Vision / Data Science

  • Solide maîtrise du machine learning appliqué

  • Expérience en :

    • Vision par ordinateur ou modèles multimodaux

    • Expérimentation rigoureuse

    • Environnements industriels ou production

  • Bonne compréhension des enjeux de fiabilité, incertitude ou robustesse (fort plus)

  • Capacité à travailler en environnement startup avec autonomie et responsabilité

Pourquoi nous rejoindre ?

Pourquoi nous rejoindre ?

  • Construire une technologie unique sur un marché émergent : la fiabilité IA

  • Travailler sur des cas d’usage concrets (industrie, systèmes autonomes)

  • Être au cœur de la transformation recherche → produit

  • Rejoindre une startup deep tech en forte structuration

  • Avoir un impact réel sur la sécurité des systèmes IA

Gradient Circle Image
Gradient Circle Image
Gradient Circle Image

Fiabilisez votre IA dès maintenant

Fiabilisez votre IA dès maintenant

Fiabilisez votre IA dès maintenant