Ingénieur Machine Learning appliqué

Katomi, au sein du startup studio Factory 319, développe des projets d’intelligence artificielle dans le domaine de la santé. Nous recherchons un ingénieur Machine Learning Appliqué pour contribuer au développement et à la mise en production de solutions sur plusieurs projets, en collaboration avec la responsable R&D, les équipes de développement et les experts métier.Votre missionConcevoir, développer et déployer des composants d’intelligence artificielle adaptés aux besoins des projets, avec une attention particulière à la qualité des données, à l’évaluation des modèles et à leur fiabilité en conditions réelles.Vos responsabilitésDonnées et annotationStructurer, documenter et versionner les jeux de données.Mettre en place les workflows d’annotation et de validation avec les experts métier.Contrôler la qualité et la cohérence des données, ainsi que la séparation des jeux d’entraînement, de validation et de test.Modélisation et expérimentationDévelopper et évaluer des modèles de machine learning selon les besoins des projets, en vision, NLP ou multimodal.Sélectionner, adapter et affiner des modèles pré-entraînés.Prototyper et comparer différentes approches, en commençant par des baselines pertinentes.Analyser les erreurs, documenter les résultats et contribuer aux choix techniques avec la responsable R&D.MLOps et mise en productionConstruire des pipelines reproductibles d’entraînement et d’inférence.Assurer le suivi des expérimentations et le versioning des modèles.Déployer les modèles selon les usages et les contraintes des projets : API, traitement par lots ou temps réel.Collaborer avec les équipes de développement pour assurer leur intégration et leur maintenance.Suivi des modèlesDéfinir des indicateurs techniques et métier avec les équipes concernées.Mettre en place le suivi de la qualité des données, des prédictions et des performances lorsque les données de référence sont disponibles.Détecter les évolutions des données et les dégradations de performance.Définir des critères de réévaluation et de réentraînement, avec validation avant toute nouvelle mise en production.Intégration et contraintes terrainPrendre en compte les contraintes de latence, de coût, de fiabilité et d’expérience utilisateur.Contribuer à la traçabilité et à la documentation des composants développés.Intégrer les exigences de confidentialité et de sécurité des données en lien avec les équipes concernées.Veille et amélioration continueAssurer une veille scientifique et technique ciblée sur les besoins des projets.Évaluer les nouvelles approches de manière critique et proposer des améliorations utiles, sans surcomplexifier les solutions.Profil recherchéExpérience en machine learning appliqué à des cas réels.Bonne maîtrise de Python et d’un framework de deep learning, comme PyTorch ou TensorFlow.Capacité à entraîner, adapter et évaluer des modèles dans au moins un domaine : vision, NLP ou multimodal.Expérience avec des données imparfaites, bruitées ou partiellement annotées.Bonnes pratiques de développement logiciel : Git, code structuré, documentation et tests.Capacité à passer du prototype à une solution maintenable et intégrable dans un produit.Autonomie, rigueur expérimentale et capacité à collaborer avec des interlocuteurs techniques et métier.Une expertise dans tous les domaines cités n’est pas attendue. Nous recherchons avant tout de solides bases en machine learning appliqué et la capacité à approfondir les approches pertinentes pour chaque projet.Compétences appréciéesNLP : classification, embeddings et utilisation de modèles pré-entraînés.Vision par ordinateur : segmentation, classification ou détection.Modèles multimodaux, notamment Vision-Language Models.Hugging Face et Transformers.Pipelines de données et d’annotation.Outils de suivi et de versioning tels que MLflow, DVC ou Weights & Biases.Docker, développement d’API et déploiement de modèles.Monitoring ML et détection de dérive.Expérience dans la santé ou dans un environnement réglementé.ConditionsCDI, avec possibilité de collaboration en freelance selon le profil.Poste basé à Marseille.Télétravail possible jusqu’à deux jours par semaine.Rémunération selon le profil et l’expérience.Démarrage dès que possible.Pourquoi nous rejoindre ?Une petite équipe avec une réelle autonomie et une contribution directe aux choix techniques.Des projets de santé variés, en lien avec des experts métier.Un rôle couvrant l’ensemble du cycle de vie des modèles, de la préparation des données au suivi en production.Une collaboration étroite avec la responsable R&D pour articuler recherche, expérimentation et développement produit.Des perspectives d’évolution à mesure que les projets et l’équipe se développent.