Forward Deployed Engineer H/F - Team.is

Depuis 2021, Team.is accompagne les startups, scale-ups et entreprises innovantes, industries de pointe et entreprises de services dans leurs recrutements les plus stratégiques, en France comme à l'international.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.
En postulant à cette offre vous aurez l'opportunité de rejoindre une startup IA de premier plan (Ex Meta, Dataiku, Criteo etc...). Cette start-up en hyper-croissance développe des modèles de fondation (Foundation Models) de nouvelle génération spécialisés dans la représentation des données tabulaires (TFM). Portée par une équipe de chercheurs issus des plus grands centres de recherche mondiaux, l'entreprise combine une ambition scientifique rare avec des moyens de calcul et des volumes de données exceptionnels pour transformer la recherche en impact industriel concret.Vos missions si vous les acceptez :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.AvantagesIl en faut plus pour vous convaincre ?Rémunération : Package attractif situé entre 80 K€ et 130 K€ selon profil et expérience.Actionnariat : Attribution de BSPCE (equity) pour vous associer directement à la réussite du projet.Modalités de travail : Poste basé à Paris ou Londres avec une politique de télétravail partiel flexible.Avantages : Titres-restaurants, mutuelle d'entreprise complète et congés payés avantageux.Impact : Une opportunité unique de travailler à l'intersection de la recherche de pointe en IA et de ses applications industrielles réelles.

Et vous !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.

• Docker
• Service client
• Python
• Anglais
• API
• Intelligence artificielle
• Autonomie
• Kubernetes
• Rigueur et méthode
• Machine learning
• Google cloud platform
• Monitoring
• Français
• AWS
• SQL
• Derive