Forward Deployed Engineer (Data oriented) | Deeptech | H/F (Paris or London)

PRÉSENTATION DE L'ENTREPRISE

Êtes-vous le bon/la bonne candidat(e) pour cette opportunité ? Découvrez-le en lisant l'aperçu du poste ci-dessous.

Pour le compte d'une startup deep-tech en phase d'amorçage (4 M€ levés) qui redéfinit l'utilisation de l'IA prédictive en entreprise, nous recherchons leur futur(e) Forward Deployed Engineer .

L'entreprise développe un agent de Data Science propulsé par des Foundation Models appliqués aux données structurées/tabulaires (finance, risque, opérations).

Leur objectif : transformer des initiatives ML jusqu'ici cloisonnées en une infrastructure prédictive évolutive et pérenne.

PRÉSENTATION DU POSTE

Rôle & Responsabilités

1. Déploiement & Preuve de Valeur

• Livraison de bout en bout : cadrage du problème business, définition des métriques de succès et mise en production.
• Intégration technique : adaptation des pipelines à la stack du client (ingestion, feature engineering, connexions API, infrastructure cloud/on-premise/hybride).
• Évaluation rigoureuse : comparaison du foundation model aux modèles existants via des tests out-of-distribution (OOD), des analyses de calibration et d'interprétabilité (SHAP).
• Monitoring & Feedback loop : suivi du drift et des performances en production, puis transmission des résultats à l'équipe de recherche.

2. Partenariat Client

• Intervenir comme point de contact technique principal auprès des équipes clients (data scientists, quants, ingénieurs infra).
• Animer les ateliers techniques et structurer la documentation pour garantir l'autonomie du client post-déploiement.

Profil Recherché

• Expérience : 3 à 7 ans en tant que ML Engineer, Data Scientist ou Consultant technique ML, avec au moins un projet ML tabulaire déployé en production de bout en bout.
• Ingénierie & ML : excellente maîtrise de Python, des pipelines de données tabulaires (leakage, schéma, valeurs manquantes) et du ML classique (calibration, overfitting, SHAP).
• Stack technique : SQL, Parquet, DuckDB, Docker, Kubernetes, bases cloud (AWS/GCP), scikit-learn, LightGBM/XGBoost. PyTorch ou JAX est un plus.
• Posture client : capacité à cadrer les besoins, animer des échanges techniques et challenger les hypothèses des parties prenantes.
• Soft skills : forte autonomie, aisance dans l'ambiguïté propre aux startups early-stage.
• Langues : anglais fluide indispensable ; le français est un plus.

Les bonus :

• Expérience dans un secteur à forte intensité de données (Finance, Assurance, Énergie).
• Contributions open-source ou notions de MLOps (MLflow, monitoring).

Conditions & Avantages

• Rémunération : 80k€ - 100k€ selon profil et localisation (Paris ou Londres)
• Equity : BSPCE / Stock-options
• Organisation : 1 à 2 jours de télétravail par semaine
• Avantages : mutuelle, congés payés & RTT (selon contrat français)

PROCESS DE RECRUTEMENT

1. Entretien de découverte (30 min) .
2. Entretien technique (1h30 - 2h) incluant un "Home Assignment" adapté à votre spécialité, suivi d'une restitution avec nos chercheurs. xgjwbzu
3. Rencontre informelle avec l'ensemble de l'équipe.

#tabulardata #predictive #fromscopingtoproduction #datascience #dataengineer