AI/ML Engineer - Scientific Machine Learning - Freelance

Contexte

Dans le cadre du renforcement d'une équipe R&D spécialisée en innovation numérique et design computationnel, nous recherchons un(e) AI/ML Engineer pour intervenir sur des projets à forte composante scientifique et simulation numérique.

Vous contribuerez au développement de solutions d'intelligence artificielle appliquées à la modélisation physique, à la prédiction de résultats de simulation et à l'accélération des processus de conception assistée par calcul.

Vos missions

• Développer des modèles d'IA et de Machine Learning appliqués aux simulations physiques.
• Concevoir et industrialiser des pipelines d'entraînement, de validation et d'évaluation des modèles.
• Mettre en œuvre des approches de surrogate modeling afin de réduire les temps de calcul des simulations.
• Participer à la construction de solutions de Scientific Machine Learning.
• Travailler sur des modèles basés sur les Physics-Informed Neural Networks (PINNs).
• Structurer, préparer et exploiter des datasets issus de simulations numériques et de données géométriques.
• Collaborer étroitement avec des équipes multidisciplinaires composées d'ingénieurs, chercheurs et experts métier.

Environnement de travail

Vous rejoindrez une équipe d'innovation d'une dizaine de collaborateurs évoluant dans un contexte international, à l'interface entre intelligence artificielle, simulation numérique et design avancé.

L'environnement est orienté recherche appliquée et développement de nouvelles approches permettant d'accélérer les processus d'ingénierie grâce à l'IA.

Les échanges quotidiens se déroulent majoritairement en anglais.

Modalités

• Type de contrat : Freelance / Partenariat
• Démarrage : ASAP
• Durée : 6 mois
• Localisation : Région parisienne ou remote
• Télétravail : Très flexible (présence sur site environ une semaine par mois)
• Langue : Anglais professionnel obligatoire
• Processus : Revue de réalisations / portfolio puis entretiens techniques et managériaux

1. Minimum 3 ans d'expérience en Intelligence Artificielle, Machine Learning ou calcul scientifique
2. Maîtrise de Python et de l'écosystème scientifique associé
3. Expérience significative avec PyTorch et/ou TensorFlow
4. Bonne compréhension des méthodes de simulation numérique et des workflows de calcul de type FEA (Finite Element Analysis)
5. Connaissances en Scientific Machine Learning appréciées
6. Une expérience des Physics-Informed Neural Networks (PINNs) constitue un véritable atout
7. Compétences appréciées : Open3D, PyVista, Trimesh, GPU Computing, environnements CAD / CAO
8. Anglais professionnel obligatoire