Ingénieur IA / Machine Learning – IA industrielle & Embedded AI (H/F)

Dans le cadre du développement de nos activités avec l’un de nos clients, acteur majeur international de la gestion de l’énergie et de l’automatisation industrielle, nous recherchons un Ingénieur IA / Machine Learning pour rejoindre une équipe R&D travaillant sur les futures générations de solutions intelligentes pour l’industrie. 

L’objectif n’est pas d’appliquer des solutions de l’IA, mais de développer et d’intégrer de réelles solutions de Machine Learning : maintenance prédictive, diagnostic de défauts, modélisation hybride physique/IA, traitement de données capteurs, IA embarquée et nouvelles aproches d’IA agentique. 

Les sujets sont à la croisée de la Data Science, du Machine Learning, du traitement du signal, de la physique et des systèmes embarqués. 

Au sein d’une équipe R&D pluridisciplinaire, vous participerez au développement et à l’industrialisation de nouvelles briques d’intelligence artificielle appliquées aux équipements industriels. 

Selon les sujets, vous serez amené à : 

• Analyser et exploiter des données issues de systèmes physiques et de capteurs industriels ; 

• Développer des algorithmes de détection d’anomalies, de diagnostic et de maintenance prédictive ; 

• Travailler sur des séries temporelles, des signaux et/ou des données issues de systèmes de vision ; 

• Concevoir, entraîner et comparer différentes architectures de Machine Learning et Deep Learning ; 

• Développer des approches hybrides combinant modèles physiques et modèles issus des données ; 

• Explorer et mettre en œuvre des Physics-Informed Neural Networks (PINNs) permettant d’intégrer directement des connaissances ou contraintes physiques dans l’apprentissage ; 

• Travailler sur des réseaux neuronaux embarqués / Embedded Neural Networks, avec des contraintes de mémoire, de temps de calcul et de consommation ; 

• Optimiser et compresser les modèles pour leur exécution sur des architectures Edge ou embarquées : quantification, réduction de modèles, optimisation des performances ; 

• Participer à l’évaluation de nouvelles architectures de réseaux neuronaux adaptées aux données industrielles ; 

• Mettre en place des protocoles d’expérimentation, de validation et de comparaison des modèles ; 

• Assurer la traçabilité et la reproductibilité des expérimentations ; 

• Contribuer à des sujets d’IA agentique, notamment pour automatiser ou assister certaines tâches d’ingénierie, d’analyse, de génération ou de validation ; 

• Participer aux échanges techniques avec les experts métier et les équipes de développement ; 

• Documenter et présenter les résultats obtenus. 

L’objectif est de travailler sur des solutions qui pourront, très prochainement, être réellement intégrées dans les produits et outils industriels. 

Les thèmes à la pointe de l’innovation sont :  

• La maintenance prédictive et diagnostic ; 

• Physics-Informed AI ; 

• Embedded AI / Edge AI ; 

• Traitement du signal et vision industrielle ; 

• IA agentique ; 

Les points forts de la mission : 

• Environnement de travail stimulant, au sein d’une entreprise dynamique 

• Evoluer sur des projets d’innovation d’actualité 

• Collaborer avec des équipes transverses 

• 1 jour de TT/ semaine 

La Stack technique est : 

• Développement : Python, C/C++, SQL, Bash 

• Machine Learning / Deep Learning : PyTorch, TensorFlow, scikit-learn, XGBoost, LightGBM 

• Architectures : CNN, RNN / LSTM / GRU, Transformers, réseaux de neurones compacts, éventuellement Spiking Neural Networks 

• Scientific & Physics-Informed AI : PINNs, modèles hybrides physique / données, séries temporelles, traitement du signal, modèles prédictifs 

• MLOps / expérimentation : MLflow, Git, CI/CD, pytest, DVC, Hydra 

• Embedded / Edge AI : ONNX Runtime, TensorFlow Lite, quantification INT8, optimisation et compression de modèles 

• IA générative / agentique : LLM, RAG, agents IA et orchestration de workflows selon les projets 

Nous recherchons un ingénieur IA avec un très bon niveau technique, capable de développer, tester et challenger des modèles, au-delà de la simple utilisation d’API ou de frameworks haut niveau. 

Le poste est ouvert à un jeune diplômé, à condition d’avoir déjà acquis une réelle profondeur technique au travers de stages, d’une alternance, projets de recherche, ou premières expériences. 

Les compétences indispensables pour relever le challenge technique sont : 

• Machine Learning / Deep Learning industriel ; 

• IA embarquée / Edge AI ; 

• Physics-Informed Neural Networks (PINNs) ; 

• mathématiques appliquées, statistiques et optimisation applique à des systèmes de type mécatronique 

• Architectures CNN, LSTM/GRU, Transformers ; 

  Une expérience reposant principalement sur l’utilisation d’API d’IA générative ou sur quelques projets scolaires ne sera pas suffisante.