PhD en Machine Learning temps réel

UNIVERS OBSERVABLE
DE L’ENTREPRISE

Notre client est une
spin-off créé en 2010 par des chercheurs pour développer une plateforme d’aide
à la décision qui utilise une méthode absolument novatrice en matière
d’intelligence artificielle qui permet de réduire l’empreinte carbone du
Machine Learning jusqu’à 97 %, et qui protège les données sensibles et
privées contre le vol et la réutilisation.

Le concept a franchi
un cap significatif dans l’innovation industrielle avec 3 années de Proof of
Value et entre maintenant dans sa phase d’industrialisation.

A ce titre,
l’entreprise recherche un·e chercheur·se spécialisé·e en systèmes distribués
pour intégrer son équipe R&D constituée de 6 personnes (1 Maître de
Conférences, 4 docteurs-ingénieurs et 1 ingénieur R&D).

 

MISSIONS

• Contribuer à la conception et
  à l’implémentation d’algorithmes de machine learning haute performance
  pour traiter le flux de données en temps réel :
• Préparation des données pour
  de l’apprentissage prédictif et actif.
• Classification,
  reinforcement learning, apprentissage statistique.
• Optimisation pour passage à
  l’échelle.
• Effectuer une veille dans le
  domaine.
• Participer aux travaux de
  recherche pour optimiser l’architecture de traitement distribuée.
• Possibilité de participer à
  des conférences scientifiques et de publier (sous conditions).

 

PROFIL RECHERCHE

SPHERE VITALE

Vous êtes titulaire
d’un doctorat (PhD) en Informatique, sortie de thèse ou post-doc, avec une
spécialisation en machine learning et mathématiques appliquées avec les
compétences ci-dessous :

• Implémentation d’algorithmes
  de machine learning pour systèmes à faible latence et haut débit.
• Développements sur la JVM
  (Scala, Java…).
• Très bon niveau en français
  et bon niveau en anglais technique.

 

SPHERE SOCIALE

• Bon communicant.
• Bonne capacité d’intégration.
• Habitué·e au pair
  programming.

 

INFORMATIONS
SATELLITAIRES

• Date de
  décollage : ASAP
• Base de
  lancement : Bordeaux centre.
• Fuel :
  Négociable selon profil.
• Mutuelle
  prise en charge à 100%.