Deep Learning Engineer - Computer Vision H/F - 95

Dans le cadre de son développement en Europe, aux États-Unis et au Moyen-Orient, l'entreprise ouvre un poste de Deep Learning Engineer spécialisé en vision par ordinateur.
Les principales responsabilités sont les suivantes :

- Améliorer les modèles de détection et de ré-identification, incluant la collecte de données, l'architecture des réseaux neuronaux, les paradigmes d'entraînement, le pré/post-processing et l'évaluation des performances.
- Réaliser une veille approfondie sur les travaux de recherche pertinents en vision par ordinateur et développer des prototypes basés sur des publications scientifiques.

Participer au déploiement des prototypes R&D en collaboration étroite avec les équipes C++ et opérationnelles.
Profil recherché

- Master ou Doctorat en deep learning, vision par ordinateur, machine learning ou discipline similaire.
- Minimum trois ans d'expérience professionnelle en machine learning (un doctorat peut être considéré comme équivalent après un master).

Compétences techniques

- Excellentes connaissances en deep learning, notamment en vision par ordinateur : détection d'objets, extraction de caractéristiques, classification d'images.
- Maîtrise des frameworks de deep learning tels que PyTorch ou TensorFlow.
- Compétences avancées sur les bibliothèques Python de data science et traitement d'image : OpenCV, PIL, SciPy, Scikit-learn, Pandas.
- Bonne compréhension des mathématiques appliquées au machine learning : algèbre linéaire, statistiques.
- Capacité à produire un code Python de qualité et à effectuer des revues de code.

- Intéressement.
- Tickets restaurants.
- Perspectives d'évolution
- Prise de lead sur des projets.
- Encadrement d'ingénieurs R&D

Cette entreprise développe une solution d'analyse de flux piétons destinée aux environnements à très fort trafic : centres commerciaux, gares, aéroports. Elle fournit à ses clients des statistiques propriétaires leur permettant d'optimiser la monétisation du trafic et des audiences dans le monde physique.

La technologie repose sur des réseaux neuronaux appliqués à des images de vidéosurveillance, dans le respect strict du RGPD (traitement en temps réel, aucune image enregistrée). Les données anonymisées générées permettent de mesurer les flux entrants/sortants, d'analyser les parcours clients, de concevoir des stratégies drive-to-store et d'évaluer la performance des campagnes média.

La solution est déployée dans dix pays, dont la majorité des plus grands centres commerciaux européens.