Toutes les offres
MANTLE 8

MANTLE 8

AI / Machine Learning Engineer (H/F)

GrenobleCDIil y a 2h

Postulez maintenant

Vous allez être redirigé vers le site de MANTLE 8.

Postuler chez MANTLE 8

Postée il y a 2h · CDI

Description du poste

En tant qu'ingénieur IA / Machine Learning, vous rejoindrez l'équipe des données de Mantle8, sous la responsabilité du responsable des données, en appliquant l'IA/ML pour accélérer les flux de travail à l'échelle de l'entreprise - de la R&D technique aux décisions de portefeuille. Vous travaillerez en étroite collaboration avec les équipes géosciences, exploration et technologie pour améliorer Simul8 (notre jumeau numérique hydrogène), HOREX (notre technologie d'imagerie souterraine 4D), les décisions de portefeuille et notre infrastructure de données. Le poste exige une maîtrise approfondie de l'IA/ML, la curiosité pour repérer les cas d'utilisation à fort effet de levier dans le sous-sol/clean-tech, ainsi qu'un esprit entrepreneurial - confortable à posséder des modèles de bout en bout au sein d'une équipe allégée.

Ce que vous allez faire : - Améliorez Simul8 et HOREX avec des substituts d'IA, des architectures de réseaux neuronaux et des pipelines de production. - Intégrez l'IA à la gestion de portefeuille : évaluation du jeu, classement des prospects, décisions Go/No-Go, connaissances décisionnelles pour le leadership. - Créer des agents IA qui explorent de manière autonome les jeux de données/tableaux de bord de Mantle8. - Concevoir, entraîner et industrialiser des modèles de réseaux neuronaux selon différentes modalités (signaux géophysiques, modèles géologiques, données tabulaires, texte), avec une évaluation rigoureuse sur les problèmes du sous-sol/physiques contraints. - Prototyper de nouveaux cas d'utilisation de l'IA entre les équipes ; améliorer les compétences de l'équipe sur les outils d'IA et les workflows de données.

Profils : Essentiel : - Minimum 5 ans d'expérience professionnelle dans l'application de flux de travail IA/ML - Maîtrise pratique de la pile ML moderne (pipelines, infrastructure de formation, évaluation de modèles, MLOps) - Expérience avec AWS (S3, EC2, RDS) et les bases de données de production, idéalement PostgreSQL - Capacité