Cette offre n'affiche pas de salaire. D'après 54 offres pour ce poste (Senior, France), le marché se situe autour de 55k€ (50k€–65k€).
Cette offre n'affiche pas de TJM. D'après 32 offres pour ce poste (Senior, France), le marché se situe autour de 550€/j (475€/j–630€/j).
TJM du marché pour AI/ML Engineer (Senior) en France : médiane 550 €/jour, P25–P75 : 475–630 €/jour, n = 32 offres. TJM Python
Salaire du marché pour AI/ML Engineer (Senior) en France : médiane 55 000 €/an, P25–P75 : 50 000–65 000 €/an, n = 54 offres. Salaire Python à Marseille
Baromètre TJM et salaires ITLe besoin
Contexte
Pour un grand groupe international de transport maritime et de logistique basé à Marseille, nous recherchons un chercheur senior en Machine Learning. Il fera évoluer un framework agentique interne qui automatise la recherche et l'expérimentation ML : formalisation du problème, priorisation des expériences, génération et correction de code, validation expérimentale, études d'ablation et sélection de modèles.
Description du poste
Plugin Event Forecasting : intégrer des événements dans les prévisions de séries temporelles (détection, qualification, modélisation de la probabilité, de la durée, de l'intensité et de l'impact), produire des scénarios central, optimiste, pessimiste et de stress.
Rigueur scientifique : aucune fuite temporelle, tests placebo, backtests événementiels, comparaison avec un modèle de référence sans événements.
Plugin IoT et maintenance prédictive : détecter tôt les anomalies et les signaux précurseurs de panne, estimer la probabilité de panne et la durée de vie restante (RUL) à partir de séries multivariées issues de capteurs.
Benchmark des approches : comparer le supervisé, le non supervisé, la détection d'anomalies et l'analyse de survie, et tester la généralisation à de nouveaux équipements.
Alertes métier : produire des alertes explicables et hiérarchisées, exploitables par les équipes opérationnelles.
Livrables : plugins testés et documentés, protocoles reproductibles, code versionné, guide de prise en main, restitutions régulières et transfert de connaissances aux équipes internes.
Environnement technique
Langage et frameworks : Python, PyTorch ou TensorFlow, scikit-learn
Domaines : séries temporelles, détection d'anomalies, Deep Learning, analyse de survie
Architecture : systèmes multi-agents, orchestration d'agents LLM
Atouts : Dataiku, MLOps, cloud, automatisation des chaînes d'expérimentation
Un plan personnalisé pour postuler intelligemment à cette offre.
Cliquez sur "Postuler" pour accéder à l'offre.