Ingénieur Machine Learning appliqué

Factory 319 est un startup studio basé à Marseille, spécialisé dans la co‑création, le développement et l’accompagnement de startups dans les secteurs de la e‑santé, de la medtech, de la biotech et de la deeptech.

Le studio intervient auprès de projets innovants en santé en combinant expertise produit, développement technologique, accompagnement stratégique, validation terrain et accès à un réseau d’acteurs cliniques, industriels et institutionnels.

Dans ce cadre, Factory 319 développe et accompagne un portefeuille de startups spécialisées dans la santé numérique, dont

Katomi , startup dédiée aux solutions d’intelligence artificielle appliquées aux usages médicaux.

À propos de Katomi

Katomi conçoit et accompagne le déploiement de solutions de vision par ordinateur et de traitement de la voix pour les acteurs de la santé, depuis le cadrage scientifique jusqu’à l’intégration en production.

Dans le cadre du développement de Katomi et des projets IA santé qui lui sont confiés,

Ingénieur Machine Learning appliqué recrute un. e basé. e à Marseille afin de renforcer les capacités R&D et production autour de solutions robustes, fiables et intégrables dans des environnements réels de santé.

• Compétences requises
• Expérience en machine learning appliqué sur des cas réels.
• Maîtrise de Python + framework ML (Py Torch, Tensor Flow…).
• Capacité à entraîner, adapter et évaluer des modèles deep learning (vision, NLP ou multimodal).
• Expérience avec des jeux de données imparfaits, bruités ou partiellement annotés.
• Capacité à concevoir des solutions robustes, du prototype jusqu’à la mise en production.
• Capacité à prototyper et à itérer rapidement sans surcomplexifier.
• Responsabilités

Data et annotation

• Structurer et versionner les datasets.
• Mettre en place des pipelines d’annotation et de validation.
• Assurer la qualité et la cohérence des données.

Modélisation et expérimentation

• Développer, évaluer et faire évoluer des modèles de machine learning (vision, NLP, multimodal).
• Sélectionner, adapter et fine‑tuner des modèles pré‑entraînés selon les besoins des projets.
• Prototyper rapidement et comparer différentes approches afin d’identifier les solutions les plus pertinentes.

MLOps et mise en production

• Déployer des modèles (API, batch, temps réel).
• Mettre en place des pipelines d’entraînement et d’inférence.
• Gérer le versioning des modèles.

Monitoring et dérive

• Mettre en place des métriques de suivi en production.
• Détecter la dérive de données (data drift).
• Détecter la dérive de performance (model drift).
• Définir des stratégies de réentraînement.
• Définir des métriques métier permettant d’évaluer les performances des modèles en conditions réelles.
• Assurer la robustesse des modèles dans le temps.

Intégration produit

• Collaborer avec les équipes dev pour intégrer les modèles.
• Prendre en compte les contraintes terrain (latence, UX, fiabilité).

Veille & innovation

• Assurer une veille scientifique et technologique sur les avancées en intelligence artificielle.
• Évaluer de manière critique différentes approches et proposer les solutions les plus adaptées aux problématiques rencontrées.
• Exigences supplémentaires
• Computer vision (segmentation, classification, détection).
• NLP (classification, embeddings, modèles pré‑entraînés).
• Expérience avec des pipelines de données et d’annotation.
• Fine‑tuning de modèles pré‑entraînés.
• Une expérience dans le domaine de la santé ou dans un environnement réglementé est un grand plus.
• Git, Docker, développement et déploiement d'APIs.
• Notions de monitoring ML et dérive.
• Exigences académiques

Bac +5 en IA, Machine Learning, Data Science, Informatique, Mathématiques appliquées, Traitement du signal ou équivalent. École d’ingénieur, Master spécialisé ou formation universitaire équivalente.

Une spécialisation en Computer Vision, NLP, IA générative ou IA appliquée à la santé est un atout.

• Localisation
• EU, Marseille, Région PACA
• Contact

Les candidats intéressés peuvent envoyer leur CV à jobs@factory319. com en mentionnant "Intitulé du poste" dans l’objet du mail.

#J-18808-Ljbffr