En un coup d'œil
- Missions: Développez des modèles scientifiques innovants pour des signaux complexes comme l'EEG et l'IRMf.
- Entreprise: Une entreprise de recherche à la pointe de la technologie avec une culture collaborative.
- Avantages: Salaire compétitif, environnement de travail flexible et opportunités de développement professionnel.
- Autres infos: Ambiance dynamique favorisant l'intégrité, la communication ouverte et la sécurité psychologique.
- Pourquoi ce job: Contribuez à des projets qui transforment la recherche scientifique et impactent le monde réel.
- Qualifications: 3-7 ans d'expérience en recherche appliquée et maîtrise de PyTorch.
Le salaire estimé est compris entre 58500 - 71500 € par an.
Nous construisons des modèles fondamentaux pour les signaux scientifiques, en commençant par le cerveau (EEG, fMRI, ultrasons), et nous visons à étendre ces approches à d'autres domaines complexes. Nous travaillons avec des signaux temporels, collectés dans des conditions réelles (par exemple, des environnements cliniques avec des tailles d'échantillons limitées) : nos données sont bruyantes et hétérogènes.
Ce à quoi ressemble le travail :
- Échelle de pré-entraînement vers de nouveaux horizons : Implémenter et superviser des exécutions de pré-entraînement à grande échelle sur des architectures de pointe (Transformers, SSMs/Mamba, fenêtres de contexte long). Assurer la convergence et la performance sur des ressources distribuées (Scaleway/GENCI).
- Pratique du « Deep Debugging » : Diagnostiquer pourquoi les modèles convergent - ou échouent - à un niveau mathématique et technique.
- Ajustement des modèles pré-entraînés : Sur des données à la fois open-source et propriétaires.
- Ingénierie des pipelines de données multimodales : Construire des pipelines robustes pour agréger, aligner et nettoyer des ensembles de données hétérogènes (EEG/fMRI). S'attaquer à la complexité de la normalisation des signaux, de l'alignement temporel/spatial et de la version des données.
- Champion de l'IA centrée sur les données : S'assurer que chaque octet alimentant nos modèles est pur et traçable.
- Maintien de la rigueur scientifique et des normes logicielles : Établir des classements internes et des tests de données pour valider les progrès par rapport à l'état de l'art. Écrire du code de recherche prêt pour la production : typé, testé et documenté par défaut. Collaborer avec l'équipe sur des articles de recherche.
Exigences :
- 3 à 7 ans d'expérience en recherche appliquée ou R&D.
- Formation distribuée : antécédents prouvés avec l'entraînement de modèles à grande échelle.
- Maîtrise de PyTorch : connaissance approfondie des internes (mémoire, noyaux, mécanismes d'attention).
- Ingénierie des données : pipelines robustes, versioning et qualité des données.
- Rigueur scientifique : expérience dans des environnements de recherche avec des normes logicielles élevées.
- Anglais courant (l'équipe parle anglais au quotidien).
Compétences bonus :
- Données multimodales : EEG, fMRI, séries temporelles ou signaux de capteurs.
- Optimisation bas niveau : FlashAttention, noyaux CUDA ou matériel personnalisé.
- Infrastructure cloud : Scaleway ou environnements cloud GPU similaires.
- Publications de recherche : NeurIPS, ICML, ICLR ou équivalent.
- IA centrée sur les données : curation, alignement et nettoyage d'ensembles de données hétérogènes.
Au-delà des compétences techniques : Bien que l'excellence technique soit essentielle, nous attachons une importance égale à la manière dont nous travaillons ensemble. Nous croyons que les meilleures équipes sont construites sur :
- Intégrité et respect : Nous aspirons à l'honnêteté, la gentillesse et l'équité. Nous valorisons les personnes qui traitent les autres avec dignité et favorisent un environnement où chacun se sent entendu.
- Communication ouverte et humilité : Les grandes idées viennent de la collaboration. Nous recherchons des coéquipiers qui écoutent activement, communiquent clairement et abordent les défis avec conscience de soi et humilité.
- Sécurité psychologique et camaraderie : Nous nous efforçons de créer un espace où les gens se sentent en sécurité pour prendre des risques, poser des questions et grandir.
Research Engineer in Paris employeur : Sigma Nova
Chez Sigma Nova, nous offrons un environnement de travail stimulant et innovant au cœur de Paris, où la passion pour l'intelligence artificielle se conjugue avec des opportunités de croissance professionnelle. Nos équipes collaborent dans une culture d'excellence et de curiosité, favorisant le développement personnel et professionnel à travers des projets de recherche de pointe. En rejoignant notre entreprise, vous bénéficierez d'un cadre dynamique, d'une rémunération compétitive et de la possibilité de travailler sur des technologies de rupture qui façonnent l'avenir.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Research Engineer in Paris
✨Connecte-toi avec des chercheurs et des professionnels
Les réseaux sociaux académiques comme ResearchGate ou Academia.edu sont parfaits pour établir des connexions. N'hésite pas à interagir avec des publications de chercheurs qui t'inspirent, ça pourrait mener à des opportunités au sein d'équipes de recherche comme celles de Sigma Nova.
✨Participe à des conférences et des séminaires
Les événements académiques sont des occasions en or pour rencontrer des experts du domaine. Si tu as l'occasion de présenter ton travail, fais-le ! C'est une superbe façon de te faire remarquer et d’augmenter ta visibilité auprès de potentiels employeurs, notamment dans le secteur de la recherche scientifique.
✨Reste informé sur les nouvelles publications
Abonne-toi à des revues scientifiques qui publient des études dans ton domaine d'intérêt. La connaissance des dernières avancées te permettra non seulement de briller lors des entretiens, mais aussi de discuter des tendances qui intéressent Sigma Nova.
✨Postule directement sur notre site web
N'oublie pas de consulter notre site pour les offres d'emploi chez Sigma Nova. Souvent, des postes intéressants ne sont pas publiés ailleurs. Être proactif et t'inscrire dès que quelque chose d'intéressant apparaît peut vraiment faire la différence dans ta recherche.
Nous pensons qu'il te faut ces compétences pour exceller en tant que Research Engineer in Paris
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Dans le domaine de la recherche scientifique, on adore voir des compétences techniques précises. N’hésite pas à détailler tes expériences en laboratoire, les méthodologies que tu maîtrises et les outils analytiques que tu utilises. Des compétences en informatique comme la gestion de données ou la modélisation peuvent aussi faire la différence !
Valorise tes publications:Si tu as déjà publié des articles ou présenté des travaux lors de conférences, assure-toi de les mettre en avant ! Inclure des liens vers tes publications ou ton portfolio scientifique dans ton CV peut vraiment t'aider à te démarquer auprès de Sigma Nova.
Sois clair sur tes motivations:Étant donné que c'est un poste à temps plein, explique pourquoi tu souhaites rejoindre Sigma Nova en particulier et comment cela s'inscrit dans ton parcours. Montre que tu es passionné par la recherche et que tu as des idées sur comment contribuer aux projets en cours !
Format professionnel mais accessible:Dans ta candidature, utilise un format clair et accessible. Évite le jargon trop complexe mais n'hésite pas à montrer ta rigueur scientifique. Un bon équilibre entre professionnalisme et une approche compréhensible peut faire toute la différence pour Sigma Nova.
Comment te préparer à un entretien d'embauche chez Sigma Nova
✨Prépare ta littérature scientifique !
On doit être au top sur les dernières avancées dans ton domaine. Assure-toi de bien comprendre les articles récents publiés et sois prêt à discuter de leur impact lors de l'entretien, surtout ceux qui concernent Sigma Nova.
✨Pratique les questions techniques
Les entretiens dans la recherche scientifique peuvent inclure des questions techniques et méthodologiques. Prépare-toi à expliquer tes méthodes de recherche précédentes et à discuter des outils que tu sais utiliser, comme les logiciels de modélisation ou d'analyse de données.
✨Mets en avant tes projets de recherche
Comme on cherche à savoir comment tu te démarques, prépare un portfolio qui présente tes projets scientifiques. Ça peut inclure des publications, des présentations à des conférences ou même des posters. Ça montre ta capacité à contribuer à Sigma Nova dès le départ !
✨Montre ta passion pour l'innovation
Dans le monde de la recherche scientifique, l'innovation est essentielle. Prépare des exemples concrets où tu as eu des idées originales dans tes travaux. Parles-en avec enthousiasme pour vraiment convaincre les recruteurs que tu es la personne qu'il leur faut.
