En un coup d'œil
- Missions: Développez des modèles de vision par ordinateur pour le suivi du basketball avec des technologies de pointe.
- Entreprise: SkillCorner, leader mondial en données sportives automatisées.
- Avantages: Impact réel sur le sport, travail avec des équipes professionnelles et environnement dynamique.
- Autres infos: Équipe passionnée au cœur de Paris, opportunités de croissance professionnelle.
- Pourquoi ce job: Relevez des défis passionnants et contribuez à l'évolution de la technologie de suivi.
- Qualifications: Expertise en apprentissage profond et expérience en systèmes de production.
Le salaire estimé est compris entre 61650 - 75350 € par an.
À propos de SkillCorner
Chez SkillCorner, nous transformons un seul flux de caméra de diffusion en données sportives riches, 100 % automatiquement. Nos algorithmes de vision par ordinateur et d'apprentissage automatique détectent chaque joueur, le ballon et les arbitres, les localisent sur le terrain, les suivent image par image et reconnaissent qui est qui. Depuis 2016, nous sommes devenus un leader mondial dans notre domaine. Nous couvrons plus de 150 compétitions masculines et féminines, détenons plus de 100 milliards de points de données sur plus de 100 000 joueurs professionnels et sommes de confiance pour plus de 350 équipes de football, de basketball et de football américain. Les clubs, fédérations et agences utilisent nos données pour repenser leur analyse de performance, le scouting et le recrutement.
Nous sommes une équipe d'environ 150 personnes dans le monde, avec notre équipe technique principalement basée à Paris. L'équipe de vision par ordinateur, forte de 16 personnes, est au cœur de notre mission : elle utilise des techniques de pointe en apprentissage profond pour fournir des données de suivi précises et de haute qualité, à grande échelle et en production.
Le rôle
Nous recherchons un scientifique senior en vision par ordinateur pour rejoindre notre équipe de suivi de basketball, sous la direction du responsable d'équipe. Vous apporterez une expertise approfondie en apprentissage profond aux modèles qui alimentent nos données de suivi de basketball, de la détection et du suivi à la ré-identification, la reconnaissance et l'estimation de pose. Vous serez responsable de modèles clés de bout en bout : conception d'architectures, construction de pipelines d'entraînement et d'évaluation, et amélioration des performances à une qualité de production. Vous prendrez des décisions architecturales ayant un impact réel et contribuerez à élever les normes de recherche et d'ingénierie de l'équipe. Ce rôle se situe à l'intersection de la recherche appliquée et de la production. Votre travail passera de l'expérimentation au déploiement en direct, utilisé par les équipes professionnelles de basketball avec lesquelles SkillCorner collabore dans le monde entier.
Ce que vous ferez
- Recherche et développement en apprentissage profond
- Concevoir, entraîner et optimiser des modèles d'apprentissage profond à la pointe de la technologie (CNN, Transformers, GNN) pour la détection, le suivi, la ré-identification, la reconnaissance et l'estimation de pose
- Posséder des composants clés du pipeline de suivi de basketball de bout en bout, des données et de l'entraînement à l'évaluation et au déploiement
- Prendre et défendre des décisions architecturales, fondées sur une compréhension solide de la théorie derrière les modèles que vous construisez
- Surveiller l'état de l'art, analyser les performances des modèles et transformer de nouvelles idées en améliorations concrètes
- Établir les métriques et les outils qui mesurent la qualité du suivi, et conduire une amélioration continue d'une version à l'autre
Excellence en ingénierie
- Intégrer des algorithmes de recherche dans notre pipeline de production AWS et maintenir des performances stables lors du déploiement de nouveaux modèles
- Optimiser les modèles pour la précision, la vitesse et le coût à grande échelle
- Élever le niveau des pratiques d'ingénierie et de recherche : revues de code, tests, expériences reproductibles, documentation et utilisation intelligente des outils basés sur LLM
- Enquêter sur les problèmes dans le pipeline et maintenir une haute qualité de code
- Comprendre les besoins des clients et les enjeux du produit, et les traduire en améliorations concrètes du suivi
- Partager vos connaissances et soutenir les membres de l'équipe moins expérimentés dans leur croissance
Qualifications requises
- Un diplôme de maîtrise ou un doctorat en ingénierie, informatique, mathématiques ou un domaine connexe
- Plus de 4 ans d'expérience pratique en vision par ordinateur avec apprentissage profond, y compris des systèmes de production
- Une solide expertise en apprentissage profond dans des domaines tels que le suivi de personnes, la ré-identification, la reconnaissance de personnes, de visages et d'objets, la calibration de caméras, l'estimation de pose corporelle et la reconnaissance d'actions
- Expérience avérée dans la conception, l'entraînement et le déploiement de modèles de détection, de suivi ou de reconnaissance en production, pas seulement des prototypes de recherche
- Expérience avec un travail centré sur les données : curation de jeux de données, stratégies d'annotation et gestion des étiquettes bruyantes
- Une bonne compréhension de la théorie derrière les architectures modernes (CNN, Transformers, GNN), et le jugement pour choisir entre les approches
- Capacité à assembler plusieurs algorithmes en un système fiable
- Capacité à prendre des décisions techniques de manière autonome et à expliquer les compromis
- Solides compétences en Python pour ML : code propre, testé, déployable, avec PyTorch ou TensorFlow et OpenCV
- Expérience pratique avec les workflows AWS et Docker
- Excellentes compétences en communication en anglais
- Atout : français, car l'équipe parle français
- Expérience avec le suivi multi-objets et la ré-identification dans des scènes encombrées, ou avec des vidéos sportives ou de diffusion
- Expérience avec la calibration de caméras, l'estimation d'homographie ou la géométrie 3D
- Expérience dans l'exécution de pipelines ML à grande échelle dans le cloud (inférence GPU, traitement par lots)
- Notions de MLOps et d'optimisation de modèles
- Expérience avec des agents basés sur LLM pour accélérer le développement, le débogage ou le support
- Publications dans des conférences de vision par ordinateur ou ML de premier plan (CVPR, ICCV, ECCV, NeurIPS)
- Connaissance ou intérêt sincère pour le basketball
Pourquoi nous rejoindre
- Impact réel : votre travail est déployé en production et utilisé par plus de 350 équipes professionnelles dans le monde
- Problèmes difficiles et passionnants : vision par ordinateur à la pointe de la technologie sur de vraies vidéos de diffusion, à grande échelle
- Responsabilité : posséder des modèles clés de bout en bout et façonner l'évolution de notre technologie de suivi
- Une grande équipe : des personnes passionnées à la croisée de l'IA et du sport, avec une équipe technique au cœur de Paris
Senior Computer Vision Scientist – Basketball Tracking in Paris employeur : SkillCorner SAS
SkillCorner est un employeur exceptionnel, offrant une culture de travail collaborative et dynamique qui valorise l'innovation et la prise d'initiative. En tant que leader dans le domaine des données sportives alimentées par l'IA, nous offrons à nos employés des opportunités de croissance professionnelle significatives, tout en travaillant dans un environnement flexible et à distance. Rejoindre SkillCorner, c'est faire partie d'une équipe internationale passionnée par le sport et la technologie, où chaque contribution compte pour façonner l'avenir du secteur.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Senior Computer Vision Scientist – Basketball Tracking in Paris
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de SkillCorner SAS
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez SkillCorner SAS. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que Senior Computer Vision Scientist – Basketball Tracking in Paris
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez SkillCorner SAS, il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à SkillCorner SAS que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez SkillCorner SAS. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez SkillCorner SAS
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de SkillCorner SAS et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
