Fleetiz
ML Engineer
FleetizFrance9 hours ago
Full-timeOther
🚀 Pourquoi ce poste existe ? Chez Fleetiz, on conçoit une plateforme SaaS qui simplifie le quotidien des gestionnaires de flotte d’équipements. Notre outil est utilisĂ© chaque jour par des professionnels sur le terrain, et notre base clients continue de grandir.

Pour Aller Plus Loin Et Apporter Encore Plus De Valeur Ă  Nos Utilisateurs, Nous Voulons IntĂ©grer Des Briques D’intelligence Artificielle Dans Notre Produit

  • DĂ©tection de fraude et d’anomalies
  • Analyse automatisĂ©e de documents
  • Maintenance prĂ©dictive pour optimiser la disponibilitĂ© des flottes

Nous cherchons une personne capable de concevoir, dĂ©velopper et dĂ©ployer ces modĂšles de maniĂšre robuste et industrialisĂ©e tout en s’assurant que les donnĂ©es utilisĂ©es soient propres, fiables et disponibles en continu.

❀ Notre culture d’entreprise Chez Fleetiz, on fait le boulot sĂ©rieusement dans un environnement simple, sain et efficace.

Nos Valeurs

  • SimplicitĂ©
  • ModularitĂ©
  • Autonomie

Nos modes de travail suivent ces principes : chacun avance librement, en confiance, avec de la rigueur et une exigence partagée, en toute bienveillance et transparence.

💰 RĂ©munĂ©ration & conditions Chez Fleetiz, les salaires sont transparents et basĂ©s sur une grille claire, partagĂ©e en interne. Pas de nĂ©gociation individuelle : le salaire est fixĂ© selon ton niveau d’expĂ©rience et d’impact.

⭐ Nos plus : - Mutuelle Alan

  • Tickets resto
  • Forfait mobilitĂ©s durables
  • Dotation culture

✌ Organisation du travail : - Horaires libres

  • TĂ©lĂ©travail flexible
  • 7 semaines de congĂ©s

Pas de daily, pas de micro-management. Chacun est libre de s’organiser comme il l’entend, en bonne intelligence.

🧠 Conception & dĂ©veloppement de modĂšles - DĂ©finir les cas d’usage IA en collaboration avec l’équipe produit

  • Concevoir, entraĂźner et Ă©valuer des modĂšles de Machine Learning et Deep Learning
  • Documenter les approches et rĂ©sultats pour faciliter leur comprĂ©hension par l’équipe

📊 Collecte et prĂ©paration des donnĂ©es (Data Engineering) - Identifier les sources de donnĂ©es pertinentes (internes et externes)

  • Construire et maintenir des pipelines de donnĂ©es (ETL) robustes et automatisĂ©s
  • Nettoyer, normaliser et enrichir les donnĂ©es pour les rendre exploitables
  • Mettre en place un monitoring de la qualitĂ© et de la fraĂźcheur des donnĂ©es

⚙ Industrialisation & dĂ©ploiement - Mettre en production les modĂšles via API et les intĂ©grer dans notre plateforme

  • Optimiser les performances (temps d’infĂ©rence, consommation ressources)
  • Surveiller la dĂ©rive des modĂšles et dĂ©clencher leur rĂ©entraĂźnement si nĂ©cessaire

🔍 QualitĂ© & validation - DĂ©finir les mĂ©triques de succĂšs (prĂ©cision, rappel, F1-score, etc.)

  • Établir des plans de tests robustes pour valider les modĂšles avant leur mise en production
  • DĂ©tecter et corriger les biais dans les donnĂ©es et les prĂ©dictions

đŸ€ Collaboration & transfert de compĂ©tences - Travailler avec les dĂ©veloppeurs backend pour intĂ©grer les modĂšles dans la stack technique

  • Collaborer avec l’équipe produit pour prioriser les cas d’usage Ă  fort impact
  • Partager les bonnes pratiques ML/IA et Ă©vangĂ©liser l’équipe sur les capacitĂ©s de l’IA

Tu Es Fait·e Pour Ce Poste Si

  • Tu as 5+ ans d’expĂ©rience en Machine Learning, IA ou Data Science.
  • Tu maĂźtrises le Machine Learning (supervisĂ©, non supervisĂ©) et le Deep Learning
  • Tu es Ă  l’aise avec Python et ses bibliothĂšques (scikit-learn, pandas, PyTorch ou TensorFlow)
  • Tu sais travailler avec des bases de donnĂ©es relationnelles (SQL) et gĂ©rer des datasets consĂ©quents
  • Tu es rigoureux·se et sais mettre en place des tests pour valider tes modĂšles
  • Tu es orienté·e produit et cherches Ă  avoir un impact concret sur l’usage final

Bonus

  • ExpĂ©rience en dĂ©tection de fraude ou maintenance prĂ©dictive
  • Connaissance des techniques de Computer Vision ou NLP pour l’analyse de documents
  • ExpĂ©rience de mise en production de modĂšles (API, CI/CD, MLOps)
  • Connaissance des enjeux de scalabilitĂ©, performance et coĂ»t dans l’IA en production
  • Premier Ă©change
  • Mise en situation et tests
  • Entretien avec l’équipe
  • Entretien final avec le CEO / CTO

Key Skills

Ranked by relevance