🔎 IA Scientist - pour une Deeptech AI qui réinvente le ML appliqué aux données tabulaires

🔮 Le client final (qui mandate Youmanista)

• Le business : Une Deeptech AI (early-stage, très bien financée - seed + série A) qui réinvente le Machine Learning appliqué aux données tabulaires et structurées complexes des entreprises.
• Les produits commercialisés : Un agent capable de transformer la prédiction quantitative industrielle (risque, prévision de la demande, churn) en une infrastructure scalable et continue.
• L'équipe : Environ 20 personnes à Paris, avec une structure agile composée de chercheurs d'élite et de ML Engineers de haut niveau, combinant rigueur académique et vitesse d'exécution startup.
• Financement solide avec une Seed et une série A.

Nous recrutons 5 profils AI Scientist pour la fin d’année 2026.

💡 Le contexte Dans le cadre d'un franchissement de cap stratégique, l'équipe R&D renforce son cœur de recherche pour concevoir, pré-entraîner et passer à l'échelle ses propres architectures IA from scratch.

Nous cherchons 5 AI Scientist d'exception pour porter ces sujets de représentation de données complexes au niveau supérieur.

🎯 Vos missions

• Conception & Pré-entraînement : Imaginer des architectures deep learning novatrices et pré-entraîner from scratch des modèles de fondation appliqués aux données structurées.
• Scalabilité & Compute : Gérer l'entraînement à très grande échelle (scalable ML) de modèles massifs sur des clusters de calcul haute performance.
• Évaluation & Métriques : Concevoir des métriques d'évaluation métier sur-mesure pour mesurer précisément la performance des modèles sur les cas d'usage clients.
• Active Learning & Data Strategy : Bâtir les stratégies d'apprentissage actif et consolider les datasets d'entraînement/évaluation afin d'optimiser le transfer learning.
• Rayonnement & Collaboration : Publier et présenter vos travaux à la communauté scientifique, tout en travaillant main dans la main avec les ML Engineers, Data Scientists et partenaires stratégiques.

🛠️ La Stack

• Frameworks & Libs : PyTorch, Jax, Sklearn, DeepSpeed.
• Compute & Infra : SLURM, clusters privés de calcul, environnements Cloud.
• Langages : Python (maîtrise avancée du traitement de tableaux), notions ou pratique de C/C++.
• Data & Tooling : Parquet, SQL, NoSQL, Git.

👤 Profil recherché

• Formation & Parcours : Bac+8 Ph.D. en IA / Computer Science / Machine Learning finalisé (doctorat validé) et une expérience récente centrée sur la recherche fondamentale.
• 2 ans d’expérience minimum (post Thèse)
• Publications Top-Tier : Un historique éprouvé de publications en premier auteur dans les conférences majeures du domaine (ICLR, NeurIPS, ICML, IJCAI, AAAI, CVPR, ACL, ECML-PKDD).
• Compétences clés : Maîtrise des architectures Transformers, expérience concrète du pré-entraînement de gros modèles de fondation (LLM, vision, etc.) et excellente capacité à coder des algorithmes complexes.
• Les bonus qui font la différence : Une thèse spécifiquement axée sur l'IA tabulaire, une activité open-source marquante ou des performances en compétitions de Data Science.
• (À noter : les profils orientés purement GenAI applicative, fine-tuning/prompting, ingénierie logicielle classique ou NLP linguistique ne correspondent pas au besoin).

🎁 Package

• Rémunération : Attractif, fixé selon profil (jusqu'à 100 k€ maximum).
• Equity : BSPCE pour être pleinement associé à la création de valeur et au succès de l'entreprise.
• Avantages : Mutuelle d'entreprise complète, tickets restaurant, congés payés au niveau des standards français.
• Modalités de travail : Présence régulière sur site privilégiée (remote occasionnel possible ; le full remote est réservé exclusivement aux tops profils basés à l'étranger).

📅 Processus de recrutement

1. Fit Interview (30 min) avec la Chief of Staff.
2. Research Fit (45 min) avec le VP Recherche.
3. Test pratique (30 min) de debugging / live coding.
4. Technical Interview (Cas de recherche à préparer chez soi + 1h30 de restitution face à l'équipe recherche).
5. Onsite (Déjeuner informel et entretiens avec les fondateurs).
6. Prise de références.