Enter a job title or keyword

Senior Machine Learning Research Engineer Applied Scientist (HF)

CITECH


Job Location:

Marseille - France

Monthly Salary: Not provided by the employer
Posted: 24 September 2026 (Yesterday)
Application Deadline: 22 December 2026
Vacancies: 1 Vacancy

Job Summary

Vos missions

  • Concevoir des protocoles expérimentaux permettant dévaluer rigoureusement différentes approches de Machine Learning.
  • Développer et faire évoluer des composants dédiés au forecasting et aux données IoT.
  • Modéliser linfluence dévénements externes sur des séries temporelles.
  • Construire et comparer différents scénarios de prévision.
  • Développer des approches de détection danomalies et de signaux précurseurs de panne.
  • Explorer des méthodes supervisées non supervisées Deep Learning et analyse de survie.
  • Garantir labsence de fuite temporelle dans les expérimentations.
  • Construire des baselines et réaliser des évaluations rétrospectives et études dablation.
  • Mesurer la robustesse et la capacité de généralisation des modèles.
  • Développer un code Python robuste testé documenté et facilement intégrable.
  • Assurer la reproductibilité et la traçabilité des expérimentations.
  • Présenter les résultats et recommandations aux équipes techniques et métier.
  • Accompagner le transfert de connaissances vers les équipes internes.

Environnement technique

Les technologies et domaines explicitement présents dans le besoin sont :

  • Python
  • Machine Learning
  • Deep Learning
  • Time Series / séries temporelles
  • Anomaly Detection
  • Predictive Maintenance
  • Survival Analysis
  • Architectures agentiques / Multi-Agent Systems
  • Dataiku
  • MLOps
  • Cloud
  • IoT

Qualifications :

Vous êtes diplômé(e) dun Bac5 en informatique mathématiques appliquées Data Science ou domaine connexe. Un doctorat constitue un atout important.

Vous disposez idéalement dau moins 7 ans dexpérience pertinente avec une expérience significative en recherche appliquée en Machine Learning.

Vous maîtrisez particulièrement :

  • Python et au moins un framework majeur de ML ou Deep Learning ;
  • la modélisation et lévaluation de séries temporelles ;
  • la détection danomalies ;
  • les problématiques de maintenance prédictive ;
  • la conception de protocoles expérimentaux ;
  • les méthodes de validation temporelle ;
  • le développement de code robuste testé et documenté.

Une expérience des systèmes agentiques ou multi-agents appliqués au Machine Learning sera particulièrement appréciée.

Une connaissance de Dataiku du MLOps du Cloud ou une expérience de publication scientifique / transfert technologique constituera également un plus.

Vous savez enfin vulgariser et présenter des problématiques scientifiques complexes auprès dinterlocuteurs techniques comme métier.

Les du poste

Un sujet à forte dimension R&D / recherche appliquée
Des problématiques avancées de Machine Learning et Deep Learning
Des travaux sur les séries temporelles et lIoT
Une dimension IA agentique / multi-agents
Un équilibre entre recherche expérimentation et développement
Des enjeux concrets de maintenance prédictive
Une forte exigence scientifique autour de la reproductibilité des résultats
Un transfert direct des travaux vers les équipes internes


Informations supplémentaires :

Poste situé à Marseille
Présence sur site : 2 jours par semaine

Salaire : 50 - 65 K

 

Pourquoi rejoindre CITECH

Chez CITECH vous bénéficiez dun accompagnement personnalisé et dune proximité réelle avec nos équipes.

Nous privilégions des missions permettant à nos consultants de développer leur expertise et dintervenir sur des problématiques technologiques ambitieuses.

Alors prêt(e) à relever ce nouveau défi Rejoignez-nous !


Remote Work :

No


Employment Type :

Full-time


About Company

Company Logo

If you wish to contribute your skills in executing various projects, we have THE mission for you! We are indeed looking for a Technical Manager (M/F). Your mission is with a recognized client in the electricity production industry.

View Profile View Profile