🔮 Forward Deployed Engineer - pour un Deeptech AI qui réinvente le ML appliqué aux données tabulaires

🚀 Le client final :

• 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.

💡 Le contexte :

Pour soutenir l'adoption et le déploiement de ses modèles de fondation auprès de clients grands comptes (secteurs à forte intensité de données), la startup recrute son ou sa futur(e) Forward Deployed Engineer.

Rattaché(e) directement au CRO, votre rôle sera de prouver la valeur technologique du produit sur le terrain en l'intégrant directement dans les environnements de production des clients.

🎯 Vos missions :

• Déploiement & Preuve de valeur : Piloter le déploiement des missions clients de bout en bout, traduire leurs objectifs business en problèmes prédictifs quantitatifs clairs (risque de crédit, maintenance prédictive, churn) avec des métriques de succès strictes.
• Régularisation & Rigueur ML : Adapter les pipelines de données aux architectures des clients (ingestion, feature engineering, APIs, environnements cloud/on-premise) et mener des benchmarks rigoureux (OOD testing, analyse de dérive, calibration) face aux modèles historiques.
• Partenariat Client & Pédagogie : Être l'interlocuteur technique central des quants et data scientists clients, animer les workshops techniques et concevoir les artéfacts d'explicabilité (SHAP, feature importance) pour instaurer une confiance durable.
• Amélioration continue du produit : Analyser les cas de dégradation ou les edge cases métiers rencontrés sur le terrain pour nourrir directement la R&D et faire évoluer les modèles de fondation.
  

🛠️ La Stack :

• Langages & Data Engineering : Python (écriture de code modulaire orienté production, pas de simples notebooks), SQL, Parquet, DuckDB.
• Frameworks ML : Scikit-learn, LightGBM, XGBoost (PyTorch / JAX sont de solides atouts).
• Infra & MLOps : AWS, GCP, Docker, Kubernetes, MLflow (monitoring, pipelines de reproductibilité et détection de drift).

👤 Le profil recherché :

• Expérience : Minimum 4 ans d'expérience (profil idéalement entre 3 et 7 ans) comme Machine Learning Engineer, Data Scientist ou Consultant Data technique. Vous avez déjà mené au moins un projet ML de bout en bout en production avec une vraie responsabilité business.
• Expertise ML Tabulaire : Votre parcours est clairement centré sur le déploiement de cas d'usage ML prédictifs traditionnels/non-agentiques. Une expérience préalable dans la Finance, l'Énergie ou l'Assurance est un très grand plus.
• Posture Client (Client-facing) : Vous aimez résoudre des problèmes complexes au contact direct des utilisateurs. Vous savez vulgariser face à des profils non-techniques et, surtout, pousser calmement mais fermement pour réorienter un client lorsque sa formulation du problème est erronée.
• Mindset & Autonomie : Très forte autonomie (capacité à avancer sans playbook préétabli), aisance face à l'ambiguïté d'une structure early-stage et obsession pour la qualité du code.
• Langues : Anglais courant indispensable (langue de travail au quotidien). La maîtrise du français est un atout.
  

🎁 Le Package :

• Salaire : Jusqu'à 130k€ fixe maximum (selon profil et expérience).
• Equity : Attribution de BSPCE pour vous associer concrètement au succès de l'entreprise.
• Avantages : Mutuelle d'entreprise complète, Tickets Resto, excellente politique de congés au format français.
• Cadre de travail : Locaux situés dans Paris 8ème. Organisation hybride flexible (la boîte privilégie les interactions physiques en équipe mais s'adapte facilement au remote partiel).

📅 Processus de recrutement :

• Étape 1 : Premier échange de qualification avec la Responsable RH
• Étape 2 : Entretien d'introduction avec le CRO pour comprendre la vision business et le scope du rôle.
• Étape 3 : Évaluation technique approfondie (Use Case / Deep-dive) avec l'équipe Research et ML Engineering.
• Étape 4 : Entretien final "Culture Fit" avec les fondateurs pour valider l'alignement mutuel.