À propos
Acteur de la santé numérique, concepteur de dispositifs médicaux et des solutions logicielles qui les accompagnent, utilisés par des professionnels de santé dans plus de cent pays.
L'entreprise compte environ 400 collaborateurs en France, sur un site parisien, au sein d'un groupe international présent en Europe, aux États-Unis et en Asie. La R&D est internalisée sur toute la chaîne, du matériel à l'algorithme, dans un environnement technique exigeant et normé (secteur médical, hébergement de données de santé), avec des équipes distinctes sur le logiciel embarqué, le backend et la plateforme cloud.
Le poste
Rattaché(e) à la Directrice Core Technology, vous devenez le référent technique IA de l'entreprise pour l'ensemble des développements intégrés aux produits. Le poste se situe au plus haut niveau d'expertise technique de la R&D, hors filière managériale : vous produisez, vous arbitrez, et vous faites grandir les équipes.
Deux terrains coexistent : une plateforme numérique de services, où un premier modèle est déjà en production et un second est prévu à neuf mois, et le dispositif médical lui-même, avec une première solution d'IA embarquée visée à douze mois. L'entreprise ne part pas de zéro : il s'agit de faire passer une pratique IA déjà amorcée à la vitesse supérieure.
Vos missions
- Définir et faire évoluer l'architecture des systèmes d'IA intégrés aux produits, et porter un regard critique sur les choix techniques déjà engagés - Piloter le développement, l'intégration et l'industrialisation de modèles d'analyse d'images et de signaux, performants, robustes et conformes aux exigences du secteur - Accompagner les équipes sur les sujets d'algorithmie et juger la partie inférence, jusqu'à l'embarqué - Contribuer à la feuille de route IA et à son extension aux nouveaux cas d'usage, en connectant la technologie aux enjeux produit et business - Construire la stratégie d'acquisition et d'exploitation des données, avec un enjeu de qualité plus que de volume - Diffuser les bonnes pratiques (développement, CI/CD, monitoring, gouvernance des modèles) et encadrer techniquement les ingénieurs IA - Assurer une veille scientifique et technologique, et représenter l'expertise de l'entreprise dans les échanges avec l'écosystème
Profil recherché
Ingénieur(e) ou docteur(e) dont l'expertise première est le traitement du signal et le traitement de l'image, idéalement en environnement ultrasonore, et qui a ensuite développé une maîtrise du machine learning et du deep learning appliqués au produit. Ce n'est pas un profil de développeur logiciel reconverti à l'IA : la compréhension physique de la chaîne d'acquisition est indispensable pour dialoguer avec les équipes signal.
- 5 à 10 ans d'expérience sur des projets d'algorithmie appliquée à un produit, dont au moins 3 ans sur des sujets d'intelligence artificielle
- Traitement du signal et de l'image : reconstruction, filtrage, quantification, caractérisation
- Analyse d'images par l'IA et analyse des ondes : Python, TensorFlow ou PyTorch
- Conception et industrialisation d'algorithmes destinés à un produit, y compris embarqué
- Culture de la donnée : acquisition, qualité, structuration, exploitation
- Expérience du secteur médical et de son cadre réglementaire : attendue
- Anglais courant, contexte international
La posture attendue
Un profil qui garde les mains dans le code tout en étant capable de prise de recul : la technologie au service du produit, pas la technologie pour elle-même. Clair, direct, et surtout capable d'embarquer les équipes et de les faire monter en compétences.
Ne correspondent pas à ce poste : les spécialistes LLM et IA générative, les data scientists orientés analytics, les profils exclusivement MLOps, et les profils de management sans production technique personnelle.
Avantages
Poste en CDI, statut cadre, basé à Paris 14e.
- Un périmètre à construire : la personne recrutée structure la pratique IA de l'entreprise sur ses produits - Des projets à fort impact, au service du diagnostic de patients partout dans le monde - Un actif de données propriétaire rare, encore largement à exploiter - Une R&D internalisée sur toute la chaîne, du matériel à l'algorithme