Dreamquark

Les équipes DreamQuark sont composées à 70% de profils techniques. De fait, Nicolas Méric, CEO fondateur s'est toujours entouré des meilleurs collaborateurs dans le domaine avec pour objectif le développement de Brain, une plateforme prédictive qui permet de déployer des applications d'Intelligence Artificielle capables de répondre aux problématiques des entreprises du secteur de la Gestion de Patrimoine avec des résultats sans précédent. 

Les algorithmes de Deep Learning embarqués dans la plateforme Brain permettent d’obtenir les meilleurs résultats de ciblage, classification et prédiction et d’identifier les phénomènes rares généralement invisibles par les autres technologies.

80% des équipes télé travaillent minimum 3j / semaine 3 collaborateurs sont au stade "dinosaures" (4 ans ancienneté) 95% niveau de bonne humeur au quotidien

Au sein de Dreamquark, leur rôle consiste à contribuer à l'évolution de la feuille de route produit. 

L'équipe est composée du CPO, du Product Designer UI/UX et d'un PO, travaillant tous étroitement avec les équipes Développement, Data-Science et Revenu. 

La feuille de route est dédiée à la conception et à la fourniture de solutions d'IA/ML explicables de premier plan pour des cas d'utilisation dans les domaines de l'épargne, de l'investissement et de l'assurance - l'industrie de la gestion de patrimoine - en France et à l'international.

• Be in charge of DreamQuark’s omnichannel marketing execution: Leverage both digital marketing campaigns as well as events (industry / partner events) to generate leads and expansion opportunities.
• Own and drive digital marketing initiatives, implement and leverage the necessary software (existing or not) to drive lead gen and content delivery to interested prospects.
• Monitor and evaluate the impact of marketing and communication activities, applying learnings to future campaigns.
• Work closely with Product and Sales to contribute to lead generation and development and the overall growth of the company, supported with regular reports of activity -Drive improved website usability and user experience, resulting in more Leads
• Work closely with CRO & CEO as well as partners on positioning DreamQuark externally

• Le Machine learning engineer libère les data scientists des tâches d'ingénierie afin qu'il puissent se focaliser sur la modélisation mathématique. il s'approche davantage d’un ingénieur que celui du Data Scientist par ses compétences logicielles. Il comprend et met en pratique les méthodes de développement ainsi que l’approche agile. Puisqu’il assure la gestion de la mise en production, ils se doit aussi de maîtriser les outils permettant de maintenir un certain niveau de sécurité à l’ensemble de l’environnement.
• Concevoir des logiciels permettant d'automatiser les modèles prédictifs.
• Développer/Intégrer des algorithmes de Machine Learning et les intégrer dans une pipeline pour que l'utilisateur final puisse profiter des recommendations/classification
• Mettre en place des outils de tracking de Machine Learning
• Veiller à ce que la ou les solutions proposées puissent s'adapter au trafic en gérant l'infrastructure qui permettra leur optimisation puis leur mise en production.

• Développer des applications de machine learning en fonction des besoins des clients.
• recherche et implémentation d'algorithme et d'outil (exemple: mlflow, nouveau moteur de recommendation, dvc, etc.)
• Sélection des ensembles de données appropriés.
• Choisir les méthodes de représentation des données appropriées.
• Identifier les différences dans la distribution des données qui affectent les performances du modèle.
• Vérification de la qualité des données.
• Transformer et convertir des prototypes de science des données.
• Réalisation d'analyses statistiques.
• Exécution de tests d'apprentissage automatique.
• Utiliser les résultats pour améliorer les modèles.
• Systèmes de formation et de recyclage en cas de besoin.
• Extension des bibliothèques d'apprentissage automatique.

• Assure une veille technologique et de recherche sur tous les sujets de DataScience et de Machine Learning
• Assure une visibilité extérieure pour DreamQuark dans les domaines pré-cités via des publications scientifiques, des articles, des conférences, des projets Open-Source...
• Assure le pilotage de la R&D, en accords avec les besoins courts, moyens et longs termes, avec notamment la mise en place d'une RoadMap
• S'assure que les réponses technologiques et métiers des solutions de DQ et des projets sont en adéquation avec les besoins métier et les objectifs des clients
• Assure la conception, le développement et la maintenance des modules de DataScience et de Machine Learning destinés à être intégrés aux produits et solutions de DQ
• S'assure de la qualité des réalisations et des documentations via la mise en oeuvre des méthologies nécessaires (industrialisation, automatisation, tests unitaires, intégration continue, déploiement continue, revue de PR, benchmark de performance...)

• Savoir sélectionner des ensembles de données appropriés par rapport au but souhaité et aux besoins exprimés
• Savoir créer des modèles prédictifs à partir de ce jeu de données
• Savoir réaliser des analyses statistiques et identifier les différences dans la distribution des données qui affectent les performances du modèle 
• Savoir concevoir des briques logicielles permettant d'automatiser les modèles prédictifs.
• Savoir mettre en place des outils ou mécanismes de supervision de performance de modèle de Machine Learning, à la création, et leur maintient dans le temps

• Language : Python
• Python library: Numpy, Pandas, multiprocessing, scipy (pour les sparses matrix, très utile pour pas péter la mémoire)
• Machine Learning Framework: PyTorch, Tensorflow
• Natural Language Processing P: TFIDF, BERT (including Transformer)
• GIT : gestion de version de code source
• Cuda, GPU: entrainement de modèle de ML sur GPU
• Poetry, Virtualenv
• Docker
• Airflow

• Strategy operational support to the CEO, participate to the global strategy of the company.  Operations and Informations

• Attract Creation with management of employer’s brand Define, implement and perform means to improve hiring process (exhibitions, communication, hiring platforms, job hunters, job and company description …) Improve on boarding process

• Train Design and implement programs for performance management, leadership development (corporate, individual and internal trainings) Work closely with managing team to identify training needs and create strategic solutions for improving skills across the entire company Measure overall training effectiveness

• Develop Ensure employee assessment and succession planning are in place Drive Employee Engagement Strategy Contribute to the development of career path

• Keep Implement events for employees’ satisfaction (after work events, competition (eg kaggles), seminars …) Contribute to ensure a proper work/life balance and well being at work Implement tools enabling achievement and measurement of talent management