Le poste est rattaché à l’équipe Data décomposée en 4 équipes :

• Doc & Fraude : développer des microservices pour le traitement de documents et l’identification de comportement frauduleux

• AI Platform : mettre en place des environnements pour l’entraînement et le déploiement de services intégrant de l’IA

• Data Run : dédié à la gestion du run sur la data plateforme : reporting financier et BI avec la stack actuelle

• Data Platform : une équipe dédiée à la refonte de la data plateforme pour assurer le suivi de performance de notre plateforme ainsi que la livraison des informations de facturation à l’équipe Finance.

Le poste est rattaché à l’équipe Doc & Fraude.

Deux profils senior/staff sont également présents pour appuyer les équipes sur les sujets Data et IA ainsi que deux Product Owner IA et Data.

Actuellement il existe 2 équipes : une pour la gestion documentaire, l’autre pour les problématiques data et nous sommes en train de modifier cette organisation avec de nouveaux projets innovants.

L’équipe Doc & Fraude a pour mission de développer des algorithmes pour :

• classifier, découper, OCRiser, structurer les champs pertinents de documents d’identité, justificatif de domicile, bulletins de salaire

• détecter des comportements frauduleux sur notre plateforme via du scoring et des algorithmes de graphes.

Les enjeux de l’équipe sont de repenser les approches implémentées jusqu’à aujourd’hui pour améliorer la robustesse et la performance des services.

Nous recherchons quelqu’un spécialisé en deep learning (traitement d’image et/ou NLP en Python) et ayant travaillé sur un projet d’industrialisation de modèles. Idéalement, le candidat aura une thèse et au moins 2 ans d’expérience dans un contexte industriel ou 4 ans d’expérience dans un contexte industriel.

Compétences techniques requises :

• Python 3

• Connaissances de librairies de machine learning et deep learning. Par exemple : Tensorflow 2 / PyTorch, ONNX

• Usage de Git

• Docker

Et appréciées :

• Outil de versioning d’environnement (poetry/uv) ou pour le ML (DVC/MLFlow)

• NoSQL (pour info, nous utilisons MongoDB)

• Kubernetes

Soft skills requis :

• rigueur et esprit d’analyse

• communication fluide, capacité de vulgarisation et de transmission de savoir

• curieux et à l’écoute des nouvelles sur les sujets IA

• esprit d’équipe et pragmatisme

Ce poste couvre grandement des études R&D sur des thématiques de data science au sens large, afin de maintenir les produits proposés chez QuickSign à l’état de l’art. Il faut donc être force de proposition sur l’adaptation d’algorithmes récents à nos problématiques.

D’autre part, le passage des modèles en production nécessite de garantir des performances de calcul élevées (compromis ressources, temps, qualité). Il faut donc savoir développer en suivant les bonnes pratiques d’industrialisation. Une attention particulière est donnée aux tests et au monitoring, afin de garantir le bon fonctionnement des modules Data en production.

1 - entretien avec Alexandre, Head of Data - à distance

2 - test avec l’équipe - en présentiel

3 - entretien avec Frédéric, CTO - à distance

4 - entretien avec David, DG, & Nathalie, DRH - en présentiel