Conseil en développement des compétences humaines pour le secteur industriel et IT.
TRISKELL Consulting est une société de prestation intellectuelle qui place ses collaborateurs au cœur de son modèle. Avec une note HappyAtWork de 4,67/5 et un taux de réponse de plus de 100 %, notre engagement envers le bien-être de nos équipes est une priorité.
Nous croyons aux relations durables et responsables. C’est pour cette raison que nous renouvelons tous les ans notre label EcoVadis et que nous sommes signataires la Charte de la Diversité. Nos valeurs fondamentales – Transparence, Respect et Authenticité – guident chaque aspect de notre démarche RSE.
Chez TRISKELL, chaque consultant est un acteur clé. En tant que salariés, nous vous offrons un accompagnement personnalisé pour développer vos compétences humaines (soft skills) et vous aider à évoluer. Notre expérience est solidement ancrée dans le secteur industriel, et nous nous lançons aujourd’hui dans le domaine de l’IT.
Rejoignez une entreprise où engagement et développement personnel vont de pair !
La Stack technique est :
Développement : Python, C/C++, SQL, Bash
Machine Learning / Deep Learning : PyTorch, TensorFlow, scikit-learn, XGBoost, LightGBM
Architectures : CNN, RNN / LSTM / GRU, Transformers, réseaux de neurones compacts, éventuellement Spiking Neural Networks
Scientific & Physics-Informed AI : PINNs, modèles hybrides physique / données, séries temporelles, traitement du signal, modèles prédictifs
MLOps / expérimentation : MLflow, Git, CI/CD, pytest, DVC, Hydra
Embedded / Edge AI : ONNX Runtime, TensorFlow Lite, quantification INT8, optimisation et compression de modèles
IA générative / agentique : LLM, RAG, agents IA et orchestration de workflows selon les projets
Nous recherchons un ingénieur IA avec un très bon niveau technique, capable de développer, tester et challenger des modèles, au-delà de la simple utilisation d’API ou de frameworks haut niveau.
Le poste est ouvert à un jeune diplômé, à condition d’avoir déjà acquis une réelle profondeur technique au travers de stages, d’une alternance, projets de recherche, ou premières expériences.
Les compétences indispensables pour relever le challenge technique sont :
Machine Learning / Deep Learning industriel ;
IA embarquée / Edge AI ;
Physics-Informed Neural Networks (PINNs) ;
mathématiques appliquées, statistiques et optimisation applique à des systèmes de type mécatronique
Architectures CNN, LSTM/GRU, Transformers ;
Une expérience reposant principalement sur l’utilisation d’API d’IA générative ou sur quelques projets scolaires ne sera pas suffisante.