Rejoignez une startup autofinancée, en phase de premiers revenus, qui fait parler d’elle et se prépare à une levée de fonds en capital dans les 18 à 24 mois. Soutenue par le programme France 2030, reconnue par le LVMH Innovation Award, le Prix Corporate de l'Innovation Makers Alliance (IMA), le Prix Spécial du Jury de l’ANDAM, ou encore Emerging AI Champion par Hubspot...
GoldenEye Smart Vision déploie ses premières solutions en production après plusieurs années de R&D interne et quelques collaborations ciblées avec des laboratoires externes. Notre technologie de pointe suscite un fort engouement dans l’industrie. Des marques et fabricants du luxe, du haut de gamme comme du mass market l’utilisent déjà.
Basée à Station F (Paris), au sein de La Maison des Startups LVMH, GoldenEye Smart Vision doit désormais relever un double défi : industrialiser ses avancées actuelles tout en repoussant en permanence les limites de l’état de l’art dans le contrôle qualité textile.
VOTRE MISSION :
En tant que contributeur clé au développement des modèles d’IA, de l’équipe IA, vous êtes responsable de l’amélioration, de l’industrialisation et de la mise en production de nos systèmes de computer vision pour le contrôle qualité textile.
Vous intervenez sur une codebase existante que vous faites évoluer avec exigence, pragmatisme et sens du delivery. Votre rôle ne se limite pas à entraîner de bons modèles : vous devez construire les conditions pour que ces modèles soient reproductibles, évaluables, déployables, maintenables et scalables.
Vous concevez, entraînez, diagnostiquez et optimisez des modèles de vision afin d’atteindre les KPIs définis sur des données réelles, complexes, bruitées et multi-échelles. Vous travaillez notamment sur la détection de défauts, l’analyse d’images haute résolution, l’amélioration de la robustesse et la réduction des faux positifs / faux négatifs en contexte industriel.
Un des objectifs de votre mission consiste à structurer les pipelines ML et data pour permettre à GoldenEye de passer d’un nombre encore limité de clients à un déploiement beaucoup plus large, sans que chaque onboarding client devienne un projet artisanal. Vous contribuez à mettre en place des outils, conventions et processus permettant de gérer efficacement plusieurs clients, jeux de données, configurations, modèles, seuils et versions en parallèle. Vous veillez également à faire coexister proprement les travaux R&D et les déploiements en production : les expérimentations doivent pouvoir avancer vite, sans polluer les modèles en production, les datasets de référence, les métriques de décision ou la codebase.
Par ailleurs, vous contribuez activement à la définition et à la priorisation de la feuille de route R&D, en alignement avec les enjeux business. Vous assurez une visibilité claire auprès des fondateurs sur les délais, les risques et les ressources nécessaires, et délivrez des résultats mesurables, reproductibles et industrialisables.
En collaboration avec d'autres ingénieurs :
vous expérimentez, évaluez et améliorez les modèles, en appliquant et en perfectionnant les méthodes de pointe lorsque les méthodes classiques atteignent leurs limites
vous structurez les pipelines de données comme un levier clé de performance : de collecte, labellisation, curation, versioning, entraînement, évaluation, déploiement et monitoring
fort de votre expérience, vous devrez être prêt à prendre du recul et à remettre en question de manière constructive les processus et outils actuels.
vous améliorez une codebase, récente mais existante, avec un haut niveau d’exigence sur la qualité et l'industrialisation
vous contribuez activement à la feuille de route R&D (priorisation, arbitrage, exploration de nouvelles approches)
