Helios construit la couche de données climat pour les grandes chaînes logistiques et énergétiques. En tant que Machine Learning Engineer, vous rejoignez une équipe de 8 personnes qui conçoit, entraîne et opère les modèles de prévision météo et de risque climatique utilisés en production par nos clients (énergie, transport maritime, retail).
Ce que vous ferez
Concevoir et entraîner des modèles de prévision (séries temporelles, deep learning) sur des données satellite et météo.
Industrialiser le cycle ML : feature engineering, training pipelines, déploiement, monitoring en production.
Collaborer avec les data engineers pour fiabiliser les pipelines et améliorer la qualité des données d'entrée.
Mesurer l'impact business des modèles (précision, coût d'erreur) et arbitrer avec le produit.
Mentorer les juniors et faire grandir les pratiques ML de l'équipe.
Ce qu'on cherche
4+ ans d'expérience en machine learning en production (pas seulement en notebook).
Solide maîtrise de Python et d'au moins un framework deep learning (PyTorch ou TensorFlow).
Expérience MLOps : training pipelines, model registry, déploiement (Docker, Kubernetes).
À l'aise avec SQL et les volumes de données importants (TB).
Crée ton profil sourcing.sh une seule fois. On transmet directement aux hiring managers de Helios et de toutes les boîtes qui matchent ton profil — sans CV à refaire à chaque fois.