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.
Copyright © 2026 Grabjobs Pte.Ltd. All Rights Reserved.