Ingénieur IA – Machine Learning Researcher - Marseille
Groupe AyliSaaS B2BPubliée il y a 2 jours
400 €/j
- Lieu
- Marseille · Sur site
- Durée
- 6 mois
- Démarrage
- 14 octobre 2026
- Expérience
- Senior (6-10 ans)
- Langues
- Français
- Contrat
- Freelance
Situer cette mission
Repères calculés par FreelanceScope sur les missions ouvertes de son catalogue — ils ne proviennent pas de l'annonce et n'engagent pas l'entreprise.
- Le TJM de cette mission se situe en dessous de la médiane des 31 missions de votre métier et de votre séniorité de notre catalogue dont l'annonce publie un budget, dont la médiane est de 550 €/jour (moitié centrale : 400 à 600 €/jour).
- 8 missions ingénieur ia sont ouvertes à Marseille en ce moment, sur 351 pour ce métier en France.
- 1 % des missions ingénieur ia de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Deep Learning (24 missions), Machine Learning (158 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil senior (6-10 ans) · Comment ces repères sont calculés
La mission
Dans le cadre d’un projet R&D en Intelligence Artificielle, nous recherchons un Consultant Senior / Chercheur en Machine Learning pour intervenir sur l’évolution d’un framework agentique dédié à la recherche et à l’expérimentation en Machine Learning.
CONTEXTE DE LA MISSION
Le projet porte sur le développement d’un framework agentique permettant d’automatiser et d’accélérer différentes étapes de la recherche en Machine Learning : analyse des problématiques, proposition d’expériences, génération et exécution de code, validation expérimentale et évaluation des modèles.
Le consultant interviendra principalement sur deux axes :
🔹 Event Forecasting / prévision de séries temporelles
Découverte et représentation structurée d’événements
Modélisation de leur occurrence, durée, intensité et impact
Génération de différents scénarios de prévision
Mise en œuvre de méthodes statistiques, Machine Learning et Deep Learning
Évaluation rétrospective et tests placebo
Prévention des fuites temporelles
Amélioration de la robustesse et de la reproductibilité des résultats
🔹 IoT & détection de pannes / maintenance prédictive
Détection précoce des anomalies et signaux précurseurs de panne
Estimation de la probabilité de panne et de la durée de vie restante
Exploitation de séries temporelles multivariées issues de capteurs
Gestion des données manquantes, du bruit et des changements de régime
Comparaison d’approches supervisées et non supervisées
Détection d’anomalies et analyse de survie
Production d’alertes explicables et exploitables
Compétences attendues
Indispensables
- Machine Learning
- Deep Learning