145 Emplois pour Machine learning - Paris

We are working with a pioneering
deeptech organisation
dedicated to transforming the drug discovery and development process in immunology and inflammation. With a unique foundation model dedicated to immune-mediated diseases, the company leverages multimodal data to bridge the gap in translational research, accelerate the validation of new therapeutic targets, and advance the development of personalised treatments.

Backed by significant recent funding and recognised as one of the most promising startups in Europe, this is an opportunity to join a highly collaborative, science-led team at the forefront of AI in healthcare.

This role will offer you:

• The opportunity to design and optimise
  transformer-based foundation models
  for biomedical data, including transcriptomics, histology, and large-scale clinical datasets.
• A key role in building
  scalable ML infrastructure
  and pipelines to support research and production applications.
• Collaboration with a multidisciplinary team of AI researchers, computational biologists, and immunologists.
• A chance to contribute to cutting-edge science featured in top-tier journals and international congresses.

Responsibilities:

• Develop, implement, and fine-tune ML models, with a focus on pre-training, fine-tuning, and benchmarking at scale.
• Build and maintain scalable ML pipelines, including data preprocessing, model training, evaluation, and deployment.
• Apply MLOps best practices, ensuring model versioning, monitoring, and reproducibility.
• Transform raw biomedical datasets into deep-learning-ready loaders capable of scaling to millions of datapoints.
• Collaborate closely with scientific experts to align AI approaches with biological questions and translational applications.

You will bring:

• Master's degree or PhD in Machine Learning, Computer Science, Data Science, or a related field.
• 3+ years' experience with deep learning frameworks (PyTorch, TensorFlow, JAX).
• Strong Python skills and experience in production ML systems, including containerisation (Docker), orchestration (Kubernetes), and cloud platforms (AWS, GCP, Azure).
• Hands-on experience with MLOps frameworks (Kubeflow, MLflow, Weights & Biases, Metaflow) and modern DevOps practices.
• Experience with distributed training, GPU programming, and model optimisation techniques.

How to stand out:

• Experience with biological or healthcare data, especially transcriptomics or histology.
• Background in foundation models (NLP or multimodal).
• Strong adaptability and motivation to work in a dynamic, fast-growing startup environment.
• A team-oriented mindset with high agency and problem-solving skills.

Ingénieur Machine Learning Operations F/H

Localisation : Paris 3

Poste à pourvoir en CDI, dès que possible

QUI SOMMES NOUS ?

Chez
Guerbet, nous tissons des liens durables pour permettre de vivre mieux
. C'est notre
Raison d'Etre
. Nous sommes un leader de l'imagerie médicale au niveau mondial, offrant une gamme étendue de produits pharmaceutiques, de dispositifs médicaux, de solutions digitales et IA, pour l'imagerie diagnostique et interventionnelle.

Achieve, Cooperate, Care et Innovate
sont les valeurs que nous partageons et pratiquons au quotidien. Travailler chez Guerbet, c'est non seulement faire partie d'une équipe multiculturelle de 2 600 collaborateurs dans plus de 20 pays, mais c'est avant tout jouer un rôle unique pour l'avenir de l'imagerie médicale.

Pour plus d'informations sur Guerbet, rendez-vous sur et suivez Guerbet sur Linkedin, Twitter, Instagram et Youtube.

NOUS VOUS PROPOSONS :

Nous recherchons pour notre site de Paris, notre futur
Ingénieur Machine Learning Operations pour les applications d'imagerie médicale F/H.

Guerbet vise à développer des systèmes d'intelligence artificielle capables de détecter et de caractériser automatiquement les lésions cancéreuses sur les images de tomodensitométrie.

Notre solution analysera les tomodensitométries afin d'identifier les anomalies suspectes, telles que les nodules, les masses ou les tumeurs, et fournira également une caractérisation détaillée de ces lésions, notamment leur taille, leur forme, leur texture et leur emplacement.

En combinant son expertise en radiologie et en IA, Guerbet vise à révolutionner la détection et la prise en charge des cancers à un stade précoce, ce qui aura un impact significatif sur les soins de santé.

Vos missions :

• Concevoir, développer et déployer des pipelines de données robustes et évolutifs

• Automatiser l'analyse comparative et les rapports de performance des algorithmes sur plusieurs ensembles de données et bases de données d'imagerie médicale

• Collaborer avec les scientifiques des données pour mettre en production et surveiller les workflows d'inférence des modèles

• Mettre en œuvre et surveiller des pipelines de déploiement de modèles ML évolutifs, sécurisés et contrôlés par version

• Développer des outils et des interfaces pour faciliter l'analyse et la visualisation des données

• Assurer la traçabilité, la documentation et la reproductibilité des modèles, des ensembles de données et des pipelines déployés

• Gérer les environnements conteneurisés à l'aide de Docker et prendre en charge les déploiements.

• Participer à la veille technologique et proposer des améliorations continues des processus et des technologies utilisés

Vous collaborerez étroitement avec des data scientists, des ingénieurs logiciels et des experts en imagerie afin d'intégrer des fonctionnalités IA innovantes dans des pipelines cliniques offrant des performances de calcul, une fiabilité et une reproductibilité élevées.

VOTRE PROFIL ET COMPETENCES :

• Expérience avérée dans des postes liés au DevOps, au MLOps ou à l'ingénierie logicielle, avec un accent particulier sur le déploiement et l'automatisation

• Solides connaissances des technologies de conteneurisation (Docker, Kubernetes)

• Expérience des outils et pratiques CI/CD (GitLab CI/CD, GitHub Actions, Jenkins, etc.)

• Maîtrise de Python et des bibliothèques ML/de données courantes (par exemple, pandas, scikit-learn, PyTorch)

• Une expérience de travail avec DICOM et les pipelines d'imagerie médicale est un atout majeur

• Esprit d'équipe, autonomie et proactivité, excellentes compétences en communication et en documentation

• Esprit agile et collaboratif, à l'aise pour travailler au sein d'équipes interfonctionnelles.

• Votre niveau d'anglais est courant afin de pouvoir échanger à l'international

• Offres d'emploi

• Les Secteurs

• Industrie

• Numérique
• Santé
• Transition écologique

• Agriculture

• Rejoindre la Mission French Tech

• Découvrir les métiers de la Tech

Machine Learning Engineer

• Paris
• CDI
• Postuler

À propos

Le vieillissement de la population entraine une augmentation considérable du recours au soin, mais les lourdeurs administratives continuent d'éroder le temps consacré aux patient·es. Fluidifier le parcours de soin grâce au digital se fait donc de plus en plus nécessaire. Dans ce but, une multitude d'outils existent, mais l'absence de compatibilité avec les systèmes existants limitent l'utilisation que les professionnel·les de santé peuvent en faire (données incomplètes, parcours de soins fragmenté…). C'est pour débloquer le potentiel de la e-santé en créant des synergies et un partage données entre l'ensemble de ces solutions que Lifen, aujourd'hui actrice du Next 40, est née.

Sa plateforme facilite l'intégration de solutions innovantes à l'hôpital et permet l'échange de données entre les différents acteur·rices (hôpitaux, cliniques, médecins de ville, État, éditeur·rices de logiciels…). Cette solution répond aussi aux enjeux gouvernementaux portants sur la modernisation de notre système de soin. En optimisant la communication et le relai d'informations entre les établissements, les équipes de Lifen font économiser un temps précieux au personnel soignant. Elles lui permettent surtout de se concentrer sur son cœur de métier : l'accompagnement des malades.

Aujourd'hui, ce sont plus de 850 cliniques et hôpitaux et professionnel·les de santé qui ont déjà adopté Lifen. Plus de 4 millions de documents médicaux transitent ainsi chaque mois, grâce à son application de transmission sécurisée.

Descriptif du poste

Qui sommes-nous ?
Lifen met l'intelligence des données au service des soignants. Depuis 2015, nous transformons fondamentalement la façon dont les données médicales sont accessibles, structurées et partagées pour améliorer la qualité des soins.

Notre Impact Concret

• 800+ établissements nous font déjà confiance
• professionnels de santé gagnent du temps grâce à nos solutions
• 40% des comptes rendus médicaux français passent par notre plateforme
• Des milliers d'heures rendues aux soignants pour ce qui compte vraiment : soigner

Plus récemment, et avec le soutien de France 2030, nous nous attaquons à un défi majeur : accélérer la recherche contre le cancer. Comment ? En transformant par l'IA des milliers de dossiers patients en données exploitables pour la recherche. Aux côtés de Gustave Roussy, nous donnons déjà vie à cette mission sur le cancer du poumon.

Aujourd'hui, nous sommes 140 Lifeners partageant une mission commune : construire un monde en meilleure santé.

L'aventure ne fait que commencer

Notre équipe IA
L'équipe IA de Lifen délivre plus d'un million de prédictions quotidiennes en temps réel, alimentant notre produit phare Lifen Document qui transforme les échanges de comptes rendus médicaux entre praticiens en France.

Avec 6 années d'expertise dans le traitement de données médicales, notre équipe de 5 ML Engineers et 1 Engineering Manager maîtrise l'art de construire des modèles robustes et sécurisés qui accélèrent drastiquement les tâches administratives des professionnels de santé.

De l'extraction de layout à la pseudonymisation, en passant par le fine-tuning de LLM pour l'extraction de données médicales et les algorithmes de NLP pour structurer les documents, nous couvrons toute la chaîne de traitement intelligent des données de santé.

Ce que tu feras chez nous
Chez Lifen, le Machine Learning couvre tout le cycle de vie des modèles : du POC à l'intégration dans notre stack, jusqu'à la mise en production et la maintenance, le tout avec des pratiques exemplaires de Software Engineering.

Ici, tu écris du code qui tourne en production et pas seulement des expériences isolées dans des notebooks.

Au Quotidien, Tu Vas

• Adapter des algorithmes existants à de nouveaux cas d'usage et concevoir des solutions quand c'est nécessaire.
• Garantir la performance et la robustesse de nos modèles de base en assurant leur maintenance régulière, au service des besoins produit.
• Faire évoluer notre infrastructure ML en développant de nouvelles fonctionnalités pour accélérer l'entraînement, le déploiement et l'évaluation des modèles.

Bonus : tu collabores étroitement avec les équipes produit, data et plateforme pour livrer des modèles fiables, mesurables et faciles à opérer.

Ce que nous recherchons

• Tu es diplômé d'une top école d'ingénieur, d'informatique ou de sciences appliquées.
• Software Engineering: tu possèdes un état d'esprit software engineer et une maîtrise de Python et de l'écosystème (uv, Mypy, FastAPI, Pydantic.)
• Machine Learning: tu as 1 à 2 ans d'expérience d'entrainement de modèles de deep learning (Pytorch, Huggingface, Tensorflow, Keras, .) et de l'expérience avec des LLMs (APIs, fine-tuning.)
• DevOps & Orchestration : Tu es à l'aise avec les concepts de production & d'intégration continue (Git, Docker, CI/CD, Monitoring, etc.) et de pipelines (Kubeflow, Airflow, etc.)
• Tu disposes déjà d'une première expérience dans le déploiement de pipelines d'apprentissage automatique dans des contextes de production, de la collecte de données à l'évaluation de modèles
• Tu as une bonne connaissance du NLP, qui va du fonctionnement des modèles classiques aux dernières publications du domaine
• Excellentes capacités de communication, autonomie, adaptabilité, souci du détail et esprit d'équipe
• Nous communiquons ensemble en français mais publions des papiers en anglais, donc les deux langues sont obligatoires
• Si tu as connaissances dans le domaine de la santé, c'est la cerise sur le gâteau

Nos avantages

• Rythme hybride : 2 jours/semaine au bureau + 3 semaines de full remote par an
• Carte Swile avec 9€/jour avec prise en charge par Lifen de 50%
• Mutuelle santé incluant médecine alternative et soutien en santé mentale prise en charge à 50%
• 30€mois pour des concerts, abonnements Spotify etc
• BSPCE pour tous les Lifeners en CDI
• Prise en charge à 100% du congé maternité et parental - 5 jours enfants malades par an
• 1 offsite par semestre et par équipe - 1 offsite global Lifen par an - monthly d'entreprise
• Politique de rémunération transparente et graduelle

Notre process de recrutement

• Premier échange RH avec Antoine, Talent Acquisition Manager (30 minutes);
• Entretien avec le manager ou un membre de l'équipe (45 minutes);
• Cas pratique à préparer chez soi, puis restitution et discussion avec l'équipe dans nos locaux (1 heure);
• Entretien final avec deux Lifeners d'une autre équipe;
• Prises de références.

Soigner mieux en soignant ensemble, c'est aussi agir avec bienveillance. À l'image du secteur dans lequel nous évoluons, nous favorisons la diversité, l'inclusion et l'équité. Nous mettons en valeur vos compétences et votre savoir-faire, et bannissons toute forme de discrimination, qu'elle soit sexuelle, religieuse ou politique.
Informations complémentaires

• Type de contrat : CDI
• Lieu : Paris
• Télétravail partiel possible
• Salaire : entre 5000€ et 69000€ / an
l>

Postuler

Voir toutes les offres de Lifen

Description
What We're Looking For:

Meltwater's Consumer Intelligence AI Team is looking for a Machine Learning Engineer to help improve the multimodal semantic layer of MIRA, our AI assistant, while also developing innovative new features that power the next generation of applied generative AI in the Consumer Intelligence industry.

We are looking for someone with a creative, proactive, collaborative, and innovation focused mindset. You will work alongside a team of passionate machine learning engineers driven by enthusiasm for adopting new technologies and excitement about making the difference for customers using applied AI.

Our team is organized over 3 objectives: innovation, research and production.

• Innovation: We leverage our AI expertise to constantly imagine new business oriented features to enhance our products.
• Research: To implement our algorithms, we need to stay up-to-date to the latest breakthroughs over the Machine Learning world as well as the latest frameworks.
• Production: We make a point of designing and developing our algorithms with production-grade best practices. Scalability is our goal. The models and systems that we develop are running over billions of documents (text or image) per day.

Responsibilities:

• Drive the development of new industrial level projects from ideation to deployment. This includes deep expertise in areas such as early ideation & prototyping, research, infrastructure, scalability, monitoring, and evaluation of AI systems
• You'll write efficient, well-tested and design code, build clean systems to empower MIRA with new advanced generative AI capabilities.
• Collaborate closely with product teams in their domains, building domain expertise, and leveraging ML to solve critical business problems
• Keep up-to-date with the latest advancements in machine learning to stay current on emerging techniques to solve novel problems

Preferred Experience:

• 2+ years of experience as a Machine Learning Engineer or Software Engineer building ML Systems
• You have high technical engineering competence. This means being able to design and write complex software from end-to-end and make it production-ready
• Advanced knowledge in a least one programming language (Python or other e.g. Rust, Scala, Java)
• Passion for AI (in particular Generative AI), with a constant drive to stay updated and ahead of the curve
• You are a team-player, self-learner and autonomous
• MS or PhD in Computer Science, Engineering or a related technical field

Nice to have:

• Experience building industry-scale user-facing ML/AI/Agentic applications
• Experience with MLOps and DevOps principles and technologies (e.g. CI/CD, Terraform, Containerization, Kubernetes)
• Demonstrable experience with the full lifecycle of machine learning models - from development to deployment and monitoring
• Experience with Information Retrieval systems in a production environment (Elasticsearch, Quickwit, Vespa, …) is a plus

Where You'll Work: 8, rue du Renard Paris

Our Story

At Meltwater, we believe that when you have the right people in the right environment, great things happen.

Our best-in-class technology empowers our 27,000 customers around the world to make better business decisions through data. But we can't do that without our global team of developers, innovators, problem-solvers, and high-performers who embrace challenges and find new solutions for our customers.

Our award-winning global culture drives everything we do and creates an environment where our employees can make an impact, learn every day, feel a sense of belonging, and celebrate each other's successes along

the way.

We are innovators at the core who see the potential in people, ideas and technologies. Together, we challenge ourselves to go big, be bold, and build best-in-class solutions for our customers.

We're proud of our diverse team of 2,200+ employees in 50 locations across 25 countries around the world. No matter where you are, you'll work with people who care about your success and get the support you need to unlock new heights in your career.

We are Meltwater. Inspired by innovation, powered by people.

Equal Employment Opportunity Statement

Meltwater is an Equal Opportunity Employer and Prohibits Discrimination and Harassment of Any Kind: At Meltwater, we are dedicated to fostering an inclusive and diverse workplace where every employee feels valued, respected, and empowered. We are committed to the principle of equal employment opportunity and strive to provide a work environment that is free from discrimination and harassment.

All employment decisions at Meltwater are made based on business needs, job requirements, and individual qualifications, without regard to race, color, religion or belief, gender, gender identity or expression, sexual orientation, national origin, genetics, disability, age, marital status, veteran status, or any other status protected by the applicable laws and regulations.

Meltwater does not tolerate discrimination or harassment of any kind, and we actively promote a culture of respect, fairness, and inclusivity. We encourage applicants of all backgrounds, experiences, and abilities to apply and join us in our mission to drive innovation and make a positive impact in the world.

Nous recherchons un Machine Learning Engineer freelance pour rejoindre un projet stratégique autour de la recommandation de campagnes marketing. Le consultant interviendra au sein d?une équipe pluridisciplinaire dynamique et internationale.

? Responsabilités

• Concevoir, développer et mettre en production des modèles de recommandation.

• Participer à l?optimisation et à la maintenance des solutions ML existantes.

• Collaborer avec des experts data, produit et marketing pour transformer les besoins métier en solutions concrètes.

• Garantir la performance, la qualité et la robustesse des modèles déployés.

Profil candidat:

• Expérience : 3 à 6 ans en Machine Learning / Data Science.

• Maîtrise de Python et des frameworks ML (TensorFlow, PyTorch, Scikit-learn?).

• Expérience en industrialisation et monitoring de modèles ML.

• Bonne compréhension des systèmes de recommandation et de l?IA appliquée au marketing.

• Solides compétences en communication et travail en équipe.

• Anglais courant obligatoire

? Soft Skills

• Esprit collaboratif et capacité à travailler dans une équipe pluridisciplinaire.

• Autonomie, curiosité et rigueur.

• Aisance à évoluer dans un environnement international.

? Processus de sélection

• Screening CV.

• Entretien technique (~1h).

• Entretien final sur motivation et fit (~45 min).

Overview Of 73 Strings
73 Strings is an innovative platform providing comprehensive data extraction, monitoring, and valuation solutions for the private capital industry. The company's AI-powered platform streamlines middle-office processes for alternative investments, enabling seamless data structuring and standardization, monitoring, and fair value estimation at the click of a button. 73 Strings serves clients globally across various strategies, including Private Equity, Growth Equity, Venture Capital, Infrastructure and Private Credit.

Our 2025 $55M Series B, the largest in the industry, was led by Goldman Sachs, with participation from Golub Capital and Hamilton Lane, with continued support from Blackstone, Fidelity International Strategic Ventures and Broadhaven Ventures.

About The Role
We are seeking a visionary Machine Learning Engineer to design and implement next-generation AI systems that will redefine valuation methodologies in finance. You will work on automating financial data extraction, enhancing qualitative document understanding, and delivering intelligent insights from diverse sources such as financial documents, web data, and third-party platforms.

As a key member of our engineering team, you will collaborate with domain experts in finance and AI to build scalable solutions that address complex challenges in the alternative asset management space.

Impact You'll Make

• Accelerate financial valuation processes by automating complex data extraction and preparation tasks
• Enhance accuracy of investment decisions by ensuring financial data is correctly extracted and processed
• Enable analysts to focus on high-value analysis rather than manual data gathering and formatting
• Create AI-powered tools that surface critical insights from both structured and unstructured financial data

Your Expertise
Programming & Development

• Python Mastery: Craft elegant, production-ready code that automates financial data processing
• ML Framework Proficiency: Leverage PyTorch and TensorFlow to build sophisticated data extraction models
• API Development: Design and implement robust APIs that integrate with financial platforms and data sources
• Familiarity with Unix/Terminal
• Familiarity with Docker and Containers
• Engineering Excellence: Apply Git version control and CI/CD practices to ensure code quality(SG2)

Computer Vision

• Extract financial data from diverse document formats (PDF, Excel, PowerPoint) regardless of layout
• Work with OCR systems that accurately capture financial figures and text
• Develop models that can extract tabular data from charts (bar, pie, etc.) in financial presentations
• Create table structure recognition systems that understand complex financial statement layouts
• Design document classification systems for organizing diverse financial document types

Natural Language Processing

• Build generative AI systems for qualitative understanding of financial documents
• Implement text classification and named entity recognition for financial metrics identification
• Create systems that automatically detect dates, periods, currencies, and units in extracted data
• Develop question-answering capabilities that enable chat interfaces with structured financial data
• Build semantic search functionality for financial research and competitive intelligence

Data Engineering & MLOps

• Design database schemas that efficiently store structured financial data
• Architect pipelines that integrate data from diverse sources (documents, web scraping, third-party APIs)
• Deploy and monitor models in production environments for critical applications
• Leverage cloud platforms (AWS/Azure/GCP) for scalable data processing(SG5)

Your Responsibilities

• Architect and implement machine learning models to automate structured and unstructured data extraction from financial documents (e.g., contracts, balance sheets).
• Develop natural language processing (NLP) solutions to enhance qualitative document understanding and improve decision-making.
• Optimize algorithms for scalability and real-time performance across cloud-based platforms.
• Collaborate with cross-functional teams (finance experts, product managers) to align technical solutions with business objectives.
• Monitor deployed models to ensure accuracy, efficiency, and adaptability to changing market dynamics.
• Conduct experiments with state-of-the-art AI techniques to refine model performance and explore innovative applications.

Skills

• Master's degree in computer science, Data Science, or related field (or equivalent practical experience)
• Deep software engineering expertise including design patterns, code optimization, and testing best practices
• Python programming excellence with a focus on production-quality code
• Experience with Git-based workflows and collaborative development
• MLOps capabilities including CI/CD for ML models, workflow automation, and production monitoring
• Cloud platform experience (Azure, AWS, Google Cloud) and containerization expertise (Docker, Kubernetes)
• Data engineering proficiency with tools like Apache Spark, Airflow, or Databricks (preferred)
• Visualization skills using Streamlit, Tableau, or similar tools
• Knowledge of data privacy, model governance, and financial regulatory requirements
• Strong theoretical and practical understanding of Machine and Deep Learning principles
• NLP expertise covering text processing, tokenization, language models, and advanced techniques
• Computer Vision fundamentals for document image analysis and chart data extraction
• Hands-on experience with ML libraries: NumPy, PyTorch, HuggingFace, OpenCV, scikit-learn, spaCy, NLTK
• Experience with vector databases, good understanding of LLMs and Prompt Engineering, and knowledge of frameworks like LangChain
• API development using Flask, FastAPI, Django or similar frameworks
• Good communication skills for explaining complex concepts to diverse audiences
• Self-direction and organizational abilities to manage multiple concurrent projects
• Passion for continuous learning in the rapidly evolving ML/DL landscape
• Open-source contributions or maintenance experience (preferred)

We cultivate a culture of innovation and collaboration, where your ideas matter. We empower our team members to take initiative, learn continuously, and thrive in a supportive environment.

Nous recherchons un Machine Learning Engineer expérimenté pour une mission stratégique chez un client grand compte.

Stack et compétences clés :

Python 3.12 (expertise attendue)

Kubernetes / Helm / Docker (maîtrise technique au-delà de l'utilisation)

Azure SDK

FastAPI

GitLab (CI/CD, évolution de pipelines)

OpenAPI, multithreading, ajout de routes pour UI gérant l?orchestration des déploiements jusqu?en UAT

Tests unitaires obligatoires, monitoring des performances

Organisation Agile en Squads et Chapters (partage des bonnes pratiques)

Matrice RACI déjà en place, capacité à la faire évoluer

Jenkins pour la production (géré par les équipes Ops)

Certification KAD : un plus fortement apprécié, possibilité de la passer pendant la mission

Contexte métier :

Projet dans le secteur assurance autour de la modélisation de données, extraction d?informations depuis des contrats, comparaison avec des référentiels, vérification de cohérence, automatisation, recherche sémantique

Profil candidat:

Autonomie, rigueur, culture DevOps

Aisance en anglais, à l?écrit comme à l?oral, environnement international

Expérience confirmée en environnement agile (squads, chapters)

About
Scienta Lab is a deeptech company harnessing artificial intelligence to transform the drug discovery and development process in immunology and inflammation.

With its unique and proprietary EVA foundation model dedicated to immune-mediated diseases, Scienta Lab leverages multimodal data to bridge the gap of translational research, accelerate the validation of new therapeutic targets and the development of personalized treatments. The company's research activities, led in partnership with top-tier academic institutions across Europe, are regularly featured in medical journals and international congresses.

Scienta Lab is based in Biolabs Hôtel Dieu and has been selected amongst the 2023 edition of the Future 40 program which rewards the most promising startups of Station F each year. In December 2023, the company announced a seed round of € 4M from CentraleSupélec Venture and a team of world-class business angels and is thus seeking for top talents to accelerate its development. In June 2025, Scienta Lab was laureate of the EIC Accelerator program, selected as one of the most innovative deeptech startups across Europe, providing a significant funding to the company.

We are a team with diverse backgrounds in AI, Computational Biology, Immunology and pharma industry, with half the company with PhDs. Join us and be a part of our exciting journey to unravel the mysteries of the immune system

Job Description
Discover who we are and what we value here.

As a Machine Learning Engineer at Scienta Lab, you will be at the forefront of developing and scaling our cutting-edge EVA foundation model for immunology and inflammation diseases. You will design, implement, and optimize ML pipelines to train and apply our models to biomedical data, including bulk and single-cell RNAseq, histology, and large-scale clinical data, working closely with computational biologists, immunologists, and AI researchers in a collaborative, multi-disciplinary environment.

Your role will be crucial in advancing our mission to revolutionize drug development by building robust, scalable ML infrastructure that supports both research and production applications for pharmaceutical and biotech partners.

We value high-level engineering practices and aim to develop a culture of continuous improvement in the team. We implement best practices to deliver production-ready ML systems and contribute to top-tier scientific publications.

Main Missions

• Model Development & Optimization: Design, implement, and optimize transformer-based foundation models for transcriptomic, histology or clinical data, with focus on pre-training, fine-tuning, or benchmarking those models at scale.
• ML Infrastructure & MLOps: Build and maintain scalable ML pipelines, including data preprocessing, model training, evaluation, and deployment infrastructure. Implement MLOps best practices for model versioning, monitoring, and automated retraining
• Data loading and scaling: Transform our raw datasets into deep-learning-ready data loaders, that can scale to millions of datapoints.

Preferred Experience

• Master's degree or PhD in Machine Learning, Computer Science, Data Science, or related field
• 3+ years of hands-on experience with deep learning frameworks (PyTorch, TensorFlow, Jax)
• Strong Python proficiency with experience in production ML systems, including containerization (Docker), orchestration (Kubernetes), and cloud platforms (AWS, GCP, Azure)
• MLOps & DevOps: Experience with ML pipeline frameworks (Kubeflow, MLflow, Weights & Biases, Metaflow), version control (Git), CI/CD practices, and infrastructure as code
• Experience with GPU programming, distributed training, and model optimization techniques

How To Stand Out

• You have high agency, look for solutions rather than problems and you are a team-player willing to go beyond your job description
• Experience with biological or healthcare data, particularly transcriptomics or histology data
• Experience with foundation models in NLP or other domains
• Experience with multimodal data integration
• You are experienced in working in dynamic and changing environments such as startups

Additional Information

• Contract Type: Full-Time
• Location: Paris
• Possible partial remote

Rejoignez notre équipe Data Science et travaillez sur un large éventail de défis à l'intersection de l'énergie et des données. Nous traitons des jeux de données complexes et à grande échelle, combinant des séries temporelles, des données de capteurs, et bien plus encore. Notre domaine évolue rapidement, avec de nombreuses normes encore à établir.

En Tant Que Machine Learning Engineer, Vous Contribuerez à

• Développer des solutions de machine learning de bout en bout, depuis l'idéation initiale et la définition du problème jusqu'à la conception et l'évaluation du modèle, avec un fort accent sur les cas d'usage liés à l'énergie
• Rester à jour des dernières avancées de la recherche et appliquer les bonnes pratiques en machine learning
• Assurer le déploiement fluide et le bon fonctionnement des modèles en production, incluant le versionnage, la supervision et l'amélioration continue
• Collecter, nettoyer et analyser des ensembles de données volumineux et hétérogènes
• Collaborer pour comprendre les besoins des clients et contribuer à la définition d'une plateforme cohérente

Indispensables

• 3 ans d'expérience ou un doctorat en mathématiques, informatique (ou domaines connexes)
• Vous comprenez la théorie derrière les algorithmes que vous utilisez
• Vous maîtrisez un ou plusieurs langages de programmation – chez nous, c'est principalement Python
• Vous avez de l'expérience en prévision de séries temporelles
• Autonome et curieux(se), vous êtes capable de proposer de nouvelles idées

Atouts

• Vous maîtrisez un ou plusieurs outils cloud : OVH, GCP, AWS, Azure, etc.
• Vous vous intéressez aux enjeux énergétiques et climatiques

Nous accueillons avec intérêt les candidatures de profils présentant un fort potentiel d'évolution, même si toutes les compétences listées ne sont pas encore acquises. Notre équipe valorise l'adaptabilité et l'envie d'apprendre, et nous sommes ouverts à discuter de la manière dont vos compétences et expériences peuvent contribuer aux objectifs essentiels du poste.

• Premier échange (30 min)

• Entretien technique (2h) : ~1h sur un cas préparé en amont et ~1h de discussion ML en général.

• Entretien 'fit' (2 h) : Rencontre avec l'équipe, discussions sur la motivation, les objectifs à long terme, les valeurs, la vision et les compétences relationnelles.