Ingénieur IA / Machine Learning F/H

SCAN4ALL est une entreprise spécialisée dans les technologies dentaires innovantes et la recherche en imagerie 3D.Basée près de Toulouse, elle développe notamment des scanners intra-oraux et des solutions d’intelligence artificielle destinées aux professionnels de la santé bucco-dentaire.Filiale du groupe Biotech Dental, l’entreprise se distingue par ses innovations “made in France” reconnues pour leur précision et leur haute qualité

Au sein de l’équipe R&D, vous contribuez à la conception, à l’évolution et à la mise en production des modèles d’intelligence artificielle intégrés à notre produit de vision par ordinateur.

Le cœur logiciel est développé en C++, avec une brique IA exécutée via un serveur local Python (Django).

Votre rôle consiste à définir de nouvelles briques IA pour répondre aux besoins évolutifs du produit, améliorer en continu les performances des modèles existants, à explorer de nouvelles approches, et à structurer les pipelines d’entraînement et d’inférence.

Vous intervenez à l’interface entre :

· Expérimentation machine learning,

· Gestion des données d’apprentissage,

· Et intégration dans un environnement applicatif existant.

Vos missions principales seront les suivantes :

· Améliorer, réentraîner et optimiser les modèles existants ;

· Rechercher, tester et comparer de nouvelles architectures ;

· Mettre en place des protocoles d’expérimentation rigoureux ;

· Analyser les résultats et formuler des recommandations ;

· Préparer et structurer les datasets ;

· Améliorer les pipelines d’entraînement et d’évaluation ;

· Maintenir et faire évoluer le serveur local Python/Django utilisé pour l’inférence (logs, config, stabilité)

· Diagnostiquer et corriger les problèmes liés aux modèles en production (données, convergence, performances)

· Assurer la robustesse et la reproductibilité des expérimentations

· Comprendre les contraintes d’intégration avec le cœur C++ et adapter les modèles en conséquence

Profile description

· Sens de l’initiative et de l’autonomie

· Force de proposition

· Passionné par son domaine

· Sens de l’organisation et rigueur

· Expérience entraînement et optimisation

· Capacité d’analyse comparative

· Expérience sur données réelles imparfaites (bruit, déséquilibres, artefacts)

· Capacité à diagnostiquer un modèle inadapté (overfit, instabilité, données biaisées)

· Bonne compréhension du lien entre données, modèle et performance finale