Ingénieur IA / Machine Learning F/H

À propos de nous 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 Mission 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.

• 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

• 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
• Python (très bon niveau)
• C++ (bases pour interface)