Les données sont au cœur de la technologie MGT d’Aive. Chaque ingénieur data évolue au sein d’une squad spécialisée, dédiée à l’analyse, à la génération ou à l’optimisation des performances IA.

• Proposition : vous concevez de nouveaux pipelines et algorithmes pour enrichir la compréhension et la génération vidéo.
• Conception : vous structurez les datasets, élaborez les schémas et documentez les process d’entraînement.
• Implémentation : vous développez, entraînez et optimisez les modèles.
• Livraison : vous déployez les modèles et outils d’analyse dans des environnements scalables.

Observation : vous surveillez la dérive, la qualité et la performance des modèles.

Le challenge coté data

Le pipeline data est le cœur technologique d’Aive. Sa mission est de permettre à la MGT d’analyser, d’interpréter et d’améliorer n’importe quelle vidéo, de manière spatio-temporelle et multimodale. L’équipe traite simultanément l’image, le son et les émotions pour identifier ce qui rend un contenu réellement performant. Elle conçoit des modèles évolutifs, capables d’apprendre sans réentraînement lourd grâce à un algorithme d’optimisation génétique interne. Chaque modèle est personnalisé en fonction du client et du contexte d’usage, tout en respectant des standards de fiabilité, d’éthique et de sécurité élevés. Travailler sur le pipeline data, c’est transformer la vidéo en connaissance et la créativité en science.

Notre stack

• a l’UX: Figma

• au front: React, Reduct, Radix, Typescript, canvas

• au back: Graphql, Go, Postgres, Ffmpeg / libav

• a la data: Go, Python, PyTorch, YOLO

• a l’infra: Terraform, Kubernetes, AWS, GCPQualifications

• Diplôme (Bac+3 ou Bac+5) en informatique, data science ou domaine connexe.

• Solides compétences en programmation (Python et Go).

• Expérience avec les bibliothèques de machine learning (TensorFlow, PyTorch, etc.).

• Maîtrise de SQL et des systèmes de gestion de bases de données.

• Familiarité avec les plateformes cloud (AWS, Google Cloud, Azure, etc.).

• Excellentes compétences en résolution de problèmes et en analyse.

• Solides compétences en communication et en collaboration.

• Connaissance des outils de conteneurisation et d’orchestration (Docker, Kubernetes, etc.).

• Expérience confirmée (5 ans+) en data engineering et machine learning.- un premier échange par mail avec un membre de l’équipe pour entrer en relation

• un entretien technique, en présentiel ou en visio, avec deux ingénieurs, dont un lead au moins, et un membre d’une autre équipe (2h). Il ne s’agit pas d’un exercice de code.

• un échange avec les fondateurs (30m)

• une proposition