Ingénieur Deep Learning

Mission principale

Conçoit et optimise les architectures de réseaux de neurones.

5 responsabilités clés

• Concevoir et implémenter des architectures de réseaux de neurones.
• Optimiser l'entraînement : distribution GPU, précision mixte, efficience.
• Réduire les coûts d'entraînement et d'inférence (distillation, quantization).
• Reproduire et adapter les architectures issues de la recherche.
• Maintenir l'infrastructure d'entraînement à grande échelle.

Compétences clés

PyTorch, JAX, TensorFlow, CUDA, Triton, entraînement GPU distribué.

Ce qui est attendu

Le deep learning apparaît dans près de 30 % des offres d'ingénierie IA : c'est le niveau le plus élevé de toutes les compétences.

Évolutions possibles

Research Engineer, Scientifique de recherche IA, Architecte plateforme d'entraînement.