Computer Vision Engineer – H/F

Il y a 23 heures

Paris, Île-de-France STORM GROUP Temps plein

Révèle l’intelligence visuelle et orchestre la reconnaissance documentaire par les modèles multimodaux

Dans le cadre d’un programme stratégique de traitement automatisé de documents, notre partenaire recherche un(e) Computer Vision Engineer confirmé(e). Ton rôle sera technique et à forte valeur ajoutée : tu concevras, développeras et déploieras des modèles de vision par ordinateur, d’analyse d’images et de modèles multimodaux (Vision-Language Models) au sein d’un environnement sécurisé imposant de strictes exigences de confidentialité, de reproductibilité et de traçabilité.

Ton futur environnement

Tu évolueras au sein d’un pôle d’ingénierie IA et Computer Vision d’excellence, en lien direct avec les data scientists, les ingénieurs MLOps et les équipes métiers. Dans un cadre de recherche appliquée et d’industrialisation sur serveurs de calcul accéléré (GPU), tu travailleras sur des corpus documentaires massifs et hétérogènes. C’est le cadre parfait pour concevoir des chaînes de traitement d’images complexes, exploiter la puissance des VLMs de dernière génération et intégrer des algorithmes de pointe au sein d’architectures conteneurisées.

Tes missions clés

Traitement d’Images & Modélisation Multimodale (Mode R&D & BUILD) :

  • Développer des pipelines de prétraitement et d’analyse d’images avancés : redressement géométrique, binarisation adaptative, recalage et alignement de documents complexes (OpenCV, Python).

  • Concevoir et entraîner des architectures de segmentation sémantique, de détection d’objets et d’extraction de zones d’intérêt (YOLO, PyTorch).

  • Mettre en œuvre et optimiser des solutions de reconnaissance optique et manuscrite de caractères (OCR / HTR).

  • Explorer, évaluer et intégrer des modèles Vision-Language (VLM, écosystème Hugging Face) via des techniques de prompting multimodal et le fine-tuning de modèles open-weight.

  • Définir des métriques d’évaluation sur mesure, caractériser les erreurs et implémenter des scores de confiance robustes pour la validation automatique.

Industrialisation, Qualité & Déploiement GPU (Mode RUN & MLOps) :

  • Industrialiser et conteneuriser les modèles de vision (Docker, Kubernetes) optimisés pour l’exécution sur infrastructures GPU et interconnectés avec du stockage objet (S3).

  • Assurer le tracking des expérimentations, le versioning des poids et la reproductibilité des entraînements via MLflow et Git.

  • Automatiser les contrôles qualité continus et benchmarker les résultats obtenus face aux jeux de données de référence (ground truth).

  • Restituer clairement les avancées algorithmiques et les gains de performance auprès des équipes techniques et des référents métiers.

Ton profil

  • Formation : Diplôme d’Ingénieur, Bac+5 universitaire (Master 2) ou Doctorat (PhD) spécialisé en Computer Vision, Deep Learning, traitement d’images ou Machine Learning.

  • Expérience : Tu justif