La demande en batteries électriques utilisant la technologie Lithium-ion devrait être multipliée par un facteur 10 au cours des 10 prochaines années, atteignant 2,5 TWh pour un marché de 250 Mds € d’ici 2030. Cette forte croissance sera notamment liée à la généralisation des véhicules électriques et du stockage stationnaire des énergies renouvelables intermittentes. Ainsi, l’enjeu actuel du marché pour assurer la viabilité de cette technologie à grande échelle est d'atteindre des standards optimaux en termes de performances, d'autonomie, de durabilité et de sécurité. Ces caractéristiques essentielles des batteries dépendent principalement de la structure des électrodes, leur composition chimique et des réactions chimiques internes qui s’y opèrent. Ces éléments influencent la vitesse de dégradation de la batterie lors des cycles de charges/décharge, réduisant leur durée de vie et pouvant provoquer des incidents tels que l'emballement thermique.
Le projet PreDeeption ambitionne de développer et commercialiser une solution logicielle basée sur des algorithmes d’apprentissage profond (Deep Learning) afin de diagnostiquer l’état de santé des batteries en temps réel et prédire leurs performances futures ainsi que leurs risques de défaillance. La solution vise ainsi à optimiser la durée de vie des batteries au moyen de l’intelligence artificielle entraînée pour établir des corrélations complexes entre les données acquises tout au long du cycle de vie de la batterie. Elle se décompose en offres itératives adressant les fabricants de batterie, les constructeurs de véhicules électriques et les producteurs d’électricité. Ainsi, le projet PreDeeption se donne pour mission de devenir le système complet d'analyse prédictive capable de gérer et d’optimiser l'ensemble du cycle de vie de la batterie électrique, de sa formation à sa réutilisation en seconde vie stationnaire.
Le projet PreDeeption est issu de recherches menées au LRCS d’Amiens (CNRS, UPJV), laboratoire de recherche mondialement reconnu sur les batteries lithium-ion et le développement des technologies batteries. Elles ont permis de valider la faisabilité technique de la solution avec la mise en place de plusieurs prototypes entrainés avec des données opérationnelles. La création d’une start-up exploitant cette technologie est soutenue par CNRS Innovation et par plusieurs acteurs industriels du marché des batteries. Dans ce cadre, le porteur du projet, chercheur au CNRS et futur CSO de la startup, recherche un.e associé.e cofondateur pour intégrer l’équipe opérationnelle à temps plein dès novembre 2024, puis prendre le poste de CTO à la création de l’entreprise 2ème semestre 2025.
En tant que CTO et futur.e associé.e, vous aurez la responsabilité de définir et piloter la stratégie de développement de l’offre logicielle de la start-up, en lien avec les cofondateurs. Les missions prioritaires du poste seront :
1) Co-définir la roadmap de développement produit avec les autres cofondateurs et s’assurer de son exécution sur le long terme (MVP, MMP)
2) Participer au recrutement de l’équipe de développement logiciel avec les autres cofondateurs
3) Définir et piloter les process de développement de la solution logicielle
4) Coordonner le déroulement des développements technologiques avec l’équipe de développement interne, les prestataires et les partenaires externes
5) Être responsable des choix techniques et s’assurer de la qualité de l’offre logicielle pour aboutir à une version commercialisable
6) Gérer les ressources humaines et budgétaires dédiées au développement du produit
7) Gérer la propriété intellectuelle liée au développement de la solution
8) Représenter publiquement la startup à des événements (conférences, salons, événements de l’écosystème)
Diplômé d’un école d’ingénieurs en informatique (Bac+5) ou d’un doctorat en intelligence artificielle, vous avez déjà une expérience professionnelle de plusieurs années en lien avec le développement de solutions à base d’algorithmes Deep Learning. Vous avez participé, voire idéalement coordonné, à la construction d’une solution logicielle complète utilisant des algorithmes Deep Learning pour l’amener sur le marché. Vous avez idéalement déjà participé à la création et/ou au développement d’une start-up, idéalement en deeptech, avec une levée de fonds réussie et la vente d’un produit logiciel.
Des connaissances approfondies en programmation Python, en science des données et en algorithmes d’apprentissage profond seront important pour le développement de la technologie PreDeeption. Une expérience dans l’optimisation et le « fine-tuning » d’algorithmes deep learning de série temporelle pour des données d’entraînement de grande taille. La maitrise des outils de Deep Learning, de base de données, Dash et Docker sera un plus pour mener à bien le projet.
Vous avez la volonté de co-fonder et développer une startup deeptech sur un secteur porteur, avec la capacité à concevoir et réaliser un produit à partir d’une innovation de rupture au stade de prototype en laboratoire. Pour cela, vous êtes très dynamique et motivé par une aventure entrepreneuriale avec les risques et défis qu’elle représente. Vous êtes prêt à investir votre temps et vos efforts pour la réussite de la start-up comme étant votre propre projet. Vous êtes capable d’aborder plusieurs sujets en même temps, avec une très bonne organisation pour livrer à temps. Vous savez organiser le développement d’un produit et votre bonne capacité managériale vous permet d’amener votre équipe à développer la solution idéale. Vous êtes capables de comprendre les besoins du marché et de les transcrire en spécifications techniques à intégrer dans l’offre technique qui sera commercialisée.
Environnement du poste
Disponibilité : Vous intégrez au plus tôt, et avant novembre 2024, l’équipe de recherche du LRCS d’Amiens travaillant sur le projet PreDeeption, au poste d’ingénieur MLOps ou de post-doctorant (selon votre formation initiale et vos compétences) pendant 12 mois maximum. Vous participez activement au développement et à la montée en maturité de la solution avec l’équipe de recherche, composée d’un chargé de recherche ainsi que de plusieurs doctorants et ingénieurs. Au moment de la création de la start-up au 2ème semestre 2025, vous quittez l’équipe de recherche au LRCS d’Amiens pour intégrer l’entreprise en tant que CTO cofondateur et associé.e.
Localisation : La startup PreDeeption sera localisée au Hub de l’énergie à Amiens centre.
Organisation
Flexibilité dans l’organisation du travail : à définir (Paris et Amiens possible)
Possibilité de télétravail (à définir : 3 jour/semaine maximum)
Rémunération : A partir de votre intégration au LRCS d’Amiens dans l’équipe de recherche liée au projet PreDeeption, vous bénéficiez d’une rémunération de 12 mois maximum en tant qu’ingénieur MLOps ou de post-doctorant (selon votre formation initiale). Au moment de la création de la start-up PreDeeption au premier trimestre 2025, vous l’intégrez en tant que CTO cofondateur et associé.e. Vous participez donc financièrement au capital initial de la start-up.
A partir de votre intégration dans la start-up en tant que CTO cofondateur, votre rémunération n’est pas garantie dans l’immédiat, mais elle est conditionnée à la réalisation d’un jalon financier (première levée de fonds, si possible dès le démarrage de l’entreprise) permettant d’assurer les salaires des cofondateurs associés opérationnels. Vous avez donc la capacité financière de subvenir à vos besoins pendant un an minimum à partir du début de l’année 2025.
À propos de Startup Deeptech dans le domaine des batteries et de l'IA
Notre entreprise est une startup Deeptech de pointe dédiée à la révolution de la conception de batteries grâce à des modèles scientifiques avancés et des algorithmes d'IA.
Nos solutions innovantes, issues de la recherche du CNRS et de l’Université de Picardie Jules Verne, optimisent les combinaisons de matériaux et les processus de fabrication, afin de réduire significativement les délais de développement et les coûts de R&D. Nous nous adressons, en particulier, aux fabricants de batteries désireux d'améliorer l'efficacité de la conception de leurs batteries.