

Delonix a pour mission d'aider l'industrie manufacturière à anticiper et gérer les risques énergétique, notamment ceux liés à la décarbonation de l'industrie. Delonix est une plateforme mathématique d'analyse prédictive et quantitative.
Notre ambition est de devenir le waze de la stratégie énergétique pour l'industrie.
Nous sommes une entreprise deeptech à fort volet R&D et pour nous aider à atteindre nos ambitions nous recherchons notre nouveau CTO.
À propos de nous:
1 an d'existence
Siège à Lyon
Incubée à l'EM Lyon Venture Labs
Fondateurs : 2
Labels: Deep-Tech, Novacité
Pôle de compétitivité: Tenerrdis
Conditions de travail: bureaux, open space, télétravail
Travailler avec nous, c'est plonger dans des problématiques industrielles complexes tout en bénéficiant d'un accompagnement sur les thématiques énergétique et d'un environnement de travail flexible.
Nous recherchons un(e) co-fondateur pour prendre en main la R&D, structurer et accélérer le développement de notre plateforme. En tant qu'associé(e) vous jouerez un rôle fondamental dans la vision technologique et la croissance de l'entreprise.
Nos attentes:
Stratégie et vision (15% du temps):
Faire évoluer la roadmap produit et technologique
Incarner la vision technologique de l'entreprise
Définir la stratégie technologique
Définir la stratégie de R&D en fonction des besoins clients
Développement (80% du temps)
Participer à la conception et l'implémentation du simulateur
Participer au développement opérationnel des briques technologiques
Définir les cahiers des charges techniques
Pilotage de la R&D
Participation à la rédaction des demandes de financement R&D
Pilotage de l'intégration des algorithmes issus de la R&D dans le produit client
Assurer la qualité, performance et sécurité du code
Livrer des briques fonctionnelles tous les 6 mois
Développement de modèles mathématique multi-échelles
Gestion d'équipe (5% du temps)
Piloter l'équipe et les sous-traitants
Assurer le passage de la R&D à l'opérationnel
Définir les besoins en compétences technique
Profil recherché:
Docteur en Mathématique appliquée, Ingénieur en sciences de la donnée
Maîtrise des approches mathématique suivante:
méthodes de planification d’expériences numériques
analyses de sensibilité, Latin Hypercube Sampling
Série temporelle
Traitement du signal
Jumeau numérique
Outils de programmation: Python, MongoDB, SQL, Kubbernetes (Docker), Github,ensorflow, Pytorch, Scikit, Pandas, Docker, Bases de données (SQL et NoSQL).
Maîtrise des éléments suivant: Deep learning, machine learning, Réseaux de Neurones
Capable de travailler avec des laboratoires de recherche
Petit plus si expérience en secteur énergétique, prévision de consommation