CSO/Late Co-Founder
- contexte
- DeepFlows
- Missions et rôle
- Responsabilités-clés & Tech Stack
- Qualification et compétences requises
CSO/Late Co-Founder
Postuler à l'offre
Fondée en 2024 par des ingénieurs ML & Soft issus de Google, Polytechnique, Centrale Paris, et un ancien banquier d'affaires, DeepFlows est une société technologique en forte croissance qui automatise les travaux analytiques fastidieux pour les fondateurs, les conseillers financiers et les investisseurs. Soutenue par des investisseurs privés de J.P. Morgan, Morgan Stanley, Meta, et d'autres, et soutenue par Microsoft, cette plateforme exploite des agents d'IA de pointe pour accélérer et améliorer radicalement la prise de décision dans les domaines des fusions et acquisitions, du capital-investissement et de la gestion d'actifs.
En tant que CSO, vous dirigerez la direction scientifique et de recherche de DeepFlows, en mettant l'accent sur le repoussement des frontières de l'IA appliquée dans les flux financiers. de l'IA appliquée aux flux financiers. Vous dirigerez la recherche à long terme sur l'IA/ML, définirez notre stratégie d'IA en coordination avec produits et l'ingénierie, et veillez à ce que nos agents restent à la pointe de la technologie en termes de précision, d'innovation et de performance.
Vous collaborerez étroitement avec le CEO et le CTO, serez l'architecte principal de l'innovation des modèles (RAG, LLMs, graphes de connaissances), et représenterez la recherche de DeepFlows dans les cercles académiques, industriels et d'investisseurs. Votre travail informera directement les modèles déployés en production et façonnera notre approche du raisonnement, de la recherche, de l'évaluation et de la confiance dans les environnements multi-agents, la recherche, l'évaluation et la confiance dans les environnements multi-agents.
Domaine | Missions-clés |
AI Research Strategy | Define the scientific roadmap for DeepFlows' agents; align model evolution with product goals and market trends |
Multi-Agent Reasoning | Research and improve orchestration, coordination, and memory across LLM-based agents |
Retrieval-Augmented Generation | Design and improve RAG pipelines (vector + graph) for financial document analysis |
Evaluation & Alignment | Build internal benchmarks and observability tools to evaluate hallucination, latency, cost, and decision confidence |
Model & Prompt Innovation | Own experimentation across model families (GPT-4, Claude, Mistral, etc.); drive prompt engineering and adaptive agent behavior |
Research & Publication | Contribute to the AI community through whitepapers, open-source work, or conference publications (NeurIPS, ACL, etc.) |
-
Doctorat (ou équivalent) en apprentissage automatique, NLP, mathématiques ou domaines connexes ;
-
4 à 6 ans d'expérience dans la recherche en IA/ML ou dans la recherche appliquée en LLM ;
-
Compréhension approfondie de la génération augmentée par la recherche, de l'évaluation du LLM et de la modélisation scientifique ;
-
Expérience de l'innovation de pointe dans des produits réels ou des environnements de recherche.
-
Bonus : expérience avec des données financières, des flux de travail d'investissement, ou travailler avec des documents structurés et non structurés + Publications, brevets ou contributions open-source dans le domaine de l'IA/NLP/IR.