Notre environnement technique

Notre équipe technique s'organise de façon autonome : nous avons beaucoup de flexibilité dans le choix des outils et des process. Nous réalisons un daily standup pour échanger succinctement sur nos enjeux et trouver des opportunités pour s'entraider (notamment en pair programming). Nous nous retrouvons toutes les semaines pour faire un point plus global sur les avancées et les défis techniques, partager notre veille et faire des démos.

L'apprentissage continu est très important : nous avons un budget livre, un budget conférence et nous nous retrouvons toutes les deux semaines pour apprendre ensemble lors d'un « lunch & learn ».

Notre composition actuelle :

3 Data Scientists
2 Data Engineer
1 CTO

Nos techniques data science

Machine learning
GAN
Projections
Réduction multidimensionnelle

Nos technos

Python (80%), TypeScript (20%) et un peu de Rust
Framework et librairies : Fastapi, Celery, Pandas, Numpy
Docker et docker compose
Linux
Terraform
Kubernetes

Nous avons une interface de démonstration construite en Next.js

Nos outils

Tu auras le choix pour ta machine : macOS ou Linux.

Nous utilisons les outils suivants :

Github pour l'hébergement du code
Notion pour la documentation interne (ainsi que du Markdown dans les repos)

Plus de détails sur l'anonymisation

Nous te recommandons la lecture de ces articles sur notre blog :

Our engineering values

Learn & share. Every task is an opportunity to creatively ask questions and learn something. We are all learners, so we then have to share our findings with the team!
Own it, do it! When faced with complexity or adversity, a bias towards action is often what's needed to unblock the situation. We take full responsibility for the tasks and projects we own.
Security first. Our clients and partners entrust us with very sensitive data. We can't compromise on security. We owe it to them and to the people whose personal data we handle.
Lift the team. Work is fun when it's done within a team that enjoys being there for one another.