Découvrez l’histoire de Thibaut & Zoé, qui ont rejoins Deepomatic à temps complet après leur stage de 6 mois.
Choisir l’entreprise qui vous convient n’est pas chose facile. D’ailleurs, on nous pose beaucoup de questions sur ce que c’est que de travailler chez Deepomatic.
Aujourd’hui, Zoé et Thibaut, deux anciens stagiaires de Deepomatic qui ont décidé de poursuivre l’aventure avec l’équipe, ont accepté de répondre à quelques-unes de ces questions récurrentes pour vous donner une meilleure idée de ce que c’est que de faire partie de l’équipe Deepo.
Pourquoi avez-vous rejoins Deepomatic?
Zoé: En fait, j’ai entendu parler de Deepomatic par hasard. Je cherchais un stage en IA/Deep Learning pour valider mon diplôme à l’EPITA et je ne voulais vraiment pas travailler pour une grande entreprise. Après peut-être 2 jours de recherche, un vieil ami à moi, Kevin Le Dû, m’a appelé parce que la start-up pour laquelle il travaillait cherchait des stagiaires pour travailler sur leur moteur de recherche visuel : exactement ce que je cherchais. Après deux entretiens, un général avec les trois fondateurs et un technique avec Vincent Delaitre, le CTO, j’y étais.
Le jour de mon embauche, Deepomatic fêtait leur départ de leur incubateur (Agoranov). Ils m’ont invité à venir pour que je puisse rencontrer toute l’équipe dans une ambiance conviviale.
En résumé, je suis venue pour les défis techniques et l’esprit « start-up ».
Thibaut: Afin de valider mon Master Data Science de l’ENSAE Paristech, j’ai rejoint Deepomatic pour travailler sur le produit ad-tech qui a ensuite été développé par l’entreprise. Mon premier objectif était de traiter l’énorme quantité de données que nous enregistrions sur les clients interagissant avec notre produit. Mais au final, j’ai décidé de me joindre à l’équipe parce que les défis techniques et scientifiques auxquels l’entreprise faisait face semblaient très stimulants et que j’étais très bien intégré à l’équipe.
Sur quoi avez-vous travaillé pendant votre stage ?
Thibaut: J’ai commencé à travailler sur les pipelines de Mongo pour traiter l’énorme quantité de données que nous enregistrions sur le commerce électronique et les sites Web des éditeurs. Mais après quelques semaines, l’orientation et la stratégie de l’entreprise ont changé et j’ai commencé à travailler sur des projets plus axés sur la recherche. Ces projets allaient de la semi-automatisation de l’annotation d’images de mode à l’évaluation de la performance d’un moteur de perfect match entre deux images d’objets 2D. Enfin, j’ai également travaillé sur le prototypage d’un moteur de perfect match d’objets 3D pour les œuvres d’art dans les musées.
Zoé: Pendant mon stage, j’ai travaillé sur de nombreux problèmes différents. Au début, j’ai surtout travaillé sur de petites fonctionnalités (mais utiles) et sur l’implémentation de tests afin de comprendre l’architecture complète de notre moteur de recherche.
Une fois que j’ai commencé à vraiment comprendre le moteur, j’ai été chargée d’implémenter plus de fonctionnalités critiques (déploiement continu par exemple) et de tâches liées à la recherche (2D perfect match ).
Quel est le défi technique le plus intéressant sur lequel vous avez travaillé depuis votre arrivée ?
Zoé: Je ne sais pas vraiment quelle a été la tâche la plus intéressante. Peut-être faire des classificateurs directement pour un client, les entraîner et les déployer en production. C’était en fait très différent de l’entraînement de classificateurs « jouets » pour les projets scolaires.
J’ai aussi beaucoup aimé travailler sur le moteur 2D perfect match. J’ai dû lire beaucoup d’articles et de documentation afin d’implémenter et d’optimiser une version du programme qui pourrait être utilisée en production. C’était un double défi. D’abord la partie recherche, j’ai dû chercher en profondeur sur internet (page 15 et plus sur Google) pour trouver les informations les plus précises sur le sujet et ensuite l’implémentation. La première version du programme était trop lente pour être utilisée en production. J’ai donc dû trouver toutes les astuces possibles pour aller plus vite.
Thibaut: Découvrir un grand nombre des outils de deep learning que nous utilisons chez Deepomatic a été un véritable défi, mais il a également été très gratifiant de commencer à entraîner un réseau neuronal profond pour automatiser l’annotation d’images de mode.
Qu’est-ce qui a changé depuis que vous n’êtes plus stagiaire ?
Zoé: Le salaire surtout ! Non, pas seulement. J’ai plus de responsabilités et je suis plus indépendante. Mais quand j’ai commencé mon stage chez Deepomatic, on m’a dit que le but était de rester là-bas après. Je pense que mon superviseur Vincent Delaitre m’a vraiment préparée à cela pendant ces six mois, donc quand j’ai commencé à travailler, je n’ai pas eu l’impression que c’était un grand tournant pour moi, c’était naturel.
Thibaut: Ma position a beaucoup évolué au cours des derniers mois. Je suis maintenant chef de produit, donc beaucoup de choses ont changé pour moi depuis la fin de mon stage. J’aime beaucoup, même si c’est un défi quotidien de mettre en place une organisation produit dans une petite startup qui a été habituée à travailler sans réel processus formel !
Quelle est votre expérience préférée chez Deepomatic ?
Thibaut:Certainement le séminaire au Maroc en juin dernier. Je n’avais rejoint l’équipe qu’un mois auparavant et ça a été une expérience vraiment géniale de passer une semaine avec toute l’équipe dans un endroit incroyable !
Zoé:Je suis tout à fait d’accord avec Thibaut, le séminaire était génial.J’ai commencé mon stage peu avant lui et c’était vraiment incroyable de connaître chaque membre de l’équipe de Deepomatic si rapidement.
Pendant le séminaire, il y a eu beaucoup de discussions sur l’avenir de Deepomatic, l’esprit de l’entreprise… C’était vraiment agréable, en tant que stagiaire, de pouvoir participer à ces discussions et de se sentir écoutée et prise en considération.
Nous embauchons à la fois des stagiaires et des employés à plein temps !! Retrouvez nos offres d’emploi sur https://www.deepomatic.com/jobs.
