✨ Pourquoi c’est une très belle opportunité
Travailler pour une start up data-driven qui aggrège des millions de données / jour, de + de 100 sources différentes
Créer de la valeur grâce aux données, au service de l’industrie 4.0
Des bureaux (et des collègues) cool sur Paris
Une dynamique super positive, avec une Série A achevée pour accélérer
Qui sommes-nous ?
Hiboo est une solution SaaS de gestion des données émises par les équipements industriels permettant d'optimiser l'exploitation d'une flotte.
Créée en 2018, Hiboo compte parmi les startups les plus prometteuses de la Construction Tech, et a clôturé son SEED en octobre 2021. Dans le cadre d’une levée de fonds (série A), Hiboo organise en ce moment même son nouveau plan de recrutement pour le premier trimestre 2025.
La solution Hiboo
Hiboo propose une une plate-forme (SaaS) unique qui collecte et standardise les données de 100+ sources afin d’alimenter les logiciels métiers en production.
L'exploitation des données émises par les équipements est devenue critique pour les directeurs d'exploitation, les directeurs financiers, les responsables maintenance, les responsables RSE, et les DSI qui souhaitent des indicateurs clés pour améliorer leur performance opérationnelle :
Piloter réellement les émissions de CO2
Connaître jour après jour le taux d'exploitation de son parc matériel
Pouvoir véritablement calculer son coût total de possession de ses matériels (TCO)
Planifier enfin une maintenance préventive
Créer simplement de la valeur métier au sein des logiciels en production
À propos du rôle
Quelle seront tes missions chez Hiboo ?
En tant que stagiaire Data Scientist / IA, tu seras un·e membre à part entière de l’équipe data. Ton rôle sera de :
Explorer et analyser des données issues de capteurs et de multiples sources pour comprendre nos usages, détecter des patterns, identifier des opportunités de valeur.
Tester, prototyper des outils IA pour voir lesquels apportent vraiment quelque chose à nos produits.
Contribuer à la mise en production de solutions IA simples et robustes : préparation des données, modélisation, évaluation, documentation.
Rechercher des sources de données (internes et externes) pertinentes pour enrichir nos cas d’usage.
Collaborer avec les équipes Business et Tech pour t’assurer que ce que tu construis répond à de vrais besoins opérationnels.
