FEEDGY

FEEDGY

Artificial Intelligence / Machine Learning, Design & Engineering Office, Energy, Specialised Engineering

Paris

Technologies et outils

  • Backend

    • Python
      Python
      100%
    • Django
      Django
      100%
    • Flask
      Flask
      100%
    • NumPy
      NumPy
      100%
    • API REST
      100%
    • Django REST Framework
      Django REST Framework
      100%
  • Devops

    • Kubernetes
      Kubernetes
      100%
    • AWS
      AWS
      100%
    • K8S, Docker
      K8S, Docker
      100%
  • Data

    • Pandas
      Pandas
      100%
    • Apache Airflow
      Apache Airflow
      100%
    • Python (Data Science)
      Python (Data Science)
      100%
    • ML Flow
      ML Flow
      100%
    • FastAPI
      FastAPI
      100%
    • Light GBM
      100%
    • Jupyter Notebook
      100%
    • GitOps
      100%

ML Flow ⚙️

Nos data scientists utilisent ML Flow pour entrainer, tester et déployer nos différents modèles d'IA, tout en conservant les différentes évolutions du modèle.

Notions - au cœur de l'équipe produit, Notions nous permet de centraliser les backlog produit, d'organiser les sprints et de manager les équipes.

Organisation et méthodologies

3 pôles : produit, IT et data 

Les rôles sont hybrides mais des "ponts" existent comme entre le produit et la data par exemple. 

La méthodologie agile (scrum) a été mise en place avec des rituels d'équipe bien précis : daily scrum et sprint planning toutes les deux semaines. Des sprints rétrospectifs et review sont également organisés tous les mois.

Mise en place d'un Pairing interne à son pôle et/ou avec les autres pôles

Participation à la procédure d'embauche : participation et responsabilisation car toute l'équipe est amenée à donner son avis et à être impliquée

Chaque membre de l'équipe est responsable d'une partie du produit (même les stagiaires)

FEEDGY

Projets et défis techniques

FEEDGY

Les solutions développées par FEEDGY sont basées sur les données et s'appuient sur des modèles d'intelligence artificielle et d'intelligence économique pour créer des informations qui sont impossibles à obtenir avec les méthodes traditionnelles utilisées dans le secteur photovoltaïque.  Nous lançons actuellement Feedgy Analytics, un projet très ambitieux visant à développer le logiciel de gestion de parc photovoltaïque le plus avancé, basé sur le machine learning et l'analyse avancée, et à le lancer sur le marché de l'énergie solaire.

Processus de recrutement

  1. Echange téléphonique avec notre Recruteuse

  2. Echange technique (visio ou présentiel) avec notre Tech Lead - entretien et live coding

  3. Entretien final avec notre Directeur Digital

  4. Rencontre avec l'équipe - découvrir votre personnalité et rencontrer les membres de l'équipe ainsi que nos bureaux.

FEEDGY