Araïko (anciennement Cynapps)
Technologies et outils
Python
100%JavaScript
80%Terraform
100%Github Actions
100%AWS
100%Kubernetes
70%AWS Lambda
30%
Backend
Frontend
Devops
Python ⚙️
dans l'équipe tech, c'est notre langage de prédilection. C'est grâce à python que nous collectons, traitons et analysons les données, et que nous créons nos APIs et nos systèmes de calcul distribué.
Terraform ⚙️
On l'utilise pour déployer l'ensemble de nos infrastructures, y compris nos lambdas.
AWS ⚙️
On y déploie nos clusters kubernetes et nos apps serverless, et on utilise la plupart des services de base (S3, RDS, ElastiCache, etc) ainsi qu'un certain nombre d'APIs clé en mains.
Organisation et méthodologies
Nous souhaitons prendre plaisir à ce qu'on fait, apprendre et nous développer professionnellement et personnellement.
On ne veut pas mettre les gens dans des cases : les data scientists peuvent avoir envie de coder, et les devs de traiter de la data. Tous sont amenés à entrer en contact avec nos clients, l'occasion de découvrir d'autres métiers et des personnes qui partagent nos valeurs.
Notre organisation est flexible et non hiérarchique. On a chaque jour un daily meeting, puis on voit en fonction des besoins. Le mercredi, réunion hebdomadaire pour les points stratégiques.
Sinon, on interagit par visio, google workspace, trello et github. On est en full remote, mais toujours ensemble.
Projets et défis techniques
Projet 1
L'un de nos clients est une startup qui fournit des solutions de suivi de la biodiversité animale au moyen d'enregistrements audio. Nous développons pour cette entreprise une plateforme serverless basée sur AWS lambda, permettant de distribuer massivement et à la demande les pipelines de traitement du signal et de deep learning.
Cette plateforme permet de détecter des centaines d'espèces dans les bandes sonores 1000 fois plus vite qu'auparavant. Les défis que nous avons eu à régler : traitement de données massives, gestion des métadonnées, orchestration de pipelines serverless complexes, inférence deep learning dans des lambdas.
Projet 2
Nous développons pour un grand serrurier mondial une application grand public permettant de faire refaire ses clés de porte à distance. Nous avons suivi ce client depuis le début : diagnostic data / IA, POC, dev et mise en production du MVP. L'application fait appel à plusieurs algorithmes de computer vision deep learning, ainsi qu'à des algorithmes d'analyse sur mesure.
Cette application est pour l'instant la seule de ce type dans le monde, et ses performances sont comparables à celles obtenues en magasin de serrurerie. Les défis : il fallait continuer à y croire et trouver les bonnes idées, car nous étions loin d'être sûrs d'y arriver !
Processus de recrutement
Nous recherchons des personnes prêtes à surfer avec nous les vagues de l'intelligence artificielle et de la tech. Elles doivent être créatives, inventives, curieuses et prêtes à sortir de leur zones de confort. Mais aussi se retrouver dans nos valeurs.
Voici les différentes étapes du recrutement :
- Présélection
- Call découverte de 30' avec notre RH
- Entretien avec le/la manager
- Test technique si besoin
- Entretien avec le CEO ou le COO.
- Rencontre avec une ou des personnes de l'équipe