Current jobs related to MLOps Architect - Québec QC - SageBeans RPO


  • Montréal, QC, Canada UKG Full time

    Our HR, payroll, and workforce management solutions help organizations unlock happier outcomes for all. And our U Krewers, who build those solutions and support our business, are talented, collaborative, and innovative problem-solvers. We strive to create a culture of belonging and an employee experience that empowers our people – both at work and at home....


  • Montréal, QC, Canada UKG Full time

    Here at UKG, our purpose is people. Our HR, payroll, and workforce management solutions help organizations unlock happier outcomes for all. And our U Krewers, who build those solutions and support our business, are talented, collaborative, and innovative problem-solvers. We strive to create a culture of belonging and an employee experience that empowers our...


  • Montréal, QC, Canada MTY Food Group Full time

    Titre du poste : Ingénieur de Données & d’IA Êtes-vous un visionnaire de l'ingénierie des données qui s'épanouit en relevant des défis complexes à grande échelle ? Rêvez-vous de construire un écosystème de données mondial qui alimente non seulement les décisions commerciales, mais aussi les initiatives d'apprentissage automatique de pointe ?...


  • Montréal, QC, Canada MTY Food Group Full time

    Titre du poste : Ingénieur de Données & d’IA Êtes-vous un visionnaire de l'ingénierie des données qui s'épanouit en relevant des défis complexes à grande échelle ? Rêvez-vous de construire un écosystème de données mondial qui alimente non seulement les décisions commerciales, mais aussi les initiatives d'apprentissage automatique de pointe...

MLOps Architect

4 months ago


Québec QC, Canada SageBeans RPO Full time

Ref Number: RE202403-09-B

Job Title: MLOps Architect

Location: Quebec City or Longueuil

Job Type: Contract

Working mode: Hybrid 20% face-to-face (+-1 day per week)

Number of hours per week: 35h

Contexte:

· Nous sommes à la recherche d'un architecte MLOps pour une direction adressant l'hyperautomatisation pour l'entreprise.

· L'hyperautomatisation orientée valeur d’affaires (TI, Métier, Affaires, Corpo) est une approche multidisciplinaire que les organisations utilisent pour identifier, vérifier et automatiser rapidement le plus grand nombre possible de processus.

· L'hyperautomatisation implique l'utilisation orchestrée de plusieurs pratiques, technologies, outils ou plateformes dont l'Intelligence artificielle, Machine learning, iBPMS, outils low-code/no-code, etc

· L'architecte MLops œuvre dans les pratiques du développement de « Machine Learning », de la préparation de données jusqu’à son déploiement en production MLops. L’équipe MLOps travaille main dans la main avec des Data Scientists et opérationalise des solutions d’intelligence artificielle pour des activités d’affaires diversifiées telles que les affaires numériques, le marketing et ventes, l’actuariat, et les équipes opérationnelles.

· Elle touche l’ensemble des domaines de l’assurance de dommages, de l’assurance collective, de l’assurance voyage, de l’assurance individuelle et des produits d’investissement.

Responsabilités:

· Guide l'équipe dans l'utilisation des technologies AWS Sagemaker, MLFlow et Python/R/SQL pour opérationnaliser les solutions basées sur l’intelligence artificielle

· Assure une prise en charge les travaux de préparation de données avec le framework d’ingénierie de données DWA

· Assure la bonne ingénierie des modèles développés par les data Scientists

· Accompagne les Data Scientists dans l’utilisation des services API disponibles sur un Cloud ou des librairies open-source pour développer les solutions

· Assure que la documentation de nos solutions d’IA soit complétée

· Collabore avec les Data scientists pour réaliser divers mandats d’analyse/développement avec les plateformes AWS Sagemaker et Anaconda Entreprise

· Assure l’optimisation et l'utilisation efficace des technologies

Compétences:

· Avoir agit à titre d'architecte MLOps dans une équipe d'environ 30 personnes (Data Scientist et MLOps)

· Avoir une excellente maîtrise des bonnes pratiques en ingénierie logicielle pour structurer du code source

· Avoir des connaissances approfondies en ingénierie de données

· Compendre les enjeux liés à la préparation de données pour l’Intelligence Artificielle

· Détenir une connaissance approfondie et appliquée en grande entreprise des langages Python et/ou R, des outils et pratiques DevOps (GitHub, jenkins), de MLFlow, d'AWS Sagemaker et d'Anaconda Entreprise

· Posséder une connaissance du domaine de l'assurance est un atout

· Français avancé