Conseiller(ère) en prestation de services senior

Êtes‑vous enthousiaste à l’idée de créer des solutions logicielles autour de grands systèmes complexes d’apprentissage automatique (AA) et d’apprentissage profond (AP)? Vous souhaitez aider les plus grandes entreprises mondiales à tirer une valeur commerciale de l’adoption et de l’automatisation de l’intelligence artificielle (IA)? Vous souhaitez parfaire vos connaissances au contact des cas d’utilisation de l’AA et de l’AP d’AWS mis en œuvre dans de nombreuses entreprises? Vous êtes ravi à l’idée d’être un élément clé d’Amazon, entreprise pionnière qui façonne la technologie mondiale de l’IA et investit dans l’apprentissage automatique depuis des décennies? Chez Amazon Web Services (AWS), nous recrutons des ingénieurs techniques en apprentissage automatique, qui collaboreront avec nos scientifiques des données afin de fournir des solutions révolutionnaires aux clients. Nous recherchons des ingénieurs ayant une expérience dans la science des données et des scientifiques des données ayant une expérience dans l’ingénierie pour soutenir nos efforts auprès du milieu de l’Internet des objets (IdO), des corporations et des jeunes entreprises. Nous voulons faire passer votre savoir‑faire en science des données à un niveau supérieur, tout en maximisant pour les clients les avantages de l’IA et de l’AA sur la plateforme AWS. Cela signifie concevoir et opérationnaliser des solutions d’AA et d’AP pour nos clients, tout en les aidant à adopter les bonnes pratiques actuelles en matière d’apprentissage automatique, et ce, à chaque étape du cycle de développement de leurs modèles. Les services professionnels AWS constituent une équipe de consultants unique en son genre. Nous sommes fiers d’être préoccupés par le client et de nous concentrer sur la mise en œuvre de l’AA chez nos clients. Si vous avez de l’expérience dans le domaine de l’AA, y compris la création, le déploiement et la surveillance de modèles, nous aimerions vous compter parmi notre équipe. Une connaissance des solutions infonuagiques (pas nécessairement AWS) et des bonnes pratiques en matière de DevOps est essentielle, car vous travaillerez avec des équipes de scientifiques des données, d’ingénieurs de données et d’architectes pour concevoir de véritables solutions de bout en bout. Vous devez être prêt(e) à découvrir de nouvelles technologies et en avoir l’envie. Vous fournirez des informations générales et approfondies aux clients et aux partenaires pour les aider à éliminer les contraintes qui les empêchent d’exploiter les services AWS de manière à en tirer une valeur stratégique. Ce rôle exige une implication dans le travail d’équipe, un sens de l’urgence et des compétences en communication. La conception de solutions d’IA/AA fiables, évolutives et performantes nécessite une solide expertise technique, une bonne compréhension des principes fondamentaux de l’informatique et une expérience pratique dans la construction de systèmes distribués à grande échelle. Are you excited about building software solutions around large, complex Machine Learning (ML) and Deep Learning (DL) systems? Want to help the largest global enterprises derive business value through the adoption and automation of Artificial Intelligence (AI)? Eager to learn from many different enterprises’ use cases of AWS ML and DL? Thrilled to be a key part of Amazon, who has been investing in Machine Learning for decades - pioneering and shaping the world’s AI technology? At Amazon Web Services (AWS), we’re hiring technical Machine Learning Engineers to collaborate with our Data Scientists to deliver ground-breaking solutions for customers. We are looking for Engineers with Data Science experience and Data Scientists with Engineering experience to support our efforts in the Enterprise, IoT, and start-up communities. We want to take your full‑stack Data Science know‑how to a new level by empowering AWS customers to maximize the benefits they receive through AI/ML on the AWS platform. This means building and operationalizing ML and DL solutions for our customers while helping them adopt modern Machine Learning best practices throughout every stage of their model development lifecycle. AWS Professional Services is a unique consulting team. We pride ourselves on being customer obsessed and highly focused on the ML enablement of our customers. If you have experience with ML, including building, deploying, and monitoring models, we’d like you to join our team. A familiarity with cloud solutions (not necessarily AWS) and DevOps best practices is key as you will work with teams of Data Scientists, Data Engineers, and Architects to build truly end‑to‑end solutions. You must be prepared and eager to learn new technologies in this role. You will provide deep and broad insight to customers and partners to help remove constraints that prevent them from leveraging AWS services to create strategic value. A commitment to team work, hustle, and communication skills are important in this role. Creating reliable, scalable, and high‑performance AI/ML solutions requires strong technical expertise, a sound understanding of the fundamentals of Computer Science, and practical experience building large‑scale distributed systems. Key job responsibilities Diriger des projets d’apprentissage automatique (AA/IA) complets : compréhension des besoins de l’entreprise, préparation des données, développement de modèles, déploiement et surveillance. Concevoir et mettre en œuvre des plateformes de données performantes, fiables et sécurisées. Concevoir des solutions et des opérations d’AA évolutives (MLOps) à l’aide des services AWS. Tirer parti des solutions d’IA générative, le cas échéant. Créer et évaluer des modèles prédictifs afin de fournir des informations exploitables à des fins de prévision, d’optimisation des ressources et d’analyse des tendances de la clientèle. Collaborer avec des équipes interfonctionnelles (DevOps, ingénierie des données, IdO, calcul haute performance) pour préparer, analyser et rendre opérationnels les données et les modèles. Agir en tant que conseiller de confiance auprès des clients sur les solutions d’IA et d’AA et les architectures infonuagiques. Accompagner et encadrer les débutants afin de favoriser leur développement professionnel. Élaborer du contenu technique, tel que des livres blancs et des articles de blog, afin de partager les meilleures pratiques. Veiller à ce que les solutions répondent aux normes de l’industrie et aider les clients à faire progresser leurs stratégies d’adoption de l’IA, de l’AA et du nuage. Il s’agit d’un poste en contact avec la clientèle, avec des déplacements possibles sur les sites des clients, le cas échéant. Des expériences diverses AWS accorde une grande importance à la diversité des expériences. Même si vous ne répondez pas à toutes les qualifications et compétences énumérées dans la description du poste, nous encourageons les candidats à postuler. Si votre carrière débute, si vous n'avez pas suivi un parcours traditionnel ou si vous avez des expériences alternatives, cela ne doit pas vous empêcher de postuler. Pourquoi AWS ? Amazon Web Services (AWS) est la plateforme infonuagique la plus complète et la plus amplement adoptée au monde. Nous avons été les pionniers de l’informatique infonuagique et n'avons jamais cessé d'innover. C’est pourquoi nos clients, des startups les plus prospères jusqu’aux entreprises du Fortune 500, font confiance à notre gamme de produits et de services pour faire avancer leurs entreprises. Une culture d'équipe inclusive Chez AWS, c’est dans notre nature d’apprendre et d’être curieux. Nos groupes d’affinité dirigés par nos employés favorisent une culture d’inclusion qui nous permet d’être fiers de nos différences. Des événements et des expériences d’apprentissage toujours en cours, notamment les conférences sur la race et l’ethnicité (CORE) et AmazeCon (diversité des genres), nous incitent à ne jamais cesser de valoriser nos différences. Mentorat et développement de carrière Nous élevons continuellement la barre de notre performance au plus haut, car nous nous efforçons de devenir le meilleur employeur de la planète. C’est ainsi que vous trouverez que nous avons de nombreuses ressources de partage de connaissances, de mentorat et d'autres ressources de développement de carrière pour vous aider à devenir un professionnel mieux équilibré. L’équilibre entre vie professionnelle et vie privée Nous accordons une grande importance à l’équilibre entre la vie professionnelle et la vie privée. La réussite professionnelle ne doit jamais croite en désavantagent la vie personnelle. C’est donc pour ça que la flexibilité d’horaires et de conditions de travail fait partie de notre culture. Lorsque nous nous sentons soutenus autant au travail qu’à la maison, il n’y a rien que nous ne puissions réaliser dans l’environnement de l’infonuagique. Basic Qualifications Expérience dans un rôle axé sur le client, idéalement dans le domaine du conseil, de la direction d’engagements techniques et de la traduction d’exigences commerciales en solutions de données évolutives. Influence démontrée sur la prise de décision de la haute direction (directeurs, cadres supérieurs et vice-présidents). Expérience dans la création de pipelines d’AA en suivant les meilleures pratiques en matière de MLOps, notamment : prétraitement des données, hébergement de modèles, sélection des caractéristiques, réglage d’hyperparamètres, entraînement distribué, entraînement de processeurs graphiques, déploiement, surveillance et réentraînement. Expérience de la création d’applications à l’aide d’outils et de technologies d’IA générative (LLM, bases de données vectorielles, orchestrateurs tels que LangChain, ingénierie de requête). Expérience des cadres distribués (p. ex. Spark, Hadoop, Kafka, Presto, Flink, S3, HDFS, BD) et compréhension de JVM ou des environnements d’exécution similaires. Expérience dans le développement d’infrastructures en tant que code (p. ex. CloudFormation, CDK, Terraform), de conteneurs et de pipelines CI/CD. Expérience des outils MLOps (p. ex. MLFlow, Kubeflow, DVC) et des outils d’orchestration (p. ex. Airflow, AWS Step Functions). Experience in a customer‑facing role, ideally in consulting, leading technical engagements, and translating business requirements into scalable data solutions. Proven record of impact with senior leadership (director, c‑level and VP) decision making. Experience building ML pipelines with best MLOps practices, including: data preprocessing, model hosting, feature selection, hyperparameter tuning, distributed training, GPU training, deployment, monitoring, and retraining. Experience building applications using Generative AI tools and technologies (LLMs, Vector Stores, Orchestrators such as LangChain, Prompt Engineering). Experience with distributed frameworks (e.g. Spark, Hadoop, Kafka, Presto, Flink, S3, HDFS, DBs) and understanding of JVM or similar runtime. Experience developing Infrastructure as Code (e.g., CloudFormation, CDK, Terraform), Containers and CI/CD Pipelines. Experience with MLOps tools (e.g., MLFlow, Kubeflow, DVC) and orchestration tools (e.g., Airflow, AWS Step Functions). Preferred Qualifications Expérience dans un rôle axé sur le client, idéalement dans le domaine du conseil, de la direction d’engagements techniques et de la traduction d’exigences commerciales en solutions de données évolutives. Influence démontrée sur la prise de décision de la haute direction (directeurs, cadres supérieurs et vice‑présidents). Expérience dans la création de pipelines d’AA en suivant les meilleures pratiques en matière de MLOps, notamment : prétraitement des données, hébergement de modèles, sélection des caractéristiques, réglage d’hyperparamètres, entraînement distribué, entraînement de processeurs graphiques, déploiement, surveillance et réentraînement. Expérience de la création d’applications à l’aide d’outils et de technologies d’IA générative (LLM, bases de données vectorielles, orchestrateurs tels que LangChain, ingénierie de requête). Expérience des cadres distribués (p. ex. Spark, Hadoop, Kafka, Presto, Flink, S3, HDFS, BD) et compréhension de JVM ou des environnements d’exécution similaires. Expérience dans le développement d’infrastructures en tant que code (p. ex. CloudFormation, CDK, Terraform), de conteneurs et de pipelines CI/CD. Expérience des outils MLOps (p. ex. MLFlow, Kubeflow, DVC) et des outils d’orchestration (p. ex. Airflow, AWS Step Functions). Experience in a customer‑facing role, ideally in consulting, leading technical engagements, and translating business requirements into scalable data solutions. Proven record of impact with senior leadership (director, c‑level and VP) decision making. Experience building ML pipelines with best MLOps practices, including: data preprocessing, model hosting, feature selection, hyperparameter tuning, distributed training, GPU training, deployment, monitoring, and retraining. Experience building applications using Generative AI tools and technologies (LLMs, Vector Stores, Orchestrators such as LangChain, Prompt Engineering). Experience with distributed frameworks (e.g. Spark, Hadoop, Kafka, Presto, Flink, S3, HDFS, DBs) and understanding of JVM or similar runtime. Experience developing Infrastructure as Code (e.g., CloudFormation, CDK, Terraform), Containers and CI/CD Pipelines. Experience with MLOps tools (e.g., MLFlow, Kubeflow, DVC) and orchestration tools (e.g., Airflow, AWS Step Functions). Amazon est un employeur garantissant l'égalité des chances et ne fait aucune discrimination sur la base du statut d'ancien combattant protégé, d'un handicap ou de tout autre statut protégé par la loi. If you have a disability and need a workplace accommodation or adjustment during the application and hiring process, including support for the interview or onboarding process, please visit https://amazon.jobs/content/en/how-we-hire/accommodations for more information. The base salary for this position ranges from $126,000/year up to $210,400/year. Salary is based on a number of factors and may vary depending on job‑related knowledge, skills, and experience. Amazon is a total compensation company. Dependent on the position offered, equity, sign‑on payments, and other forms of compensation may be provided as part of a total compensation package, in addition to a full range of medical, financial, and/or other benefits. Applicants should apply via our internal or external career site. #J-18808-Ljbffr