Scientifique en ingénierie des données

Maya HTT est un leader mondial dans le développement de solutions logicielles pour les industries numériques. Les entreprises d'ingénierie et de fabrication les plus importantes au monde s'appuient sur l'expérience et l'expertise de Maya HTT pour tirer le meilleur parti de leur investissement logiciel. Maya HTT est à la pointe de l'innovation technologique. Notre équipe offre une vaste expertise en ingénierie et en simulation IAO ainsi que des solutions de digitalisation de pointe, telles que l'IA, l'apprentissage automatique, l'IIoT, les technologies opérationnelles et l'industrie 4.0.

En tant que Scientifique en ingénierie des données, vous aiderez à révolutionner les opérations industrielles en construisant des pipelines de données évolutifs qui alimentent des solutions d'IA industrielle de pointe. Vous travaillerez en étroite collaboration avec des scientifiques de données industrielles, des ingénieurs et des experts en fabrication afin d'obtenir des informations à partir des données technologiques opérationnelles (OT) - flux de capteurs, vidéo, audio, et plus encore. Vous serez le lien entre les données brutes et l'impact réel : concevoir des pipelines sécurisés et fiables qui alimentent l'apprentissage automatique, l'apprentissage profond et les analyses avancées. Votre mission ? Transformer des données industrielles complexes et à haute fréquence en intelligence exploitable pour une prise de décision plus intelligente. Si vous aimez travailler directement avec

des données de capteurs en série temporelle, des flux vidéo et audio, et que vous vous épanouissez dans un environnement convivial et agile, nous vous voulons dans notre équipe L'expérience avec les systèmes AI-Ops/ML-Ops est un grand plus. Apportez votre passion pour les données, l'innovation et la résolution de problèmes à Maya HTT - et aidez à façonner l'avenir de l'IA industrielle, de l'ingénierie et de la fabrication

Vos principales responsabilités seront:

• Collaborer avec les scientifiques de données pour créer les bons pipelines de données.
• S'assurer que l'ingénierie des données est réalisée correctement tout en restant agile dans la validation progressive des données, la fusion des données, et en général produire les bonnes données alignées sur le cas d'utilisation de l'entreprise à résoudre.
• Définir les mesures de qualité des données à suivre du point de vue de l'entreprise et les mesures à optimiser.
• Vérifier la propreté des données et identifier les biais de l'ensemble des données chaque fois que cela est pertinent
• Expérimenter, construire et optimiser le pipeline de données et les méthodes sélectionnées
• Exploiter l'exploration de données pour découvrir des modèles intéressants ou des corrélations en utilisant des méthodes de pointe pour aider les scientifiques des données et les experts en la matière.
• Augmenter les ensembles de données soit de manière algorithmique, soit en utilisant des sources d'information tierces si nécessaire
• Améliorer les procédures de collecte de données afin d'inclure des informations pertinentes pour construire de meilleurs systèmes d'automatisation et d'optimisation de l'ingénierie et de la fabrication
• Interagir avec les spécialistes de l'ingénierie des données pour s'assurer que le traitement des données, le nettoyage et la vérification de l'intégrité des données utilisées pour les ML-Ops sont effectués de manière fiable et disponibles pendant les opérations 24 heures sur 24 et 7 jours sur 7
• Présenter de manière claire les résultats de l'exploration des données et de la recherche de données préliminaires
• Collaborer avec l'équipe ML-Ops 24/7/365 et assurer le suivi des données alimentant les performances du modèle ML/AI au fil du temps

Exigences minimales :

• Baccalauréat, maîtrise ou doctorat
• Excellente compréhension de l'ingénierie des données, de l'exploration des données et de la modélisation statistique.
• Expérience des outils courants d'ingénierie des données tels que Aveva PI d'ex-OSIsoft, Insights Hub ou Azure IoT.
• Une expérience avec une base de données de séries temporelles est un grand plus, en particulier si vous avez une expérience pratique avec des données de capteurs industriels.
• Excellentes compétences en scripting (typiquement python, SQL)
• De bonnes compétences en communication d'histoires de données sont un grand plus
• Expérience avec des outils de visualisation de données
• Expérience dans l'utilisation de langages de requête tels que SQL
• Expérience avec les bases de données NoSQL
• Bonnes aptitudes au travail en équipe
• Anglais et français écrits et oraux (Le poste exige une interaction régulière avec des collègues, des fournisseurs et des clients basés à l'extérieur du Québec, au niveau national et international).

Pourquoi Maya HTT?

• Horaires de travail flexibles et lieu de travail hybride. Bureau au centre-ville de Montréal, à 2 minutes de marche du métro Atwater.
• Poste permanent et salaire de base concurrentiel.
• Assurances entièrement payées par l'employeur et couverture dès le premier jour d'emploi: assurance médicale, dentaire, vie, invalidité à court et à long terme.
• Épargne-Retraite: Régime REER collectif / RPDB avec contributions de l'employeur, ouvert à la participation dès le premier jour d'emploi.
• Évolutions de carrière: Nos plans de carrière flexibles vous permettent d'évoluer, et nous aimons promouvoir en interne.
• Formation: Apprenez des meilleurs de l'industrie et développez vos compétences.
• Politique de congés généreuse: Nous favorisons un équilibre sain entre vie professionnelle et vie privée grâce à une excellente politique flexible de congés payés.
• Programme d'intégration structuré: Nous nous investissons dans votre réussite; les membres de l'équipe vous soutiendront et vous aiderons dès vos premiers jours d'emploi.
• Rejoignez une entreprise primée qui est reconnue dans le monde entier en tant que chef de file de l'industrie.

Expérience candidat: Entrevue RH - Entrevues virtuelles avec Microsoft Teams - Offre d'emploi

Maya HTT est un employeur qui respecte l'égalité des chances et s'engage à favoriser la diversité et l'inclusion sur le lieu de travail. Des aménagements sont disponibles sur demande pour les candidats prenant part au processus de recrutement et de sélection.