Senior Machine Learning Engineer
4 days ago
Winnipeg, Manitoba, Canada
Yeji Data Lab
Full-time
Free with email or Google
Save this job and keep your search organized
Create a free account to save jobs, create alerts and return to this listing from your dashboard.
Free with email or Google
By continuing, you agree to our Terms & Privacy Policy.
En tant que boutique d’envergure internationale, nous collaborons avec des organisations de premier plan pour relever leurs défis les plus stratégiques grâce au Machine Learning et à l’ingénierie des données, afin de créer une valeur durable. En tant que firme-conseil en contact direct avec les clients, notre équipe doit faire preuve d’adaptabilité, de rigueur technique et d’une forte capacité à concevoir des systèmes de bout en bout pour divers secteurs d’activité en Amérique du Nord et ailleurs.
Aperçu du poste
Nous recherchons un ingénieur sénior en apprentissage automatique pour concevoir, développer et déployer des solutions d’IA évolutives pour nos clients. Vous travaillerez sur des projets variés, en collaboration avec des équipes multidisciplinaires, afin de livrer des systèmes d’IA prêts pour la production dans des environnements cloud modernes. Principales responsabilités
Concevoir, développer et déployer des modèles de machine learning et de deep learning dans des environnements de production Développer et maintenir des pipelines MLOps (CI/CD, surveillance, gestion des versions des modèles) sur des plateformes cloud Travailler avec des jeux de données à grande échelle pour l’entraînement, la validation et l’évaluation Mettre en œuvre et optimiser des solutions basées sur les LLM, notamment : l’ajustement fin de modèles de fondation la conception et le déploiement de systèmes RAG (Retrieval-Augmented Generation) Collaborer avec les clients et les équipes internes afin de traduire des enjeux d’affaires en solutions de machine learning Garantir la performance, l’évolutivité et la fiabilité des modèles en production Se tenir à jour sur les avancées en IA/ML, en particulier en IA générative et en LLM Qualifications requises
4 ans ou plus d’expérience en ingénierie du machine learning ou dans des rôles connexes Solide expérience avec Python et les frameworks de ML (p. ex. PyTorch, TensorFlow, Scikit-learn) Capacité à appliquer et à optimiser des algorithmes traditionnels de machine learning (p. ex. modèles arborescents, gradient boosting, réseaux neuronaux) pour des problèmes sur données structurées Expérience pratique avec des modèles de deep learning (p. ex. CNN, RNN) Expérience dans la conception et le déploiement de systèmes de ML en production Maîtrise des pratiques et outils MLOps (p. ex. MLflow, Kubeflow, Airflow, pipelines CI/CD) Expérience avec des plateformes cloud (au moins une parmi AWS, Azure ou GCP; le multi-cloud est un atout) Expérience dans la mise en œuvre et l’optimisation de solutions basées sur les LLM, notamment : l’ajustement fin de modèles de fondation, le prompt engineering, la conception et le déploiement de systèmes RAG (Retrieval-Augmented Generation) Expérience dans la conception de pipelines RAG (bases de données vectorielles, embeddings, stratégies de récupération) Atouts supplémentaires
Expérience en cabinet de conseil ou dans un rôle en contact direct avec la clientèle Familiarité avec des outils comme LangChain, LlamaIndex ou des frameworks similaires Connaissance de l’ingénierie des données (Spark, SQL, pipelines de données) Expérience en conteneurisation et orchestration (Docker, Kubernetes) Compréhension de la gouvernance des modèles, de leur surveillance et de l’IA responsable Ce que nous offrons
L’occasion de travailler sur des projets de pointe en IA/ML et en IA générative Une exposition à une grande variété de secteurs et de problématiques Un environnement de travail flexible (hybride) Une rémunération concurrentielle et des possibilités d’évolution professionnelle
Nous recherchons un ingénieur sénior en apprentissage automatique pour concevoir, développer et déployer des solutions d’IA évolutives pour nos clients. Vous travaillerez sur des projets variés, en collaboration avec des équipes multidisciplinaires, afin de livrer des systèmes d’IA prêts pour la production dans des environnements cloud modernes. Principales responsabilités
Concevoir, développer et déployer des modèles de machine learning et de deep learning dans des environnements de production Développer et maintenir des pipelines MLOps (CI/CD, surveillance, gestion des versions des modèles) sur des plateformes cloud Travailler avec des jeux de données à grande échelle pour l’entraînement, la validation et l’évaluation Mettre en œuvre et optimiser des solutions basées sur les LLM, notamment : l’ajustement fin de modèles de fondation la conception et le déploiement de systèmes RAG (Retrieval-Augmented Generation) Collaborer avec les clients et les équipes internes afin de traduire des enjeux d’affaires en solutions de machine learning Garantir la performance, l’évolutivité et la fiabilité des modèles en production Se tenir à jour sur les avancées en IA/ML, en particulier en IA générative et en LLM Qualifications requises
4 ans ou plus d’expérience en ingénierie du machine learning ou dans des rôles connexes Solide expérience avec Python et les frameworks de ML (p. ex. PyTorch, TensorFlow, Scikit-learn) Capacité à appliquer et à optimiser des algorithmes traditionnels de machine learning (p. ex. modèles arborescents, gradient boosting, réseaux neuronaux) pour des problèmes sur données structurées Expérience pratique avec des modèles de deep learning (p. ex. CNN, RNN) Expérience dans la conception et le déploiement de systèmes de ML en production Maîtrise des pratiques et outils MLOps (p. ex. MLflow, Kubeflow, Airflow, pipelines CI/CD) Expérience avec des plateformes cloud (au moins une parmi AWS, Azure ou GCP; le multi-cloud est un atout) Expérience dans la mise en œuvre et l’optimisation de solutions basées sur les LLM, notamment : l’ajustement fin de modèles de fondation, le prompt engineering, la conception et le déploiement de systèmes RAG (Retrieval-Augmented Generation) Expérience dans la conception de pipelines RAG (bases de données vectorielles, embeddings, stratégies de récupération) Atouts supplémentaires
Expérience en cabinet de conseil ou dans un rôle en contact direct avec la clientèle Familiarité avec des outils comme LangChain, LlamaIndex ou des frameworks similaires Connaissance de l’ingénierie des données (Spark, SQL, pipelines de données) Expérience en conteneurisation et orchestration (Docker, Kubernetes) Compréhension de la gouvernance des modèles, de leur surveillance et de l’IA responsable Ce que nous offrons
L’occasion de travailler sur des projets de pointe en IA/ML et en IA générative Une exposition à une grande variété de secteurs et de problématiques Un environnement de travail flexible (hybride) Une rémunération concurrentielle et des possibilités d’évolution professionnelle