ML Solutions Architect - Architecte de solutions ML

Location: Montreal

We are seeking an ML Solutions Architect who brings broad software engineering expertise along with strong machine learning-adjacent experience. In this role, you will lead the high-level design of systems that integrate ML models into our broader product suite. You will act as a technical consultant, evaluating customer requirements and determining whether they can be addressed with off-the-shelf solutions or should be escalated as specialized research initiatives for our Deep Learning and Rein forcement Learning teams.
This role is ideal for a systems-minded engineer who can translate product vision into scalable architecture, while balancing technical feasibility, performance, and maintainability.
Nous sommes à la recherche d'un(e) architecte de solutions ML possédant une solide expertise générale en ingénierie logicielle ainsi qu'une bonne expérience connexe à l'apprentissage automatique. Dans ce rôle, vous serez responsable de la conception de haut niveau des systèmes qui intègrent les modèles ML à notre offre de produits. Vous agirez comme conseiller(ère) technique en évaluant les besoins des clients afin de déterminer s'ils peuvent être satisfaits à l'aide de solutions prêtes à l'emploi ou s'ils doivent être confiés à nos équipes spécialisées en apprentissage profond et en apprentissage par renforcement.
Ce poste convient particulièrement à une personne ayant une vision systémique, capable de traduire une vision produit en une architecture évolutive, tout en conciliant faisabilité technique, performance et maintenabilité.

Key Responsibilities   System Integration & Coprocessing:
Design and implement the software layers that allow ML models to interact with a real-time rendering engine. This includes managing data pre-processing and post-processing (coprocessing) to ensure high-performance execution.
Technical Consulting:
Evaluate incoming customer requirements to determine the optimal path forward. You will decide if a task can be solved using off-the-shelf tools or if it requires a deep-dive research project to be handed off to our Deep Learning or Rein forcement Learning engineers.
Language-Agnostic Engineering:
Build and maintain wrappers, APIs, and microservices that allow our ML stack to remain flexible and language-agnostic across different production environments.
Cross-Functional Coordination:
Act as the primary technical liaison between technical leadership, customers, and the core engineering team to spec out data and integration requirements.
Modular Execution:
Break down complex product visions into manageable architectural components, ensuring that ML components ship as part of a stable, scalable software product.
Responsabilités principales   Intégration de systèmes et coprocessing :
Concevoir et mettre en œuvre les couches logicielles permettant aux modèles ML d'interagir avec un moteur de rendu en temps réel, y compris les composants de prétraitement et de post-traitement nécessaires à une exécution performante.
Conseil technique : Évaluer les demandes clients et déterminer la meilleure approche à adopter, qu'il s'agisse d'outils disponibles sur le marché ou de projets de recherche spécialisés à confier aux équipes d'apprentissage profond ou d'apprentissage par renforcement.
Ingénierie agnostique aux langages : Développer et maintenir des wrappers, API et microservices afin de garantir la flexibilité et l'interopérabilité de la pile ML dans différents environnements de production et langages de programmation.
Collaboration interfonctionnelle :
Agir comme principal point de contact technique entre la direction, les clients et les équipes d'ingénierie afin de définir les exigences d'intégration, de système et de données.
Exécution modulaire : Décomposer des visions produit…