Conseiller en automatisation de solutions analytiques

DIS « CIAO » À TON BOSS!

Au-delà de la prononciation du nom « Ciao » qui diffère d’une personne à une autre
[ci‑aio, c‑iao, ch-iao] , qui sommes-nous?

Chez Ciao, l’humain est au cœur de l’entreprise. Ici la collaboration, le savoir-faire et l’innovation sont le moteur de nos croyances. Ta mission sera d’intégrer une équipe dynamique, engagée et reconnaissante face à ton expertise. Il est temps de rejoindre ta nouvelle famille en pleine croissance, où 80 talents contribuent activement au bonheur collectif! Voici l’opportunité que tu dois saisir!

Ciao se spécialise principalement dans le développement de systèmes, l'accessibilité Web, et le développement sur mesure. C’est notamment par les compétences de notre équipe et l’engagement envers nos clients qu’on réussit à surpasser nos objectifs et d’ainsi contribuer à notre image de marque.

En tant que  conseiller en automatisation de solutions analystiques , tu seras invité(e) à concevoir et mettre en œuvre des solutions robustes en traitant des volumes
importants de données dans les meilleures conditions. Tu joueras un rôle clé dans la mise en place de nouvelles solutions technologiques en concevant, développant et maintenant des modèles d’apprentissage automatique performants.

Concrètement ce qui t’attend en relevant ce défi :

Participer aux travaux de conception, de mise en place et de validation du nouvel écosystème informationnel;

Participer à la rédaction et l’application d’un programme de science des données qui permet d’établir les possibilités d’exploitation des données et fournit des solutions et des moyens pour ce faire;

Implanter des systèmes et des méthodologies de suivi et de mesure des indicateurs de performances;

Gérer, identifier et interpréter de grandes quantités de données provenant de sources différentes;

Effectuer les configurations nécessaires au sein des solutions en analytique d’affaires pour répondre au besoin de modélisation et de présentation de l’information;

Concevoir, développer et tester des processus d’extraction, de chargement et de
transformation (ELT/ETL) robustes, performants et réutilisables.;

Effectuer des recherches, préparer et présenter des rapports et recommander des projets de recherche ou d’exploration aux analystes ainsi qu’aux gestionnaires de la direction et aux cadres de direction.

Profil recherché

Être titulaire d’un baccalauréat en statistique, mathématiques, physique, science des données, informatique, ingénierie, intelligence artificielle, géomatique, science économique ou tout autre diplôme universitaire comprenant l’analyse quantitative et statistique avancé;

Avoir cumulé, au cours des deux (2) dernières années, 120 jours-personnes à titre de responsable du déploiement ou de l’opérationnalisation de modèles d’apprentissage automatique (ou ML, Machine Learning), à l’exclusion des fonctions de scientifique de données, analyste de données ou expert BI, dans un environnement organisationnel comparable à celui de la Régie;

Avoir réalisé deux (2) mandats d’une durée minimale de 90 jours-personne chacun, incluant la mise en production de solutions ML intégrant des outils propres aux équipes de valorisation de données tels que:
Python, SQL, Git, ML Flow, Dev Ops, MLOps etDev Sec Ops , dans des organisations comparables à celle de la Régie;

Détenir une certification reconnue, validant les compétences professionnelles d’ingénieur en apprentissage automatique, délivrée par un fournisseur infonuagique ou une entreprise dont le partenariat avec fournisseur infonuagique est vérifiable (AWS, Azure, Databricks, GCP) et fournir le lien vérifiable de certification confirmant sa validité;

Avoir contribué, dans les deux (2) dernières années, au recueil et à la rédaction de besoins d’affaires sur au moins 20 jours-personne dans un environnement organisationnel comparable à celui de la Régie.;

Avoir une compréhension des aspects de confidentialité et intégrité de l'information dans l'exploitation des langages de programmation dans le contexte de données gouvernementales;

Capacité à assurer la transparence des modèles;

Avoir une bonne connaissance des pratiques en gouvernance et sécurité des données;

Avoir une connaissance des lois…