Dév.,ingénierie apprentissage auto. II Job Toronto area,Ontario Canada,Software Development

Position: Dév., ingénierie apprentissage auto. II 1

Principales responsabilités

Développer, déployer et maintenir des modèles d'apprentissage machine en production sur des plateformes infonuagiques (préciser les plateformes préférées, par exemple, AWS, Azure, GCP).

Concevoir, mettre en œuvre et maintenir l'infrastructure en tant que code (IaC) pour les applications d'apprentissage machine, en assurant l'évolutivité, la fiabilité et la maintenabilité.

Développer, améliorer et maintenir des pipelines CI/CD pour le développement et le déploiement de modèles d'apprentissage machine.

Construire, automatiser et maintenir les dépendances et les pipelines d'artefacts d'apprentissage machine, en assurant des flux de travail efficaces et reproductibles.

Collaborer étroitement avec les équipes de produits pour accélérer les cycles de développement, améliorer la robustesse des produits et résoudre les problèmes de production.

Identifier et résoudre proactivement les goulots d'étranglement de performance et autres problèmes dans les pipelines et les applications d'apprentissage machine.

Contribuer à l'élaboration et à l'amélioration des meilleures pratiques et des normes d'ingénierie de l'apprentissage machine.

Encadrer et guider les ingénieurs juniors.

Résolution proactive des problèmes : identifier les besoins critiques et prendre des mesures décisives pour les résoudre efficacement.

Innovation et amélioration continue : rechercher et mettre en œuvre activement de nouvelles idées et des solutions novatrices, en explorant proactivement de nouveaux domaines et de nouvelles possibilités de croissance.

Approche axée sur le client : démontrer une compréhension approfondie des besoins des clients, en anticipant et en dépassant les attentes pour favoriser la satisfaction de la clientèle.

Analytique et axé sur les solutions : appliquer magistralement des méthodologies de résolution systématique des problèmes à des défis complexes, en fournissant constamment des solutions efficaces.

Agilité d'apprentissage et développement continu : enquêter proactivement sur les erreurs, favoriser une culture d'apprentissage par l'expérience et rechercher activement des occasions d'élargir les compétences et les responsabilités.

Encadrement et collaboration : encadrer et guider les membres juniors de l'équipe, en favorisant un environnement collaboratif de partage des connaissances et de soutien mutuel.

Qualifications essentielles

Baccalauréat en informatique, en génie logiciel, en science des données ou dans un domaine connexe. Une expérience pertinente peut être prise en compte à la place d'un diplôme.

3 ans et plus d'expérience dans un rôle d'ingénierie de l'apprentissage machine ou dans un rôle simialire.

Certification d'ingénieur infonuagique associé (par exemple, AWS Certified Cloud Practitioner, Azure Fundamentals, Google Cloud Certified Professional Cloud Architect – préciser la certification préférée).

Maîtrise de SQL.

Compréhension du traitement des mégadonnées et des techniques de traitement parallèle comme Hadoop, Kafka, Apache, etc.

Expérience avec les technologies de conteneurisation (par exemple, Docker, Kubernetes).

Solide connaissance des concepts et des services de l'informatique infonuagique.

Expérience avec les pratiques CI/CD et Dev Ops.

Maîtrise des méthodologies du cycle de vie du développement logiciel (SDLC) et du cycle de vie de l'apprentissage machine (MLLC).

Solides compétences en programmation en Python ou dans un langage similaire.

Expérience avec les systèmes de contrôle de version (par exemple, Git).

Excellentes compétences en résolution de problèmes, en analyse et en communication.

Capacité à travailler de façon indépendante et en équipe.

Qualifications souhaitées

Expérience avec des plateformes infonuagiques spécifiques (AWS, Azure, GCP – préciser les plateformes préférées).

Expérience avec des outils d'orchestration spécifiques (par exemple, Airflow, Argo).

Expérience avec des outils de surveillance et de journalisation (par exemple, Prometheus, Grafana).

Contributions à des projets open source.

Une connaissance adéquate du français est requise pour les postes offerts au Québec. Le générique masculin est utilisé sans discrimination et uniquement dans le but d'alléger le texte.