See all the jobs at Xideral here:
| Xideral Canadá | Contract | Partially remote
, ,Titre d'emploi : Machine Learning Engineer
Langue requise : Français et anglais (bilingue, oral et écrit)
Heures de travail par semaine : 37,5 h
Type de poste : Hybride – Montréal (2 jours par semaine au bureau)
Durée de la mission en mois : 12 mois (contrat)
Nous recherchons un Machine Learning Engineer talentueux et expérimenté pour rejoindre une équipe dynamique à Montréal. Ce rôle hybride (2 jours au bureau par semaine) est une excellente opportunité de travailler sur des projets innovants en intelligence artificielle, tout en contribuant à la conception, au déploiement et à l’optimisation de modèles de machine learning à grande échelle. Vous collaborerez étroitement avec des data scientists, data engineers et autres experts afin de livrer des solutions IA à fort impact pour l’entreprise.
-
Baccalauréat ou maîtrise en informatique, génie logiciel, intelligence artificielle ou domaine connexe.
-
Minimum 3 à 5 ans d’expérience professionnelle en machine learning et déploiement de modèles en production.
-
Solide maîtrise d’au moins un framework de ML/DL (TensorFlow, PyTorch, Scikit-learn).
-
Expérience en Python, SQL et outils de traitement de données à grande échelle (Spark, Databricks, etc.).
-
Familiarité avec le cloud (Azure, AWS ou GCP) et les bonnes pratiques de MLOps (CI/CD, versionnement de modèles, surveillance).
-
Compétences en conception et optimisation d’API pour l’intégration des modèles.
-
Bilingue français/anglais, tant à l’oral qu’à l’écrit.
-
Concevoir, entraîner, tester et mettre en production des modèles de machine learning répondant aux besoins métier.
-
Développer et maintenir des pipelines de données fiables et performants pour l’entraînement et l’inférence.
-
Collaborer avec les équipes multidisciplinaires pour traduire les besoins fonctionnels en solutions techniques concrètes.
-
Surveiller les performances des modèles en production et apporter les ajustements nécessaires.
-
Participer à l’élaboration de standards et bonnes pratiques en ML et MLOps.
-
Identifier et analyser les cas d’usage de l’IA pertinents pour l’organisation.
-
Évaluer la faisabilité technique et l’impact attendu des projets ML.
-
Effectuer la sélection d’algorithmes et la préparation de jeux de données adaptés.
-
Implémenter des modèles de machine learning, de deep learning ou de traitement du langage naturel (NLP) selon les besoins.
-
Collaborer à la documentation technique et aux rapports d’avancement pour les parties prenantes.
-
Garantir la sécurité, la conformité et la confidentialité des données traitées.
-
Expérience avec le traitement du langage naturel (NLP) ou la vision par ordinateur (Computer Vision).
-
Connaissance des outils de gestion de flux de travail ML (MLflow, Kubeflow, Airflow).
-
Expérience dans un environnement Agile/Scrum.