Partenaire technologique des grandes entreprises depuis 1979, le Groupe SII est au cœur de l'économie de l'innovation avec 16 000 collaborateurs, une présence internationale dans 20 pays, et un chiffre d’affaires supérieur à 1.621 milliards de dollars canadiens.
SII Canada offre à ses clients une expertise technique avancée dans les domaines du développement applicatif, Web et Mobile, de la Cybersécurité et du Cloud. Nous intervenons également en Ingénierie, particulièrement sur les systèmes embarqués dans divers secteurs industriels.Notre ambition : faire évoluer les systèmes d’information et contribuer à la création des produits et services de demain pour nos clients.
En tant qu’entreprise de consultation en TI basée au Québec, SII Canada opère dans un environnement mondial où l’anglais est essentiel. Cette offre d’emploi est publiée en anglais pour souligner l’importance de cette langue dans nos opérations quotidiennes. Nous restons dédiés à la promotion et au respect de la langue française au sein de notre entreprise.
Nous recherchons un architecte de solutions informatiques expérimenté, spécialisé dans le Big Data, l'intelligence artificielle (IA) et les opérations de machine learning (MLOps). Le candidat idéal jouera un rôle crucial dans la conception et la mise en œuvre de solutions de pointe exploitant les technologies de big data et d'IA tout en assurant un déploiement et une gestion efficaces grâce aux pratiques MLOps.
- Conception d'architecture :Concevoir des solutions de bout en bout qui exploitent les technologies de big data et d'IA pour relever des défis commerciaux complexes.
- Expertise en Big Data :Fournir des conseils architecturaux et des meilleures pratiques pour les plateformes de big data, y compris l'ingestion, le stockage, le traitement et l'analyse des données.
- Intégration de l'IA :Concevoir des solutions basées sur l'IA en utilisant des techniques de machine learning et de deep learning pour extraire des insights, automatiser des processus et améliorer la prise de décision.
- Mise en œuvre de MLOps :Établir des pipelines et des pratiques MLOps pour rationaliser le développement, le déploiement et la surveillance des modèles de machine learning en environnements de production.
- Collaboration :Collaborer avec des équipes interfonctionnelles, y compris des data scientists, des ingénieurs et des parties prenantes commerciales, pour assurer l'alignement entre les solutions techniques et les objectifs commerciaux.
- Leadership technique :Fournir un leadership technique et un mentorat aux équipes internes, les guidant dans l'adoption des meilleures pratiques liées au big data, à l'IA et aux MLOps.
- Apprentissage continu :Se tenir au courant des tendances et technologies émergentes dans les domaines du big data, de l'IA et des MLOps, et évaluer leur applicabilité potentielle aux objectifs organisationnels.
- Diplôme de licence ou de master en informatique, en ingénierie ou dans un domaine connexe.
- Expérience avérée en tant qu'architecte de solutions, avec un accent sur la conception et la mise en œuvre de solutions impliquant des technologies de big data et d'IA.
- Connaissance approfondie des technologies et des frameworks de big data tels que Hadoop, Spark, Kafka et les bases de données NoSQL.
- Compréhension approfondie des concepts, algorithmes et frameworks d'IA/ML tels que TensorFlow, PyTorch et scikit-learn.
- Expérience pratique des pratiques MLOps, y compris le déploiement, la surveillance et la gestion des versions des modèles, en utilisant des outils comme Kubeflow, MLflow ou TensorFlow Extended (TFX).
- Maîtrise des plateformes cloud telles qu'AWS, Azure ou Google Cloud Platform, et expérience des services pertinents pour le big data et l'IA.
- Excellentes compétences en communication et en relations interpersonnelles, avec la capacité de collaborer efficacement avec des parties prenantes techniques et non techniques.
- Solides compétences en résolution de problèmes et capacité à traduire les exigences commerciales en solutions techniques.
Qualifications préférées :
- Certifications dans des domaines pertinents tels que AWS Certified Solutions Architect, Google Cloud Professional Data Engineer ou Microsoft Certified: Azure AI Engineer Associate.
- Expérience avec les technologies de conteneurisation telles que Docker et Kubernetes, et leur application dans les workflows d'IA et de MLOps.
- Connaissance des pratiques DevOps et des outils pour l'intégration et le déploiement continus (CI/CD).