DÉVELOPPEUR MLOPS Québec (hybride) 2025-09-29

Chrome Technologies; Canada; Hybrid; CAD 90,000 - 130,000; Full time

Job summary

Chrome Technologies recherche un Développeur MLOps pour Québec, en mode hybride (présence sur site 2 jours/semaine). Vous industrialiserez le cycle de vie des modèles IA et déploierez les pipelines CI/CD, les tests et le monitoring avec des outils comme MLflow, Seldon, SageMaker et Vertex AI.

Le poste exige un BAC en informatique ou équivalent et au moins 5 ans d’expérience ICT, dont 2 ans en MLOps et projets IA sur cloud, avec 120 jours-personnes minimum.

Qualifications

• BAC en informatique, génie informatique ou génie logiciel.
• Au moins 5 années d'expérience dans les technologies de l'information.
• Au moins 2 années d'expérience en développement MLOps, avec des services infonuagiques.
• Réalisation d’au moins un projet MLOps incluant CI/CD et gestion du cycle de vie des modèles, sur au moins 120 jours-personnes.
• Réalisation d’au moins un projet MLOps avec infrastructures évolutives et pipelines de données, sur au moins 120 jours-personnes.

Responsibilities

• Orchestrer des pipelines de données et intégrer les flux ETL dans les workflows ML.
• Gérer les versions des modèles et automatiser l’entraînement et le réentraînement.
• Intégrer la validation et le déploiement dans le pipeline CI/CD; déployer via MLflow, Seldon, SageMaker ou Vertex AI.
• Gérer la mise à l’échelle et le monitoring des modèles en production.

Skills

CI/CD pipelines

Education

BAC en informatique / génie informatique / génie logiciel

Tools

MLflow

Seldon

SageMaker

Vertex AI

Terraform

Ansible

CI/CD

Job description

Nous recherchons un Développeur MLOps pour rejoindre notre équipe de conseillers du bureau de Québec.
Ce poste est en mode hybride, la présence sur site sera nécessaire 2 jours maximum par semaine, mais avec possibilité d'aménagements éventuels.

Les travaux en développement MLOPS consistent à industrialiser et automatiser le cycle de vie des modèles IA (du développement à la mise en production).

• Orchestrer des pipelines de données;
• Intégrer les flux ETL dans les workflows ML;
• Gérer les versions des modèles;
• Automatiser l'entraînement et le réentraînement;
• Automatiser les tests de performance;
• Intégrer la validation dans le pipeline CI/CD;
• Déployer les modèles via des outils tels que MLflow, Seldon, SageMaker ou Vertex AI;
• Gérer la mise à l'échelle;
• Déployer un mécanisme de monitoring automatisé incluant la détection de dérive (drift), la gestion des journaux (logs) et la génération d'alertes;
• Gérer les mises à jour modèles.

Biens livrables:

• Fichiers de configuration (YAML, JSON);
• Pipelines reproductibles;
• Modèle versionné;
• Scripts de tests unitaires ou d'intégration;
• Test de robustesse et de biais;
• Plan de test QA spécifique à l'IA;
• Documentation de la stratégie de déploiement;
• Mise en place des scripts Infrastructure-as-code (Terraform, Ansible);
• CI/CD pipeline pour le déploiement de modèle;
• Modèle sérialisé prêt pour l'inférence;
• Produire des API des modèles d'IA;
• Script de mise en production;
• Journaux d'exécution;
• Suivi (Monitoring) des performances en production.

- Détenir un diplôme universitaire de premier cycle (BAC) en informatique, génie informatique, ou génie logiciel.

1. Démontrer que la ressource proposée possède un minimum de cinq (5) années d'expérience dans le domaine des technologies de l'information;
2. Démontrer que la ressource proposée possède deux (2) années d'expérience à titre de développeur MLOPS, dans le développement de solutions IA utilisant des services infonuagiques;
3. Démontrer que la ressource proposée a réalisé, à titre de développeur MLOps, un (1) projet comprenant le développement et l'évolution de solutions MLOps incluant l'intégration de pipelines CI/CD pour le déploiement et la gestion du cycle de vie de modèles d'IA. L'implication de la ressource à ce mandat doit être d'au moins 120 jours-personnes;
4. Démontrer que la ressource proposée a réalisé, à titre de développeur MLOps, un (1) projet comprenant la mise en place, le déploiement et la maintenance d'infrastructures MLOps évolutives prenant en charge les pipelines de données et les modèles d'intelligence artificielle. L'implication de la ressource à ce projet doit être d'au moins 120 jours-personnes.

- Français courant / Work Language is French only

1188 avenue Union, bureau 114, Montréal (Québec) H3B 0E5, Canada