Expert développeur DevOps/MLOPS

TEHORA inc.; Montreal (administrative region); On-site; CAD 90,000 - 120,000; Full time

Job summary

Une entreprise technologique innovante à Montréal recherche un(e) expert développeur DevOps/MLOps. Le candidat idéal doit posséder d'excellentes compétences en développement, avec au moins cinq ans d'expérience dans le domaine de l'intelligence artificielle. Les responsabilités incluent la conception de pipelines de données, l'automatisation d'outils et la gestion d'infrastructures pour des systèmes d'intelligence artificielle. La maîtrise de langages tels que Python et R, ainsi que la connaissance des environnements Azure, sont nécessaires.

Qualifications

• Min. 5 ans d’expérience en intelligence d’affaires ou IA.
• Expérience d'au moins 3 ans en méthodologie agile.
• Excellentes compétences en communication orale et écrite en français.
• 5 ans d’expérience en déploiement de solutions IA appliquée.
• Réalisation de 2 mandats de développement MLOps.
• Solide expérience de développement de pipelines de produit et déploiement DevOps.

Responsibilities

• Concevoir les pipelines de données et l’infrastructure d’ingénierie.
• Automatiser et créer des outils pour le pipeline d'intelligence artificielle.
• Identifier et évaluer de nouvelles technologies pour les systèmes IA.
• Appliquer les meilleures pratiques à l’apprentissage automatique.
• Soutenir le développement de modèles avec auditabilité et sécurité des données.

Skills

Python

Spark ML

TSQL

Azure Data Factory

Azure ML

Auto-ML

Kubernetes

Docker

Education

Diplôme universitaire dans un domaine pertinent

Minimum de cinq ans d’expérience en intelligence d’affaires ou intelligence artificielle

Tools

Azure MLOps

MLFlow

Kubeflow

Airflow

Argo

Job description

TEHORA est présentement à la recherche d'un(e) expert développeur DevOps/MLOps d’excellentes aptitudes techniques, d’excellentes connaissances et qui souhaite mettre à profit ses compétences au sein d’une équipe polyvalente.

Sans être exhaustifs, voici les services et livrables que devra fournir la personne retenue.

Description des Travaux ou des Biens Livrables

• Concevoir les pipelines de données et l’infrastructure d’ingénierie pour prendre en charge les systèmes de déploiement d’apprentissages automatiques de nos solutions d’intelligence artificielle;
• Automatiser et créer des outils pour toutes les étapes du pipeline d’intelligence artificielle / ML dans un environnement cloud (pipeline de données, formation et diffusion de modèles);
• Identifier et évaluer de nouvelles technologies pour améliorer les performances, la maintenabilité et la fiabilité des systèmes d’apprentissage automatique de nos solutions d’intelligence artificielle;
• Appliquer la rigueur de l’ingénierie logicielle et les meilleures pratiques à l’apprentissage automatique, y compris CI/CD, automatisation, etc.;
• Soutenir le développement de modèles, en mettant l’accent sur l’auditabilité, la gestion des versions et la sécurité des données;
• Rechercher et mettre en œuvre les meilleures pratiques pour améliorer l’infrastructure d’apprentissage automatique existante;
• Gérer l’infrastructure et les pipelines de données nécessaires pour mettre le code en production;
• Démontrer une compréhension de bout en bout des applications (y compris, mais sans s’y limiter, les algorithmes d’apprentissage automatique) en cours de création;
• Fournir des documentations techniques et opérationnelles de la plateforme MLOps (Wiki, spécifications de conception et de cartographie);
• Participer à l’examen du code par les pairs, aux tests et à la mise en œuvre des meilleures pratiques de développement logiciel;
• Participer aux projets de développement en assurant un suivi rigoureux des tâches et le respect des échéances, tout en collaborant avec de multiples parties prenantes dans un environnement itératif, rapide et en constante évolution;
• Participer à l’évolution de l’architecture des solutions d’intelligence artificielle d’Espace Données ou de toute autre solution ayant recours à l’intelligence artificielle;
• Conseiller sur les bonnes pratiques en développement et en assurance qualité en participant à l’amélioration continue des standards de développement et en s’assurant de leur respect lors des revues de code.

Profil

• Maîtrise des outils et langages suivants : Python, R, Spark ML, TSQL, Azure Data Factory, Azure ML, Auto-ML, Azure ML SDK, courants dans le cloud Azure et les solutions MLOps.
• Détenir un diplôme universitaire dans un domaine pertinent et un minimum de cinq (5) ans d’expérience en intelligence d’affaires ou intelligence artificielle (ou équivalent : un diplôme collégial et un minimum de huit (8) ans d’expérience).
• Détenir une expérience d’au moins trois (3) ans en méthodologie agile.
• Avoir d’excellentes habiletés de communication orale et écrite en français.
• Posséder au moins cinq (5) années actives d’expérience à titre d’expert DevOps/MLOps en déploiement de solutions d’intelligence artificielle appliquée.
• Avoir réalisé au cours des cinq (5) dernières années, au moins deux (2) mandats de développement de « pipeline de production » d’apprentissage machine (MLOps) pour des solutions d’intelligence artificielle appliquée.
• Solide expérience de développement de pipelines de produit et de déploiement de solutions logicielles (DevOps) et solutions d’intelligence artificielle (MLOps).
• Solide expérience dans la mise en production de modèles d’apprentissage machine supervisés, non supervisés et apprentissage profond (deep learning).
• Solide connaissance des frameworks d’orchestration de flux de travail orientés données et des normes de l’industrie telles que Azure MLOps, MLFlow, Kubeflow, Airflow, Argo, etc.
• Solide expérience avec les environnements et technologies de conteneurisation/virtualisation et de développement avec des conteneurs tels que Docker et Kubernetes dans des environnements de cloud computing Azure.
• Maîtrise du développement Python et expérience des tests unitaires, d'intégration, d'acceptation.
• Exposition aux approches d’apprentissage en profondeur et aux cadres de modélisation (PyTorch, Tensorflow, Keras, etc.).
• Expérience dans la création d’intégrations personnalisées entre des systèmes basés sur le cloud à l’aide d’API.
• Expérience dans le développement et la maintenance de systèmes ML construits avec des outils open source.