Hybrid MLOps Engineer — Production AI & Infra Optimizer

PowerToFly; Montreal (administrative region); Hybrid; CAD 60,000 - 80,000; Full time

Job summary

Une entreprise de technologie recherche un développeur MLOps passionné par l'optimisation d'applications alimentées par l'IA. Le candidat doit avoir 3 à 5 ans d'expérience en MLOps/DevOps, ainsi qu'une expertise en cloud (AWS ou Azure), conteneurs (Docker, Kubernetes) et CI/CD. Le travail est hybride, et la mission inclut la collaboration avec des chercheurs et ingénieurs pour améliorer des solutions d'IA/ML. Un excellent environnement de travail est proposé avec de nombreux bénéfices.

Benefits

Assurance santé/dentaire/vision

Temps de bénévolat payé

Sabbatical payé de 6 semaines tous les 4 ans

Groupes de ressources employés

Semaine de repos à la fin de l'année

Qualifications

• 3 à 5 ans d'expérience pratique en MLOps / DevOps.
• Expérience des plateformes cloud pour déploiement.
• Maîtrise des pratiques Infrastructure as Code.
• Expertise en conteneurisation des applications ML.
• Expérience en pipelines CI/CD pour projets ML.
• Création d'API d'inférence fiables.

Responsibilities

• Améliorer l'efficacité de l'équipe avec les pratiques MLOps.
• Développer et maintenir des services d'inférence de modèles.
• Adapter les modèles de recherche pour les déploiements automatisés.
• Collaborer pour garantir la scalabilité du code de recherche.
• Suivre les performances des modèles et la santé systèmes.
• Appliquer les meilleures pratiques de sécurité et conformité.

Skills

MLOps / DevOps

Plateformes cloud (AWS, Azure)

Infrastructure as Code (IaC)

Conteneurisation (Docker, Kubernetes)

CI/CD

API d'inférence

Sensibilisation à la sécurité

Tools

Terraform

TensorFlow

PyTorch

Flask

FastAPI

Job description

Une entreprise de technologie recherche un développeur MLOps passionné par l'optimisation d'applications alimentées par l'IA. Le candidat doit avoir 3 à 5 ans d'expérience en MLOps/DevOps, ainsi qu'une expertise en cloud (AWS ou Azure), conteneurs (Docker, Kubernetes) et CI/CD. Le travail est hybride, et la mission inclut la collaboration avec des chercheurs et ingénieurs pour améliorer des solutions d'IA/ML. Un excellent environnement de travail est proposé avec de nombreux bénéfices.