Power Bi à Canada

Job Requisition ID #

25WD85951

25WD85951, Scientifique principal des données, IA générative

Aperçu du poste

Autodesk est à la tête de la transformation du secteur de l'AEC, en intégrant la technologie de l'IA dans ses produits. Nous améliorons nos applications avec des capacités natives du cloud, notamment des données à grande échelle, l'informatique de pointe, des solutions basées sur l'IA et une modélisation et des graphiques 3D avancés. Cette innovation se retrouve dans nos produits phares, AutoCAD, Revit et Construction Cloud, ainsi que dans Forma, notre nouveau cloud industriel.

En tant que scientifique principal des données au sein de l'équipe AEC Solutions, vous rejoindrez une équipe de technologues pour aider à construire des modèles de base de pointe et des outils d'IA générative pour l'industrie AEC. Vous collaborerez au sein d'organisations avec un groupe polyvalent de chercheurs en IA, d'ingénieurs en apprentissage automatique, d'architectes logiciels et de concepteurs d'expériences pour générer et interpréter des données de conception qui peuvent améliorer les flux de travail de conception et d'ingénierie.

Le candidat idéal n'a pas peur de la complexité technique et cherche constamment à tirer parti des dernières et meilleures avancées dans le domaine de la science des données afin d'offrir des expériences de nouvelle génération à nos clients AEC.

Rapport : Vous serez sous la responsabilité d'un responsable du développement ML pour l'équipe IA générative.

Lieu : À distance ou hybride. Canada

Responsabilités

1. Piloter des initiatives stratégiques en matière de science des données, en influençant la manière dont l'apprentissage automatique et l'analyse façonnent les décisions commerciales clés.
2. Analyser des ensembles de données à grande échelle, en extraire des informations approfondies et développer des stratégies avancées de visualisation des données qui ont un impact mesurable et fournissent des recommandations mesurables.
3. Concevoir des pipelines de données évolutifs pour organiser, traiter et nettoyer de grands lots de données textuelles, d'images et de données géométriques pour l'analyse en aval et l'apprentissage automatique.
4. Diriger l'expérimentation et la modélisation statistique avancée, en concevant des méthodologies robustes pour valider les hypothèses et optimiser les résultats commerciaux.
5. Développer des solutions analytiques et des tableaux de bord interactifs qui intègrent des données provenant de diverses sources, y compris des bases de données relationnelles et AWS.
6. Développer, déployer et opérationnaliser des modèles d'apprentissage automatique, en garantissant l'évolutivité, la fiabilité et l'efficacité dans le monde réel.
7. Mentorer et guider d'autres scientifiques des données, en favorisant une culture de partage des connaissances, de collaboration et d'apprentissage continu.
8. Collaborer de manière transversale avec les équipes d'ingénierie, de produits et commerciales pour définir et exécuter des stratégies basées sur les données.
9. Garder une longueur d'avance sur les tendances émergentes en matière d'IA et de science des données, en identifiant de manière proactive les opportunités d'intégrer des techniques de pointe dans les applications commerciales.
10. Définir et promouvoir les meilleures pratiques et les meilleurs cadres pour les flux de travail en science des données, le déploiement de modèles et l'utilisation responsable de l'IA.

Qualifications minimales

1. Un master (ou plus) en informatique, analyse commerciale, science des données, systèmes d'information de gestion, ingénierie ou autre discipline quantitative OU une licence avec une vaste expérience dans le secteur.
2. 5 à 7 ans d'expérience professionnelle pertinente en science des données, apprentissage automatique ou IA, OU une vaste expérience en recherche appliquée dans le cadre d'un programme de doctorat.
3. Solide compréhension des techniques statistiques et d'apprentissage automatique, y compris la classification, la régression, la réduction de la dimensionnalité, la régularisation, le clustering, l'analyse multivariée, l'ingénierie des caractéristiques et le réglage des hyperparamètres.
4. Maîtrise de Python pour l'analyse de données à grande échelle, avec une expérience des outils de science des données open source tels que Pandas, SciPy et Scikit-Learn.
5. Expérience pratique des outils de visualisation de données tels que Matplotlib, Seaborn, Plotly ou des plateformes BI telles que Power BI ou Tableau.
6. Maîtrise des infrastructures informatiques distribuées telles que Spark ou Ray pour le traitement évolutif des données.
7. Expérience de la modélisation de données relationnelles et du langage SQL, y compris la récupération, la transformation et l'optimisation des données pour les applications analytiques.
8. Expérience de la surveillance des modèles et des pipelines CI/CD, y compris le versionnage des modèles, le recyclage automatisé et le suivi des performances dans les environnements de production.
9. Expertise en matière de cloud computing et de MLOps, y compris AWS (S3, Lambda, SageMaker, Athena) ou plateformes cloud équivalentes (GCP ou Azure) avec une connaissance des meilleures pratiques de déploiement de modèles.
10. Solides compétences en matière d'analyse et de résolution de problèmes, avec la capacité de traduire des concepts théoriques en solutions pratiques en concevant, prototypant et déployant des solutions d'apprentissage automatique évolutives.
11. Excellentes compétences en communication et en narration, y compris la capacité à transformer des idées complexes en recommandations commerciales exploitables par le biais de présentations écrites, orales et visuelles.

Autres qualifications

1. Expérience en architecture, ingénierie ou construction.
2. Expérience approfondie de l'apprentissage, avec une maîtrise pratique de frameworks tels que TensorFlow ou PyTorch pour la conception, la formation et le déploiement de réseaux neuronaux.
3. Expérience de la direction d'équipes interfonctionnelles et du mentorat de scientifiques des données, favorisant une culture de l'innovation et du partage des connaissances.
4. Connaissance des principes d'IA responsable, y compris l'atténuation des biais, l'explicabilité et les pratiques éthiques en matière d'IA.

Le candidat idéal

1. Vous êtes passionné par la résolution de problèmes pour les clients AEC (Architecture, Ingénierie et Construction) en appliquant des techniques d'apprentissage automatique.
2. Vous avez l'esprit stratégique, capable de façonner et de mettre en œuvre des initiatives de science des données à long terme qui s'alignent sur les objectifs commerciaux.
3. Vous êtes à l'aise pour travailler dans des domaines ambigus en pleine évolution où l'apprentissage, l'expérimentation et l'adaptabilité sont des compétences clés.
4. Vous contribuez activement à une culture axée sur l'apprentissage, en partageant vos connaissances, en encadrant vos pairs et en favorisant un environnement de croissance continue.
5. Vous êtes audacieux et itératif, n'avez pas peur de partager vos idées, d'expérimenter et d'échouer rapidement.