Expert développeur DevOps/MLOPS

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, et ce, 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

• Détenir un diplôme universitaire dans un domaine pertinent et en lien avec le mandat avec un minimum de cinq (5) ans d’expérience en intelligence d’affaires ou intelligence artificielle (selon le profil). Équivalente : une un diplôme collégial avec un minimum de huit (8) ans d’expérience en intelligence d’affaires ou intelligence artificielle (selon profil);
  

• 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.
  

• Solides compétences en génie logiciel dans des systèmes complexes et l'informatique en nuage;
  

• Solide expérience développement de pipeline de produit et déploiement de solutions logicielles (DevOps) et solutions d’intelligence artificielle(MLOps);
  

• Solide expérience dans la mise en production de modèle d’apprentissage machine supervisée, non supervisée et apprentissage profond (deep learning);
  

• Solide connaissance des Framework 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;
  

• Maitrise du développement Python et expérience des tests unitairesd'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;
  

• Langages et technologies : Python, R, Spark ML, TSQL, Azure Data Factory, Azure ML, Azur auto-ML, Azure ML SDK;
  

• Banques de données : Microsoft SQL Server, Azure SQL Database, Azure Data Lake, Azure data services;
  

• Expérience de la création et du déploiement à l'aide de pipelines CI / CD et de référentiels Git;
  

• Bonne connaissance et expérience des langages de script tels que Python, R, Scala, PowerShell, Spark;
  

• Expérience de travail avec des méthodes et des outils agiles tels que Scrum, DevOps et MLOps.
  

• Reconnu comme un travailleur d’équipe, autonome, proactif, créatif, orienté client et sur les résultats;
  

• Fort leadership;
  

• Esprit d’analyse et de logique;
  

• Excellente gestion de son temps, habileté à gérer plusieurs priorités simultanément afin d’être en mesure de respecter les échéanciers;
  

• Excellente capacité rédactionnelle, tolérance à l’ambiguïté, autonomie, être proactif, engagé et axé sur les résultats;
  

• Capacité à communiquer avec des équipes et des partenaires multidisciplinaires tout en décomposant des exigences complexes en sujets tangibles et pertinents.
  

• Du télétravail et de la flexibilité pour s’adapter à vos obligations familiales
  

• Une culture entrepreneuriale favorisant la créativité et l'innovation
  

• Horaires flexibles (selon le type de contrat de travail)
  

• Congés en cas de maladie et à l'occasion d'événements familiaux
  

• Outils informatiques adaptés
  

• Espace de travail épanouissant et motivant
  

• Initiatives sociales et environnementales
  

• Programme d’apprentissage en milieu de travail
  

• Cheminement de carrière