Carrières · Tous les postes

Ingénieur en apprentissage automatique et MLOps

Vous transformez la science des données en systèmes qui tournent : pipelines de caractéristiques, déploiement et service des modèles, surveillance et réentraînement, sur Fabric, Databricks et Azure Machine Learning, avec les coûts et la fiabilité d’un service de production.

Télétravail d’abord au Canada, aux États-Unis et au Mexique · Temps plein ou contrat

Ingénieur en apprentissage automatique et MLOps

Ce que vous ferez

  • Bâtir les pipelines de caractéristiques, les flux d’entraînement et le service des modèles
  • Mettre en place le suivi, les registres et le CI/CD avec MLflow ou Azure Machine Learning
  • Surveiller la dérive, la précision par horizon et les coûts; définir les déclencheurs de réentraînement
  • Travailler avec les scientifiques et les ingénieurs de données pour industrialiser proprement les modèles

Ce que vous apportez

  • Quatre ans ou plus en ingénierie de l’apprentissage automatique ou en ingénierie des données
  • Python, Spark et SQL; conteneurs et CI/CD
  • Databricks, Fabric ou Azure Machine Learning en production
  • Un réflexe fiabilité : tests, surveillance, guides d’exploitation

Atouts

  • Delta Live Tables, Databricks Asset Bundles ou Terraform
  • Expérience de l’inférence en temps réel ou des flux en continu

Pourquoi MJ Insight

Du travail de senior, dès le premier jour.

  • Une équipe de consultants seniors ayant une expérience du Fortune 500 dans les biens de consommation, les technologies médicales, la santé et les services financiers
  • La responsabilité directe des résultats client, pas une tranche de programme
  • Des plateformes actuelles : Microsoft Fabric, Power BI, Databricks, Azure AI, Dynamics 365 et les cadres d’agents qui suivent
  • Une pratique nord-américaine trilingue : Canada, États-Unis et Mexique

Postuler à ce poste

Parlez-nous de vous.

Les champs marqués d’un astérisque sont obligatoires. Joignez votre CV en format PDF ou Word.

Document PDF ou Word, 5 Mo maximum

Champ obligatoire