Détails du poste
- Lieu de travail : Montreal
- Type de poste : Permanent à temps plein
Description du poste
Nous sommes à la recherche d’un(e) ingénieur(e) MLOps expert(e) ayant de l’expérience dans la conception et la mise à l’échelle d’infrastructures pour de grands ensembles de données multimédias 2D et 3D. Dans ce rôle, vous développerez et serez responsable des fondements du cycle de vie de l’apprentissage automatique, en veillant à ce que les pipelines de données soient automatisés, reproductibles et performants à grande échelle.
Vous contribuerez à l’entraînement, au déploiement et au suivi des modèles au sein de systèmes multimodaux complexes, soutenant ainsi le développement d’applications d’IA/AA de pointe.
Responsabilités principales
- Collaboration interfonctionnelle : Collaborer avec les ingénieurs ML, les équipes d’annotation et les TPM afin de définir les besoins en infrastructure et en entraînement.
- Automatisation des pipelines : Concevoir, déployer et maintenir des pipelines CI/CD et d’entraînement continu (CT) pour des systèmes d’apprentissage automatique multimodaux.
- Gestion du cycle de vie des données : Mettre en place des stratégies de stockage et de versionnement pour des ensembles de données 2D/3D à grande échelle afin d’assurer la reproductibilité et un accès efficace.
- Surveillance et observabilité : Développer et gérer des systèmes permettant de surveiller la performance des modèles, détecter la dérive des données et garantir la fiabilité en production.
Qualifications
- Maîtrise en informatique, en ingénierie, en mathématiques ou dans un domaine connexe.
- Minimum de 5 ans d’expérience pertinente en industrie, idéalement dans un environnement technologique dynamique et en forte croissance.
- Expérience démontrée en tant qu’ingénieur(e) MLOps dans des environnements d’apprentissage automatique appliqué.
- Une expérience dans des secteurs multidisciplinaires tels que la robotique, les réseaux intelligents, l’agriculture de précision, les jeux vidéo ou l’aérospatiale est fortement valorisée.
Compétences techniques
- Outils principaux : Excellente maîtrise de Python, Git et des environnements Unix.
- Conteneurisation et orchestration : Expertise approfondie avec Docker, Kubernetes et des outils d’orchestration de workflows (ex. : Airflow, Prefect, Kubeflow).
- Écosystème : Familiarité avec des outils tels que Jira, Confluence, Slack et les workflows collaboratifs basés sur Git.
- Bases mathématiques (atout) : Compréhension des concepts mathématiques liés au traitement de données 3D à grande échelle et à l’optimisation des systèmes.
Qualités recherchées
- Rigueur : Grande attention aux détails, avec un accent sur la fiabilité des systèmes, l’évolutivité et la sécurité des données.
- Pensée systémique : Capacité à traduire des besoins ML abstraits en solutions d’infrastructure concrètes et évolutives (cloud ou sur site).
Informations complémentaires
As part of our selection process, external candidates may be required to attend an in-person interview with an NBCUniversal employee at one of our locations prior to a hiring decision. NBCUniversal's policy is to provide equal employment opportunities to all applicants and employees without regard to race, color, religion, creed, gender, gender identity or expression, age, national origin or ancestry, citizenship, disability, sexual orientation, marital status, pregnancy, veteran status, membership in the uniformed services, genetic information, or any other basis protected by applicable law.
If you are a qualified individual with a disability or a disabled veteran and require support throughout the application and/or recruitment process as a result of your disability, you have the right to request a reasonable accommodation. You can submit your request to
