Publié il y a 12 jours
Spécialiste en apprentissage automatique appliqué
@ Velan Inc.
Montréal, Québec
En bref
Velan Inc. is hiring a full-time machine learning engineer to build, deploy and continuously improve scalable AI and ML solutions that solve business problems. The role sits at the intersection of data science, software development and MLOps, turning prototypes into reliable production systems. The posting lists a competitive salary and bonus, generous insurance, a 5% employer pension contribution and paid holidays.
Responsabilités :
- Concevoir, développer et déployer des modèles d'apprentissage automatique
- Développer et maintenir des pipelines ML de bout en bout
- Surveiller les modèles déployés et détecter la dérive des données
- Collaborer avec les experts métier et les parties prenantes
- Appliquer les meilleures pratiques de développement logiciel
Résumé des exigences :
- Baccalauréat en informatique, mathématiques ou science des données
- Excellente maîtrise de Python et R
- Expérience avec PyTorch, TensorFlow ou Scikit-learn
- Solides bases en développement logiciel
- Expérience SQL et manipulation de grands volumes de données
- Expérience MLOps et infonuagique (asset)
Outils et compétences
Source et dates
Type de source non vérifié · apify-linkedin
- Date publiée par l’employeur
- 2026-11-02
- Première détection par notre source
- 2026-11-15
- Mise à jour du dossier source
- 2026-11-15
Ces dates décrivent le dossier source, pas une vérification en direct du recrutement. Consultez l’offre originale.
Détails du poste
| Domaine | Données et analytique |
| Heures par semaine | 40 (estimé) |
| Milieu de travail | Bureau |
| Position | Surtout assis |
| Exigences physiques | physique faible · ordinateur élevé |
| Langues | French, English |
| Formation | Baccalauréat (exigé) |
| Domaines d’études | informatique, mathématiques, génie logiciel, science des données |
| Avantages mentionnés | Congés payés généreux, Régime de retraite, Aide aux études, Mieux-être, Aide au transport en commun |
Résumé et détails rédigés par l’IA à partir de l’offre; l’offre de l’employeur fait foi.
Velan Inc.
| Champ | Valeur |
|---|---|
| Offres sur Jobsy | 32 |
Ce que nous offrons
En Plus D’un Travail à La Hauteur De Vos Ambitions, Comprenant Des Mandats Variés Et Riches En Apprentissage, Se Joindre à Velan, C’est Faire Partie D’une Équipe Passionnée, Et Bénéficier De Conditions De Travail Exceptionnelles
- Salaire et bonification compétitifs
- Programme d’assurances généreux
- Service de télémédecine accessible 24/7
- Contribution de l’employeur à 5 % à un régime de retraite
- Politique de vacances concurrentielle
- Congé payé pendant les Fêtes
- Remboursement des frais d’adhésion à un ordre professionnel
- Contribution au remboursement des frais de scolarité
- Remboursement des frais de gym annuels et autres initiatives bien-être
- Stationnement gratuit sur place
- Événements d’entreprise (santé, famille, sport, etc.)
- Cheminement de carrière rapide et opportunités de développement professionnel
- Concevoir, développer et déployer des modèles d'apprentissage automatique répondant à des enjeux d'affaires à forte valeur ajoutée et favorisant l'automatisation des processus à grande échelle.
- Développer et maintenir des pipelines ML de bout en bout comprenant l'ingestion des données, l'ingénierie des caractéristiques (features), l'entraînement, l'évaluation, le déploiement, l'inférence et la surveillance des modèles.
- Convertir des preuves de concept en solutions de production robustes, performantes, évolutives et fiables malgré l'évolution des données.
- Soutenir le développement de systèmes autonomes et multi-agents capables de raisonner, planifier, exécuter des tâches et s'intégrer aux outils, bases de données, API et services de l'entreprise.
- Surveiller les modèles déployés afin de détecter toute dégradation des performances, dérive des données, biais ou problématique d'équité, et les réentraîner ou recalibrer lorsque nécessaire.
- Collaborer avec les experts métier, les ingénieurs et les parties prenantes afin de définir les besoins, cadrer les problématiques, traduire les objectifs en solutions techniques et communiquer clairement les résultats.
- Appliquer les meilleures pratiques de développement logiciel, notamment la gestion de versions, les revues de code, les tests automatisés, le CI/CD, la conteneurisation et l'orchestration.
- Contribuer aux décisions d'architecture des systèmes ML et aux choix technologiques, en assurant leur alignement avec les plateformes de données, l'infrastructure et les normes technologiques de l'entreprise.
- Favoriser une gouvernance rigoureuse des données et des modèles grâce à une documentation claire, à la reproductibilité, à l'explicabilité et à l'auditabilité des solutions ML
- Baccalauréat en informatique, mathématiques, génie logiciel, science des données ou dans un domaine technique connexe.
- Excellente maîtrise de Python et R, avec une connaissance d'autres langages comme Java ou C++.
- Expérience pratique avec des bibliothèques et cadres de développement tels que PyTorch, TensorFlow et Scikit-learn.
- Bonne compréhension des fondements de l'apprentissage automatique et de l'apprentissage profond, y compris les architectures courantes, les méthodes d'entraînement et les techniques d'évaluation.
- Solides bases en développement logiciel : structures de données, algorithmes, complexité informatique, conception de systèmes, gestion de versions, tests et développement modulaire.
- Expérience de travail avec les données à l'aide de SQL ou d'autres langages de requête, incluant la manipulation de grands volumes de données, le prétraitement et l'ingénierie des caractéristiques.
- Excellentes compétences en communication et en collaboration, avec la capacité d'expliquer des concepts techniques à des interlocuteurs non techniques et de travailler efficacement avec plusieurs équipes.
- Expérience en MLOps et en gestion du cycle de vie des modèles, notamment la surveillance des modèles, la détection de dérive, la gestion des versions, les magasins de caractéristiques (feature stores) et le réentraînement automatisé.
- Expérience du déploiement de solutions ML sur des plateformes infonuagiques telles qu'Azure, AWS ou GCP, à l'aide de technologies comme Docker et Kubernetes.
- Connaissance des domaines émergents de l'IA tels que les grands modèles de langage (LLM), la vision par ordinateur, l'apprentissage par renforcement, l'apprentissage sur graphes ou les systèmes agentiques.
- Expérience démontrée en matière d'explicabilité des modèles, d'évaluation de l'équité et de détection ou d'atténuation des biais.
- Intérêt marqué pour l'IA et l'apprentissage automatique démontré par des contributions open source, des publications, des projets appliqués, des compétitions ou de la formation continue.
Journal
Visible seulement par vous. Conservé sur cet appareil, et dans votre compte une fois connecté.