TEHORA est présentement à la recherche d’un(e) expert développeur DevOps/MLOPS ayant d’excellentes aptitudes techniques, d’excellentes connaissances et qui souhaite mettre à profit ses compétences au sein d’une équipe polyvalente.




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 linfrastructure dingénierie pour prendre en charge les systèmes de déploiement dapprentissages 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 dapprentissage automatique de nos solutions d’intelligence artificielle;




- Appliquer la rigueur de lingénierie logicielle et les meilleures pratiques à lapprentissage automatique, y compris CI/CD, automatisation, etc.;




- Soutenir le développement de modèles, en mettant laccent sur lauditabilité, la gestion des versions et la sécurité des données;




- Rechercher et mettre en œuvre les meilleures pratiques pour améliorer linfrastructure dapprentissage automatique existante;




- Gérer linfrastructure 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 sy limiter, les algorithmes dapprentissage automatique) en cours de création;




- Fournir des documentations techniques et opérationnelles de la plateforme MLOps (Wiki, spécifications de conception et de cartographie);




- Participer à lexamen 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.



L’expert développeur DevOps/ MLOPS doit maitriser les outils et langages suivants :



- Solides compétences en génie logiciel dans des systèmes complexes et linformatique 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 dorchestration de flux de travail orientés données et des normes de lindustrie 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 unitairesdintégration/ dacceptation; 




- Exposition aux approches dapprentissage en profondeur et aux cadres de modélisation (PyTorch, Tensorflow, Keras, etc.);




- Expérience dans la création dintégrations personnalisées entre des systèmes basés sur le cloud à laide dAPI;




- 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 Serv