Apply on Kit Job: kitjob.ca/job/2fsgbr

Êtes‑vous enthousiaste à l’idée de créer des solutions logicielles autour de grands systèmes complexes d’apprentissage automatique (AA) et d’intelligence artificielle (IA)? Souhaitez‑vous aider les plus grandes entreprises mondiales à tirer une valeur commerciale de l’adoption et de l’automatisation de l’IA générative (GenIA)? Êtes‑vous motivé à utiliser d’énormes volumes de données hétérogènes pour développer des modèles d’IA/AA? Avez‑vous envie d’apprendre à appliquer l’IA/AA à une grande diversité de cas d’usage en entreprise? Êtes‑vous enthousiaste à l’idée de jouer un rôle clé chez Amazon, une entreprise qui investit dans l’apprentissage automatique depuis des décennies et qui façonne la technologie mondiale de l’IA?

L’équipe Professional Services (ProServe) d’Amazon Web Services recherche un(e) ingénieur(e) en apprentissage automatique (ML Engineer) talentueux(se) pour rejoindre notre équipe en tant que Consultant(e) Delivery chez Amazon Web Services (AWS). Dans ce rôle, vous travaillerez en étroite collaboration avec les clients pour concevoir, mettre en œuvre et gérer des solutions d’IA/AA et de GenIA sur AWS, répondant à leurs exigences techniques et à leurs objectifs métiers. Vous serez un acteur clé de la réussite des clients dans leur parcours vers le cloud, en leur apportant une expertise technique et les meilleures pratiques tout au long du cycle de vie des projets d’AA.

About The Team

La Skilled Services d’AWS est une équipe mondiale d’experts qui aide les clients à atteindre les résultats métiers souhaités grâce à l’utilisation du cloud AWS. Nous collaborons avec les équipes des clients et le réseau de partenaires AWS (APN) pour mener à bien des initiatives de cloud computing à l’échelle de l’entreprise. Notre équipe propose un ensemble d’offres permettant aux clients d’atteindre des objectifs précis liés à l’adoption du cloud en entreprise. Nous délivrons également des conseils spécialisés à travers nos pratiques globales, qui couvrent une grande variété de solutions, de technologies et de secteurs d’activité.

Key Job Responsibilities

- Mise en œuvre de projets IA/AA et GenIA de bout en bout : comprendre les besoins métiers, préparer les données, développer des modèles, déployer et surveiller les solutions.
- Conception et implémentation de pipelines d’apprentissage automatique prenant en charge des charges de travail ML haute performance, fiables, évolutives et sécurisées.
- Architecture de solutions ML évolutives et d'opérations ML (MLOps) via les services AWS, en utilisant des solutions GenIA lorsque pertinent.
- Collaboration avec des équipes transverses (Science appliquée, DevOps, Ingénierie des données, Infrastructure cloud, Applications) pour préparer, analyser et opérationnaliser données et modèles IA/AA.
- Conseil stratégique aux clients sur les architectures cloud et solutions IA/AA/GenIA en tant qu'expert de confiance.
- Partage des connaissances et bonnes pratiques au sein de l'organisation via mentorat, formations, publications et création d'artefacts réutilisables.
- Garantie de conformité aux normes de l'industrie et accompagnement des clients dans l'avancement de leurs stratégies IA/AA, GenIA et cloud.

Ce rôle implique un contact direct avec les clients et peut nécessiter des déplacements occasionnels sur leurs sites selon les besoins.

Diverse Experiences

AWS valorise la diversité des expériences. Même si vous ne répondez pas à toutes les qualifications et compétences souhaitées listées ci-dessous, nous encourageons les candidat(e)s à postuler. Que votre carrière débute à peine,



qu’elle n’ait pas suivi un parcours traditionnel ou qu’elle inclue des expériences alternatives, ne laissez pas cela vous empêcher de postuler.

Basic Qualifications

- Plus de 5 ans d’expérience en architecture et mise en œuvre de solutions cloud.
- Plus de 5 ans d’expérience en ingénierie des données, du logiciel ou de l’apprentissage automatique, avec une solide compréhension du calcul distribué (par ex., pipelines de données, entraînement et inférence distribués, conception d’infrastructures ML).
- Plus de 3 ans d’expérience dans le développement de plateformes pour la modélisation prédictive, le traitement du langage naturel et l’apprentissage profond, avec un historique avéré de création, d’hébergement et de déploiement de modèles d’apprentissage automatique sur des services cloud (par ex., Amazon SageMaker ou services cloud similaires).
- Plus de 3 ans d’expérience en développement avec SQL, Python, et au moins un autre langage de programmation (par ex., Java, Scala, JavaScript, TypeScript). Maîtrise des principales bibliothèques et frameworks ML du secteur, tels que TensorFlow, PyTorch.
- Maîtrise du français et de l’anglais requise si le poste est situé au Québec.
- 5+ years of experience in cloud architecture and implementation.
- 5+ years of experience in data or software or machine learning engineering, with a strong understanding of distributed computing.
- 3+ years developing platforms for predictive modeling, natural language processing, and deep learning, with a proven track record of building, hosting and deploying machine learning models on cloud services.
- 3+ years in developing with SQL, Python, and at least one additional programming language. Proficient with industry leading ML libraries and frameworks such as TensorFlow, PyTorch.
- Fluent in French and English if located in Quebec.

Preferred Qualifications

- Expérience AWS souhaitée, avec une maîtrise d’un large éventail de services AWS (par ex. SageMaker, Bedrock, EC2, ECS, EKS, OpenSearch, Step Functions, VPC, CloudFormation).
- Certifications AWS de niveau professionnel (par ex. Solutions Architect Professional, DevOps Engineer Professional) souhaitées.
- Expérience en automatisation et en scripting (par ex. Terraform, Python).
- Connaissance des normes courantes de sécurité et de conformité (par ex. HIPAA, RGPD).
- Excellentes compétences en communication, avec la capacité d’expliquer des concepts techniques à des publics techniques et non techniques.
- Expérience dans la création de pipelines ML selon les meilleures pratiques MLOps, incluant : prétraitement des données, hébergement de modèles, sélection de caractéristiques, optimisation des hyperparamètres, entraînement distribué, entraînement sur GPU, déploiement, surveillance et réentraînement.
- Experience with MLOps tools (e.g., MLFlow, Kubeflow) and orchestration tools (e.g., Airflow, AWS Step Functions). Experience building applications using Generative AI tools and technologies (LLMs, Vector Stores, Orchestrators such as LangChain, Prompt Engineering). Experience developing Infrastructure as Code (e.g., CloudFormation, CDK, Terraform), Containers and CI/CD Pipelines.
- AWS experience preferred, with proficiency in a wide range of AWS services (e.g., SageMaker, Bedrock, EC2, ECS, EKS, OpenSearch, Step Functions, VPC, CloudFormation).
- AWS Professional level certifications (e.g.,



Solutions Architect Professional, DevOps Engineer Professional) preferred.
- Experience with automation and scripting (e.g., Terraform, Python).
- Knowledge of common security and compliance standards (e.g., HIPAA, GDPR).
- Strong communication skills with the ability to explain technical concepts to both technical and non-technical audiences.
- Experience building ML pipelines with best MLOps practices, including: data preprocessing, model hosting, feature selection, hyperparameter tuning, distributed training, GPU training, deployment, monitoring, and retraining.
- Experience with MLOps tools (e.g., MLFlow, Kubeflow) and orchestration tools (e.g., Airflow, AWS Step Functions). Experience building applications using Generative AI tools and technologies (LLMs, Vector Stores, Orchestrators such as LangChain, Prompt Engineering). Experience developing Infrastructure as Code (e.g., CloudFormation, CDK, Terraform), Containers and CI/CD Pipelines.

Amazon is an equal opportunity employer and does not discriminate on the basis of protected veteran status, disability, or other legally protected status.

Amazon est un employeur garantissant l'égalité des chances et ne fait aucune discrimination sur la base du statut d'ancien combattant protégé, d'un handicap ou de tout autre statut protégé par la loi.

Notre culture inclusive permet aux Amazoniens d'offrir les meilleurs résultats à nos clients. Si vous avez un handicap et que vous avez besoin de mesures d'adaptation ou d'adaptation en milieu de travail pendant le processus de candidature et d'embauche, y compris du soutien pour l'entrevue ou le processus d'intégration, veuillez visiter pour plus d'informations. Si le pays ou la région dans lequel vous postulez ne figure pas dans la liste, veuillez communiquer avec votre partenaire de recrutement.

The base salary range for this position is listed below. As a total compensation company, Amazon's package may include other elements such as sign-on payments and restricted stock units (RSUs). Final compensation will be determined based on factors including experience, qualifications, and location. Amazon offers comprehensive benefits including health insurance (medical, dental, vision, prescription, basic life & AD&D; insurance), Registered Retirement Savings Plan (RRSP), Deferred Profit Sharing Plan (DPSP), paid time off, and other resources to improve health and well-being. We thank all applicants for their interest, however only those interviewed will be advised as to hiring status.

L'échelle salariale de base pour ce poste est indiquée ci-dessous. En tantqu'entreprise offrant une rémunération globale, Amazon peut inclure d'autres éléments dans son offre, tels que des primes à la signature et des unités d'actions restreintes (UAR). La rémunération finale sera déterminée en fonction de facteurs tels que l'expérience, les qualifications et le lieu de travail. Amazon offre des avantages sociaux complets, notamment une assurance maladie (soins médicaux, dentaires, vision, ordonnance, assurance-vie de base et assurance DMA), un régime enregistré d'épargne-retraite (REER), un régime de participation différée aux bénéfices (RPDB), des congés payés et d'autres ressources visant à améliorer la santé et le bien-être. Nous remercions tous les candidats de leur intérêt, mais seuls ceux retenus pour un entretien seront informés du résultat du processus de recrutement.

CAN, AB, Calgary - 99,900.00 - 166,900.00 CAD annually

CAN, BC, Vancouver - 99,900.00 - 166,900.00 CAD annually

CAN, ON, Toronto - 99,900.00 - 166,900.00 CAD annually

CAN, QC, Montreal - 99,900.00 - 166,900.00 CAD annually

Company

Amazon Web Services Canada, Inc.

Job ID: A

#J-18808-Ljbffr

Apply on Kit Job: kitjob.ca/job/2fsgbr

📌 Ingénieur en machine learning/Machine Learning Engineer, ProServe Shared Delivery Team - Data & AI (Toronto)
🏢 Amazon Web Services (AWS)
📍 Toronto