Voici un bref aperçu des tâches et des responsabilités qui vous incomberont :

- Concevoir, développer et optimiser des pipelines de données ETL et ELT pour les données structurées et non structurées;

- Intégrer les données provenant de multiples sources vers des plateformes centralisées, notamment les lacs de données et les entrepôts de données;

- Développer et maintenir les modèles de données logiques et physiques répondant aux besoins analytiques, d’intelligence artificielle et de production de rapports;

- Optimiser la performance, l’évolutivité et la fiabilité des systèmes de données;

- Mettre en œuvre des processus de validation, de nettoyage et de surveillance afin d’assurer la qualité, la cohérence et la conformité des données;

- Collaborer avec les scientifiques de données, les ingénieurs en intelligence artificielle et les équipes d’affaires afin de fournir des données fiables et structurées;

- Développer des composants réutilisables, des API et des scripts d’automatisation afin d’optimiser les flux de données;

- Assurer la sécurité, la confidentialité et la conformité réglementaire des données;

- Documenter les pipelines de données, les modèles, les processus et les meilleures pratiques;

- Effectuer une veille technologique afin d’évaluer les nouveaux outils, les technologies infonuagiques et les meilleures pratiques en ingénierie des données.

Le Profil Recherché Est Le Suivant

- Détenir un baccalauréat en génie logiciel, en informatique ou une maîtrise en informatique;

- Posséder un minimum de six (6) années d’expérience dans un rôle lié à l’ingénierie de données, au MLOps,



au développement logiciel ou à l’apprentissage automatique;

- Maîtriser Python;

- Détenir une expérience avec les plateformes infonuagiques AWS ou Azure; une expérience avec Google Cloud Platform (GCP) constitue un atout;

- Posséder des connaissances en apprentissage automatique et une compréhension des fondements mathématiques associés;

- Maîtriser les environnements Linux et les technologies de conteneurisation, notamment Docker;

- Être à l’aise avec l’environnement Microsoft;

- Contribuer activement à l’amélioration continue des processus internes;

- Participer au déploiement et à l’opérationnalisation des solutions d’apprentissage automatique;

- Détenir une expérience avec les outils et les pratiques MLOps (un atout);

- Comprendre les principes des réseaux informatiques (un atout);

- Posséder une expérience en ingénierie de données, en ETL, en MLOps, en développement de pipelines et en CI/CD (un atout);

- Connaître les outils MLflow, DVC ou des solutions équivalentes de gestion des modèles (un atout);

- Maîtriser les outils de surveillance des modèles d’apprentissage automatique (un atout);

- Détenir une expérience avec les approches d’Infrastructure as Code, notamment Terraform et Ansible (un atout);

- Posséder une expérience en CI/CD appliquée aux solutions d’apprentissage automatique ou aux pipelines de données (un atout);

- Connaître le langage R (un atout);

- Démontrer un intérêt pour les architectures de données et l’optimisation des environnements infonuagiques (un atout);

- Détenir une certification en MLOps ou dans une technologie connexe (un atout).

📌 Ingénieur de données (Montreal)
🏢 COFOMO
📍 Montreal