Date limite pour présenter sa candidature :

09/29/2026

Adresse :

33 Dundas Street West

Groupe de famille d'emploi :

Technologie

Hybrid Work Model

BMO is building the platform capabilities that make enterprise AI safe, governed, and scalable. We are seeking experienced Senior Engineers to help build and operate the core infrastructure that governs how AI runs at BMO: the AI Gateway, Policy Engine, Identity Fabric, AI Registry, Guardrails Runtime, and AI Observability.

This is a build-and-run engineering role. You will design, implement, and operate significant components of these platform capabilities; writing production code, building integrations, and helping run what you. You will not build the AI models or applications themselves (those are domain-owned); you help build the governed platform they run on and the runtime evidence that proves they run within policy, across AWS, Azure, and Microsoft AI surfaces, under OSFI and OCC expectations.

You are a hands-on engineer with a strong production track record who takes ownership of your components, cares about operability and correctness, and collaborates well within your team. You work within technical direction and standards set by the team's Principal Engineers and Leads, contribute to design discussions, and mentor more junior engineers. You are energized by hardening and scaling real engineering assets; an existing developer portal, an AI registry, a body of policy-as-code, and gateway integrations into enterprise-grade capabilities.

What You'll Build & Operate Working within one of the platform squads, you will build and operate components of one or more of the following:

Enterprise AI Control Plane

Portal & Registry: features of the AI Registry (agents, models, tools, channels, evaluations), self-service onboarding flows, and lifecycle workflows; integrations with external registries.

Policy Engine: components of the policy-as-code infrastructure (Cedar/OPA), the compilation pipeline, GitOps-based distribution, and the policy simulation sandbox.

Observability & Audit: telemetry pipeline components, OpenTelemetry GenAI instrumentation, trace correlation, and audit-lake ingestion supporting regulator-ready evidence.

Governance & Lifecycle: certification workflow components, compliance-scoring automation, and evidence-generation tooling.

AI Domain Orchestration

Gateway Runtime: components of the inline enforcement engine: request-time policy evaluation, routing, residency, budget/quota, and circuit breaking, built to strict latency budgets; domain-hub deployment across AWS and Azure.

Guardrails Runtime: stages of the safety pipeline (input moderation, prompt-injection defense, PII, output validation, hallucination detection, policy enforcement), including bilingual EN/FR support.

Identity Fabric: components of workload identity for AI (SPIFFE/SPIRE), token-exchange flows, trust-boundary configuration, Entra Agent ID integration, and cross-cloud token federation.

Note on scope: Two of these platforms (Identity Fabric, Policy Engine) are built with AI as the incubation context but are designed to transition to bank-wide ownership at maturity.

What You'll Do

Own and deliver components/features within your squad’s capability, design (with guidance), implement, test, ship, and help operate in production.

Participate in on-call for the services your team runs.

Build APIs, MCP Servers, integrations,



and tooling through which domains, DevOps pipelines, and enterprise systems consume platform capabilities.

Write clean, well-tested, well-instrumented code; build operability in from the start (metrics, tracing, SLO-aware design).

Ensure your components produce the runtime evidence connecting AI activity to policy enforcement, identity, and lineage for model-risk and regulatory review.

Contribute to design discussions and technical decisions, applying standards and patterns set by Principal Engineers and Leads.

Mentor junior engineers and collaborate actively across the squad.

Partner day-to-day with AI Developer Experience, AI Security, and AI SDLC counterparts as needed to deliver your work.

Education & Experience

Bachelor's degree in Computer Science, Software Engineering, or a related technical discipline (Master's an asset).

5+ years of software/platform engineering experience, including hands-on experience building and operating production services.

Experience with production operations (deployments, monitoring, incident response, on-call), ideally in a regulated industry (financial services an asset).

Hands-on depth in at least one of: API/gateway services; policy-as-code/authorization; workload identity/security; observability/telemetry; audit/data platforms.

Required Core Skills Platform Engineering Foundations

Solid software-engineering fundamentals: clean, tested, maintainable code; API design; and an understanding of distributed-systems concepts (latency, resilience, availability).

Solid programming skills (Python and/or Go preferred; TypeScript/Java an asset) for building services, APIs, and integrations.

Working proficiency in cloud-native development on AWS and/or Azure: containers/Kubernetes and Infrastructure as Code (Terraform, CloudFormation/ARM).

Practical CI/CD, GitOps, and DevSecOps experience; Git-based workflows (Bitbucket/GitHub), Jira, Confluence.

Capability-Specific Depth (one or more)

Policy/Authorization: Cedar, OPA/Rego, or comparable authorization systems.

Identity/Security: SPIFFE/SPIRE, mTLS, OAuth/OIDC, token exchange, or federated identity.

Observability/Audit: OpenTelemetry, distributed tracing, Dynatrace/Splunk or equivalents, immutable/audit data stores.

Gateway/Guardrails: API gateway usage/development, LLM routing/abstraction, prompt-injection/PII defenses, or AI evaluation.

Registry/Portal: service catalogues, asset registries, lifecycle/onboarding workflows.

GenAI & Governance Context

Working knowledge of GenAI platform patterns (LLM/AI gateways, RAG, agentic patterns, embeddings, guardrails) sufficient to build supporting infrastructure.

Familiarity with AI/ML tooling (Bedrock, Azure OpenAI, SageMaker, MLflow) and orchestration frameworks (LangChain, LlamaIndex) an asset.

Awareness of Responsible AI, AI/data governance, privacy, cloud security, and IAM as applied to AI workloads.

Certifications (Preferred)

AWS Certified Solutions Architect - Associate (Professional an asset) / ML - Specialty





Microsoft Certified: Azure AI Engineer Associate / Azure Solutions Architect Expert

Salaire : $75,900.00 - $141,900.00

Type de rémunération : Salaire

Ce qui précède représente la fourchette et le type de rémunération de BMO Groupe financier.

Les salaires varieront en fonction de facteurs comme l’emplacement, les compétences, l’expérience, les études et les qualifications pour le poste et pourront inclure une structure de commissions. Les salaires pour les postes à temps partiel seront calculés au prorata du nombre d’heures travaillées régulièrement. Pour les rôles à commission, le salaire susmentionné représente la cible de BMO Groupe financier pour la première année au poste.

La rémunération totale offerte par BMO variera selon le type de rémunération associé au poste et peut comprendre des primes de rendement, des primes discrétionnaires ainsi que d’autres avantages et récompenses. BMO offre également une assurance santé, le remboursement des frais de scolarité, une assurance accident et une assurance vie, ainsi que des régimes d’épargne-retraite. Pour en savoir plus sur nos avantages sociaux, consultez le site : https://jobs.bmo.com/ca/fr/R%C3%A9mun%C3%A9ration-globale

À propos de nous À BMO, nous sommes animés par une raison d’être commune : Avoir le cran de faire une différence dans la vie, comme en affaires. Cette raison d’être nous invite à entraîner des changements positifs et durables pour nos clients, nos collectivités et nos gens. En travaillant ensemble, en innovant et en repoussant les limites, nous transformons des vies et des entreprises et favorisons la croissance économique partout dans le monde.

En tant que membre de l'équipe de BMO, vous êtes valorisé, respecté et entendu, et vous avez plus de moyens pour progresser et obtenir des résultats. Nous nous efforçons de vous aider à obtenir des résultats dès le premier jour, pour vous-même et nos clients. Nous vous offrirons les outils et les ressources dont vous avez besoin pour franchir de nouvelles étapes, car vous aidez nos clients à franchir les leurs. Au moyen de formation et de coaching approfondis ainsi que de soutien de la direction et d'occasions de réseautage, nous vous aiderons à acquérir une expérience enrichissante et à élargir votre groupe de compétences.

Pour en savoir plus, visitez-nous à l'adresse https://jobs.bmo.com/ca/fr.

BMO s'engage à offrir un milieu de travail inclusif, équitable et accessible. Nous apprenons de nos différences et tirons notre force des gens et de leurs différents points de vue. Des mesures d’adaptation sont disponibles sur demande pour les candidats qui participent à tous les aspects du processus de sélection. Pour demander des mesures d’adaptation, veuillez communiquer avec votre recruteur.

Remarque aux recruteurs : BMO n’accepte pas les curriculum vitæ non sollicités provenant de toute source autre que le candidat directement. Tout curriculum vitæ non sollicité envoyé à BMO, directement ou indirectement, sera considéré comme la propriété de BMO. BMO ne paiera aucuns frais pour les placements découlant de la réception d’un curriculum vitæ non sollicitée. Une agence de recrutement doit d’abord détenir une entente de service écrite valide et dûment signée avant d’envoyer des curriculum vitæ.

#J-18808-Ljbffr

📌 Senior artificial intelligence platform engineer, ai platform & fabrics (Winnipeg)
🏢 BMO Financial Group
📍 Winnipeg