Innovons ensemble

Joignez-vous à l'équipe diversifiée et passionnée qui propulse certaines des plus grandes marques de vêtements et de chaussures au monde. Chez Jesta I.S., nous concevons des technologies d'entreprise pour le commerce de détail destinées à des marques aux opérations complexes et réparties sur plusieurs sites — et nous livrons des solutions fiables, évolutives et abordables depuis plus de 55 ans. Notre environnement de données englobe des plateformes ERP et infonuagiques, et notre culture d'ingénierie est pratique, pragmatique et dynamique.

Vous travaillerez dans un environnement de production intégrant Oracle, Snowflake, AWS et Azure, soutenu par des normes de sécurité rigoureuses, des pratiques modernes de CI/CD et une collaboration étroite entre les équipes de science des données, d'ingénierie, de développement frontend et de produit.

Le rôle

Nous sommes à la recherche d'un·e développeur·euse MLOps senior pour concevoir, développer et maintenir les pipelines de données et d'apprentissage automatique qui alimentent nos plateformes d'IA et d'analytique.

Il s'agit d'un rôle d'ingénierie très pratique couvrant l'ensemble du cycle de vie du ML, de l'ingestion et de la transformation des données à l'entraînement, au déploiement, à la surveillance, au réentraînement et au retour à une version antérieure. Vous ferez le lien entre l'ingénierie des données, l'automatisation ML, l'infrastructure, l'observabilité et le déploiement applicatif afin de contribuer à bâtir une infrastructure d'IA évolutive, sécurisée et multi-locataires, avec un fort accent sur la fiabilité, la performance et l'optimisation des coûts. Vous bénéficierez d'une réelle autonomie, d'un impact réel en production et de la liberté de bien faire les choses.

Ce que vous ferez

- Concevoir et automatiser des pipelines ML pour la préparation des données, l'entraînement, l'inférence, la surveillance et le réentraînement.
- Développer des flux de données de production entre les environnements Oracle ERP, Snowflake, AWS et Azure.
- Créer des pipelines Kedro réutilisables et gérer des charges de travail évolutives avec AWS Batch, EKS, Karpenter, Kueue et Fargate.
- Mettre en œuvre avec MLflow le suivi des expériences, le versionnage des modèles, la lignée des données, les contrôles de qualité, la promotion par étapes et le rollback.
- Produire des manifestes d'exécution reproductibles, valider la complétude des prédictions et permettre la reprise sécuritaire des traitements partiels.




- Provisionner une infrastructure infonuagique sécurisée et multi-locataires à l'aide de Terraform ou OpenTofu.
- Mettre en œuvre des workflows CI/CD avec Azure DevOps et GitHub Actions, incluant les tests, l'analyse, les images immuables et les stratégies de rollback.
- Développer l'observabilité des exécutions, notamment leur succès, leur complétude, leur fraîcheur, leur durée, la dérive, les défaillances et les coûts d'infrastructure.
- Maintenir des environnements Dockerisés et natifs Kubernetes avec ECR et EKS, en assurant un dimensionnement approprié des ressources de calcul et de mémoire.
- Déployer des applications ML sécurisées en React et Python sur AWS et Azure à l'aide de réseaux privés, MFA, RBAC, chiffrement et accès à privilèges minimaux.
- Collaborer avec les équipes de science des données et les parties prenantes produit afin d'industrialiser les modèles, d'améliorer les performances et de résoudre les enjeux de fiabilité.

Notre environnement technique

- Ingénierie des données : AWS DMS, Athena, Snowflake, Oracle
- Pipelines et orchestration : Kedro, EventBridge, AWS Batch, Amazon EKS, Karpenter, Kueue, Fargate
- Infrastructure et observabilité : Terraform/OpenTofu, CloudWatch, Prometheus, Grafana, journalisation structurée, surveillance de la dérive
- Cloud et déploiement : AWS (EC2, S3, RDS, Batch, EKS, Fargate, ECR, EventBridge, Lambda), intégration Azure et déploiement parallèle
- Sécurité : AWS IAM, Cognito, RBAC, MFA, Secrets Manager, PrivateLink, chiffrement et contrôles d'accès réseau

Ce que nous recherchons

Formation et expérience professionnelle

- Baccalauréat ou maîtrise en informatique, apprentissage automatique ou dans un domaine connexe.
- Minimum de 5 ans d'expérience professionnelle à temps plein, excluant les stages et la formation académique, en ingénierie ML, MLOps ou développement de pipelines de données.
- 7 ans ou plus d'expérience pertinente sont privilégiés.
- Capacité démontrée à concevoir, développer et automatiser des pipelines ML complets à l'échelle de la production dans des environnements infonuagiques.

Expertise technique

- Solides compétences en Python et SQL, incluant la rédaction de requêtes complexes sur de grands volumes de données.




- Expérience pratique de l'intégration d'Oracle et Snowflake à des systèmes ML en production.
- Maîtrise de Terraform ou d'un outil équivalent d'Infrastructure as Code (IaC).
- Expérience en déploiement d'applications conteneurisées, en CI/CD et en orchestration de workflows.
- Expérience avec Kubernetes/EKS et les infrastructures infonuagiques natives.
- Expérience avec MLflow ou un outil MLOps équivalent.
- Bonne compréhension du cycle de vie des modèles, notamment le versionnage, la lignée, la validation de la qualité, la promotion par étapes, la surveillance et le rollback.
- Expérience avec des plateformes infonuagiques, idéalement AWS et Azure.

Compétences et aptitudes

- Fort sens de l'autonomie et approche d'ingénierie pratique, de l'architecture jusqu'à la mise en production.
- Approche analytique axée sur la performance pour résoudre des problèmes techniques et opérationnels complexes.
- Capacité à équilibrer évolutivité, coûts, sécurité, fiabilité et maintenabilité dans la conception de solutions.
- À l'aise à l'intersection de l'ingénierie des données, l'apprentissage automatique, le génie logiciel, l'infrastructure et le déploiement applicatif.
- Excellentes aptitudes à collaborer avec les équipes de science des données, de développement frontend, de produit et d'ingénierie.
- Grande attention aux détails et engagement envers l'automatisation, l'observabilité, la fiabilité et la gestion responsable des données.
- Capacité à identifier et résoudre de façon proactive les enjeux opérationnels.
- Grande capacité d'adaptation et aisance dans un environnement d'ingénierie dynamique et en constante évolution.

Pourquoi Jesta?

- Faites partie d'une entreprise forte de plus de 55 ans d'expérience à accompagner la croissance des marques de détail, de gros et de chaîne d'approvisionnement.
- Travaillez avec des équipes passionnées et collaboratives qui valorisent l'apprentissage, l'innovation et la résolution pratique de problèmes.
- Contribuez à des solutions d'entreprise et à des capacités d'IA utilisées par des marques de premier plan à travers le monde.
- Faites évoluer votre carrière dans un environnement bienveillant où la collaboration interfonctionnelle et la diversité des perspectives sont valorisées.

Informations complémentaires

- Modèle de travail : Hybride ; présence au bureau de Montréal deux jours par semaine. Option de télétravail possible pour les candidat·e·s exceptionnel·le·s.

Nous remercions toutes les personnes intéressées ; seules les personnes retenues seront contactées.

📌 Senior MLOps Developer | Développeur·euse MLOps senior (Montreal)
🏢 Jesta I.S.
📍 Montreal