Joignez notre équipe en tant que Ingénieur AI!

Votre implication

- Implémentation de pipelines MLOps automatisés (CI/CD, données, entraînement).
- Implémenter des pipelines de ETL pour l’ingestion des données.
- Containerisation et déploiement de modèles en production.
- Surveillance continue des modèles (drift detection, alerting).
- Gestion des versions des modèles et des données pour garantir reproductibilité.
- Application des principes de gouvernance (biais, vie privée, transparence).
- Collaboration avec data scientists pour transformer un prototype en service secure.
- Rédaction de prompts optimisés et évaluation comparative de modèles

Vous vous distinguez par

- Langage & Librairies : Maîtrise de Python + librairies IA (Pandas, Huggingface, OpenAI, … ) et expérience Java et JavaScript
- AI Agentic Frameworks : Expérience avec des techniques comme les agents multi-agents, ReAct, function Autogen, LangGraph, CrewAI, Chainlit, Streamlit, n8n, Google ADK.
- Connaissance des modèles LLM et LFM : connaissance des modèles propriétaires (OpenAI, Claude, Gemini, …) et modèles Open Source sr HuggingFace.
- Science des données : Bonne compréhension générale des techniques de data science et de leurs pipelines.




- Architecture logicielle : Compréhension de l’architecture de systèmes distribués, microservices, APIs (par exemple REST).
- Cloud infonuagique : Expérience AWS Bedrock, Azure AI Foundry, GCP Vertex ai
- DevOps / MLOps :
- Deployment via CI/CD, containers (Docker, Kubernetes), cloud et pipelines automatises.
- Automatisation des workflows ML (prétraitement, entraînement, évaluation, déploiement).
- Versioning de modèles/données/expériences (MLflow, DVC…)
- Monitoring des modèles en production (drift, latence, performance, métriques métier)

- Gouvernance & compliance : Notions d’éthique, biais, GDPR, explicabilité, confidentialité , risques IA.
- Prompt Engineering & Benchmarking Modèles : Capacité à formuler des prompts efficaces, comparer des modèles, tester et sélectionner pour les tâches spécifiques.
- Déploiement & intégration : Packaging de modèles, mise en production (API, microservices), intégration backend/legacy.
- Communication : Travailler en collaboration avec les équipes de data, produit, infrastructure ; expliquer les enjeux IA de manière claire.

#CICJOBS #IBMJOBS #LI-IO1

#J-18808-Ljbffr

📌 Ingénieur AI (Montreal)
🏢 Groupe LGS
📍 Montreal