Nous sommes une entreprise de technologie en plein essor, spécialisée dans le développement agile. Nous nous soucions sincèrement des clients et de leur environnement, et nous avons à cœur les grands rêves, les aspirations et l’avancement professionnel de chaque membre de notre équipe. Nous valorisons la diversité sous toutes ses formes : origines, personnalités, cheminements professionnels, langues... absolument tout. Ce sujet est pour nous l’occasion d’innovations concrètes comme d’apprentissages et d’échanges. En tant que développeur·euse logiciel sénior avec une solide expérience en data engineering et en MLOps, tu conçois, développes et livres des solutions robustes en données et en apprentissage machine pour nos clients. Tu combines de bonnes pratiques en développement logiciel avec une expérience concrète en pipelines de données, en environnements cloud, en automatisation, en déploiement de modèles, en monitoring et en systèmes d’apprentissage machine prêts pour la production. Tu es à l’aise de naviguer entre le développement backend, le data engineering, les pratiques liées au cycle de vie des modèles ML, l’infrastructure, le CI/CD, l’observabilité et le leadership technique. Tu collabores étroitement avec des collègues techniques et non techniques, tu accompagnes les autres dans leur développement et tu aides les équipes à prendre de bonnes décisions techniques dans la livraison de solutions d’IA et de données de calibre entreprise. Avant tout, nous cherchons des personnes avec de solides bases techniques, du jugement, un bon sens des responsabilités et un fort potentiel de croissance. Concevoir, développer et livrer des solutions logicielles,



des solutions de données et des solutions d’apprentissage machine évolutives pour des projets clients Identifier des solutions à des problèmes transversaux en utilisant ton expérience en développement logiciel, data engineering et MLOps Concevoir, planifier et mettre en place des pipelines de données, des workflows ML et l’infrastructure cloud ou sur site qui les soutient Construire et améliorer des pipelines CI/CD, des pipelines de données, des workflows de déploiement de modèles et des pratiques d’automatisation Contribuer à des environnements conteneurisés, virtualisés et cloud-native qui soutiennent des charges de travail en données et en ML Soutenir des initiatives de modernisation en améliorant l’architecture, les tests, le déploiement, l’observabilité, la qualité des données et la maintenabilité Définir, documenter et communiquer des besoins non fonctionnels comme la performance, la fiabilité, la sécurité, la scalabilité et la maintenabilité Soutenir les pratiques liées au cycle de vie ML, comme le suivi des expérimentations, le versionnement des modèles, la validation, le déploiement, la promotion, le rollback et le monitoring Accompagner tes collègues sur les bonnes pratiques en développement logiciel, data engineering, MLOps et livraison Maintenir et renforcer les standards de qualité et les bonnes pratiques en développement logiciel Rechercher, tester et mettre en place de nouvelles techniques, de nouveaux outils et de nouvelles technologies Conseiller les clients sur la direction technique, les compromis, l’architecture,



les plateformes de données et la conception de solutions ML 5 ans et plus d’expérience en développement logiciel, incluant une expérience récente et concrète en data engineering, MLOps ou systèmes ML en production ~ Baccalauréat, diplôme collégial, certification dans un domaine lié au logiciel, ou expérience équivalente ~ Français intermédiaire ou conversationnel au minimum ~ Bon jugement technique et capacité à prendre des décisions architecturales pragmatiques ~ Expérience dans la construction ou le soutien de pipelines de données, plateformes de données ou de workflows de déploiement ML ~ Capacité à accompagner les membres de l’équipe et à contribuer à la qualité de la livraison technique ~ Au moins une plateforme cloud majeure comme AWS, Azure ou Google Cloud Au moins un langage serveur majeur comme Python, Java, Node.js/TypeScript, Go, C# ou un langage similaire Au moins une plateforme majeure de data engineering comme Databricks, Snowflake, BigQuery, Microsoft Fabric ou une plateforme similaire L’orchestration de pipelines de données, le contrôle de version, la validation des données, les pipelines de features ou les feature stores Les pratiques liées au cycle de vie ML, comme le suivi des expérimentations, le versionnement des modèles, la validation, le déploiement, la promotion, le rollback et le monitoring Les pipelines CI/CD et l’automatisation des déploiements La virtualisation et la conteneurisation, idéalement dans un écosystème Linux Les outils et services de monitoring et d’observabilité Les pratiques de tests comme les tests unitaires, d’intégration, fonctionnels, end-to-end ou de charge Les méthodologies modernes de développement comme Agile, Scrum, XP, Kanba

📌 Développeur·euse logiciel sénior, Data et MLOps (Canada)
🏢 Osedea
📍 Canada