At ALS, we encourage you to dream big.

When you join us, you’ll be part of a global team harnessing the power of scientific testing and data-driven insights to build a healthier future.

French and English versions below / Versions française et anglaise ci-dessous

À propos du poste:

Nous recherchons un(e) ingénieur(e) en apprentissage automatique (Machine Learning) pour développer et appliquer des techniques analytiques et d’apprentissage automatique avancées afin de renforcer les capacités scientifiques d’ALS Canada ltée. Vous travaillerez concrètement avec des ensembles de données complexes, des méthodes computationnelles et des cadres d’IA modernes pour fournir des informations fondées sur les données et des solutions prêtes pour la mise en production.

Pour ce poste, nous cherchons une personne versatile, scientifique et résolveuse de problèmes, capable d’explorer, de modéliser et d’opérationnaliser des données provenant de sources diverses. Vous serez responsable d’analyser des données de signaux, d’images, spectrales et de capteurs; de construire et d’évaluer des modèles d’apprentissage automatique; et de soutenir le déploiement de ces modèles dans des applications infonuagiques et Web. Vous collaborerez étroitement avec des expert(e)s du domaine, des ingénieur(e)s et des client(e)s afin de traduire les exigences scientifiques et d’affaires en solutions analytiques fiables, évolutives et innovantes.

A propos du poste:

- Collaborer avec des expert(e)s du domaine et des client(e)s pour transformer les besoins scientifiques et d’affaires en énoncés de problèmes clairs, indicateurs de succès et plans de livraison.

- Ingest(er),



nettoyer et analyser des ensembles de données complexes (p. ex., signaux, mesures spectrales, images et données de capteurs/IoT) afin de soutenir la modélisation et la prise de décision.

- Concevoir, entraîner, valider et itérer des modèles d’apprentissage automatique à l’aide de cadres modernes, en mettant l’accent sur la robustesse et une performance mesurable.

- Déployer des modèles sur Azure et les intégrer aux flux de travail de production au moyen d’API et de services fiables.

- Concevoir et maintenir des pipelines ML reproductibles pour l’entraînement, l’évaluation, la mise en version (release) et la surveillance.

- Mettre en place le CI/CD pour les services et pipelines ML (Azure DevOps/GitHub Actions) et gérer les environnements via l’infrastructure en tant que code (Terraform/Bicep).

- Concevoir et maintenir des services backend, des API et des pipelines de données qui prennent en charge l’inférence, l’accès aux données et l’intégration des systèmes.

- Surveiller et améliorer les systèmes en production en suivant la qualité des modèles, la dérive, la latence, la fiabilité et les coûts; diagnostiquer les problèmes et prévenir les régressions.

- Optimiser le traitement des données à grande échelle et l’efficacité, en conciliant performance, maintenabilité et utilisation des ressources.





- Lire et appliquer la recherche pertinente aux travaux de R-D, reproduire des méthodes et les adapter aux contraintes du monde réel.

- Planifier et réaliser des expérimentations logicielles; collaborer au besoin avec les équipes de laboratoire sur des essais matériels/de capteurs afin de valider les résultats.

- Rester à l’affût des avancées en ML/IA et recommander des améliorations pratiques aux outils, processus et approches de projet.

- L’expérience avec Docker et les modèles de déploiement Azure (AKS/App Service/Functions) constitue un atout.

- Utiliser les bonnes méthodes conformément aux procédures et aux calendriers établis tout en garantissant la qualité de l’analyse ;

- Respecter les règles de sécurité établies et se conformer à toutes les politiques et procédures de santé et de sécurité de l’ALS ;

- Autres tâches assignées.

Connaissances, compétences et aptitudes requises:

- Familiarité avec les méthodologies et outils Agile, avec une expérience de contribution aux processus de développement de produits itératifs.

- Excellente maîtrise de Python pour le traitement des données (pandas, NumPy), l’analyse statistique, la visualisation (matplotlib, seaborn) et l’apprentissage automatique (p. ex., PyTorch).

- Expérience démontrée dans l’application de techniques d’apprentissage automatique à des problèmes réels dans divers domaines.

- Solide compréhension de la modélisation des données, des algorithmes et des structures de données.

- Intérêt pour les systèmes IoT et les flux de travail de données basés sur des capteurs.

- Expérience dans des produit

📌 Machine Learning Engineer (Montreal)
🏢 ALS
📍 Montreal