Key job responsibilities En tant que professionnel(le) expérimenté(e) des technologies, vous serez responsable des missions suivantes : 1) Mise en œuvre de projets IA/AA et GenIA de bout en bout : comprendre les besoins métiers, préparer les données, développer des modèles, déployer et surveiller les solutions. 2) Conception et implémentation de pipelines d'apprentissage automatique prenant en charge des charges de travail ML haute performance, fiables, évolutives et sécurisées. 3) Architecture de solutions ML évolutives et d'opérations ML (MLOps) via les services AWS, en utilisant des solutions GenIA lorsque pertinent. 4) Collaboration avec des équipes transverses (Science appliquée, DevOps, Ingénierie des données, Infrastructure cloud, Applications) pour préparer, analyser et opérationnaliser données et modèles IA/AA. 5) Conseil stratégique aux clients sur les architectures cloud et solutions IA/AA/GenIA en tant qu'expert de confiance. 6) Partage des connaissances et bonnes pratiques au sein de l'organisation via mentorat, formations, publications et création d'artefacts réutilisables. 7) Garantie de conformité aux normes de l'industrie et accompagnement des clients dans l'avancement de leurs stratégies IA/AA, GenIA et cloud. Ce rôle implique un contact direct avec les clients et peut nécessiter des déplacements occasionnels sur leurs sites selon les besoins. As an experienced technology professional, you will be responsible for: 1. Implementing end-to-end AI/ML and GenAI projects, from understanding business needs to data preparation, model development, deployment and monitoring. 2. Designing and implementing machine learning pipelines that support high-performance, reliable, scalable, and secure ML workloads. 3. Designing scalable ML solutions and operations (MLOps) using AWS services and leveraging GenAI solutions when applicable. 4. Collaborating with cross-functional teams (Applied Science, DevOps, Data Engineering, Cloud Infrastructure, Applications) to prepare, analyze, and operationalize data and AI/ML models. 5. Serving as a trusted advisor to customers on AI/ML and GenAI solutions and cloud architectures 6. Sharing knowledge and best practices within the organization through mentoring, training, publication, and creating reusable artifacts. 7. Ensuring solutions meet industry standards and supporting customers in advancing their AI/ML, GenAI, and cloud adoption strategies. This is a customer-facing role with potential travel to customer sites as needed. BASIC QUALIFICATIONS - Experience implementing AWS services in a variety of distributed computing environments - 5+ years of experience in cloud architecture and implementation - 5+ years of experience in data or software or machine learning engineering, with a strong understanding of distributed computing. (e.g. data pipelines, distributed training and inference, ML infrastructure design). - 3+ years developing platforms for predictive modeling, natural language processing, and deep learning, with a proven track record of building, hosting and deploying machine learning models on cloud services. (e.g., Amazon SageMaker or similar cloud services) - 3+ years in developing with SQL, Python, and at least one additional programming language (e.g., Java, Scala, JavaScript, TypeScript). Proficient with industry leading ML libraries and frameworks such as TensorFlow, PyTorch. - Due to the nature of the role that requires interaction with other Amazon entities globally and with Amazon employees and stakeholders in other provinces in Canada, bilingualism French and English is required for this position if the candidate is located in Quebec. - ////////////////////////// - Expérience dans la mise en œuvre des services AWS dans divers environnements informatiques distribués. - Plus de 5 ans d'expérience en architecture et implémentation de solutions cloud. - Plus de 5 ans d'expérience en génie des données, des logiciels ou de l'apprentissage machine, avec une solide compréhension de l'informatique distribuée (p. ex. pipelines de données, entraînement et inférence distribués, conception d'infrastructures d'apprentissage automatique). - Plus de 3 ans d'expérience dans le développement de plateformes de modélis