Full Job Description
À propos de l'équipe
Chez UKG, notre équipe de science des données en IA collabore avec nos équipes d'IA, de produits et d'ingénierie pour concevoir et déployer des solutions de science des données et d'IA de niveau production, intégrées directement à nos solutions de gestion des effectifs et des ressources humaines. Nous exploitons des données à grande échelle sur les effectifs et appliquons des techniques avancées d'apprentissage automatique, d'analyse et d'IA pour créer des systèmes intelligents qui génèrent des résultats concrets pour nos clients.
Le poste
En tant que scientifique des données III, vous concevrez, développerez et mettrez en œuvre des solutions innovantes en science des données pour l'ensemble de nos produits UKG. Vous gérerez des projets, de la définition du problème au déploiement en production, afin de créer des systèmes évolutifs ayant un impact commercial mesurable. Ce poste de contributeur individuel senior combine une expertise technique pointue avec le leadership de projet et le mentorat pour piloter la feuille de route d'innovation en IA d'UKG.
Le candidat idéal travaillera trois jours par semaine dans nos bureaux de Montréal.
Vos missions:
Modélisation avancée et développement en IA
• Appliquer des techniques rigoureuses de statistiques et d'apprentissage automatique (machine learning) pour analyser des milliards d'enregistrements liés à la gestion des effectifs et au capital humain (HCM), afin d'identifier des opportunités pertinentes en matière de produits et de fonctionnalités.
• Développer et déployer des solutions modernes de science des données et d'IA, notamment des applications d'IA générative, des systèmes RAG (Retrieval-Augmented Generation) et des flux de travail basés sur des agents.
• Établir des cadres d'évaluation pour mesurer la qualité des modèles et leur impact sur l'activité.
Responsabilité des systèmes d'IA en production
• Piloter la recherche, la conception et la mise en œuvre de pipelines ML/IA de bout en bout, tant en environnement de développement qu'en production.
• Assurer la gestion du cycle de vie complet des modèles : validation, déploiement, suivi et itération.
• Garantir la fiabilité, la performance et la maintenabilité des systèmes d'IA, en collaboration avec les équipes d'ingénierie.
Ingénierie et collaboration transversale
• Rédiger du code de production modulaire et de haute qualité, et concevoir des pipelines de données et de modèles propres.
• Collaborer avec les équipes d'ingénierie sur les stratégies de CI/CD, d'observabilité et de mise à l'échelle.
• Travailler en partenariat avec les chefs de produit et les experts métier pour traduire les besoins opérationnels en solutions évolutives.
• Communiquer efficacement les résultats et les enseignements issus des modèles, tant auprès des parties prenantes techniques que non techniques.
Mentorat et leadership technique
• Accompagner les data scientists juniors à travers des revues de code, des analyses de modèles et la transmission des meilleures pratiques de modélisation.
• Identifier de manière proactive des opportunités pour renforcer les compétences de l'équipe et améliorer les normes de développement.
Votre profil
Expertise technique
• Diplôme d'études supérieures (Master ou Doctorat) dans un domaine quantitatif, ou expérience équivalente en entreprise.
• Solide maîtrise de la modélisation statistique, de l'expérimentation et des cadres d'évaluation.
• Expertise approfondie dans un ou plusieurs domaines du machine learning, tels que le traitement du langage naturel (NLP), l'apprentissage profond (deep learning), les séries temporelles ou le clustering.
• Expérience pratique dans la création de services et la résolution de problèmes complexes à l'aide de grands modèles de langage (LLM) et de techniques d'IA générative.
Compétences en ingénierie de production
• Expérience confirmée dans la mise en œuvre et le déploiement de modèles de machine learning en environnement de production.
• Maîtrise approfondie de Python (pandas, scikit-learn, PySpark), de SQL/BigQuery et des outils de gestion de versions.
• Expérience dans la construction et la maintenance de pipelines de données en production et de flux de travail MLOps à grande échelle.
• Expérience pratique des infrastructures ML basées sur le cloud (AWS/GCP/Azure) et de l'intégration de modèles dans des applications SaaS.
Compétences professionnelles
• Capacité à travailler en autonomie, à adopter une réflexion stratégique, à assurer l'exécution des projets et à influencer les autres.
• Aptitude démontrée à communiquer efficacement avec tous les niveaux de l'organisation.
La fourchette salariale pour ce poste se situe de $114,200 CAD to $152,750 CAD. Le salaire de base réel offert peut varier en fonction des compétences, de l'expérience, des connaissances liées à l'emploi et du lieu de travail. En plus du salaire de base, les salarié(e)s peuvent être admissibles à un régime de prime liée à la performance et à recevoir des unités d'actions restreintes dans le cadre du programme de rémunération globale. Obtenez plus de détails au sujet des avantages et des attributions d'UKG au https://www.ukg.com/about-us/careers/benefits
*Candidats du Québec: Bien que le français soit exigé pour les postes au Québec, l'utilisation de l'anglais est également requise en raison de la nature mondiale de l'entreprise et de ses affaires, de même que de la nécessité d'interagir avec les employés ou les partenaires du siège américain d'UKG et de ses bureaux internationaux.
What You Will Do
Advanced Modeling & AI Development
• Apply rigorous statistical and machine learning techniques to analyze billions of workforce management and HCM records and identify meaningful product and feature opportunities
• Develop and deploy modern Data Science/AI solutions including generative AI applications, RAG systems, and agentic workflow
• Establish evaluation frameworks to measure model quality and business impact
Production AI System Ownership
• Lead the research, design, and implementation of end-to-end ML/AI pipelines in development and production environments
• Own the full model lifecycle: validation, deployment, monitoring, and iteration
• Ensure reliability, performance, and maintainability of AI systems in partnership with engineering teams
Engineering & Cross-Functional Collaboration
• Write high-quality, modular production code and design clean data/model pipelines
• Collaborate with engineering partners on CI/CD, observability, and scaling strategies
• Partner with Product Managers and domain experts to translate business requirements into scalable solutions
• Communicate model outcomes and insights effectively to technical and non-technical stakeholders
Mentorship & Technical Leadership
• Mentor junior data scientists through code reviews, model reviews, and modeling best practices
• Proactively identify opportunities to improve team capabilities and development standards
Technical Depth
• Advanced degree (MS or PhD) in a quantitative field or equivalent industry experience
• Strong understanding of statistical modeling, experimentation, and evaluation frameworks
• Deep expertise in one or more ML domains such as NLP, deep learning, time-series, or clustering
• Hands-on experience building services and solving problems using LLMs and generative AI techniques
Production Engineering Skills
• Proven track record of implementing and deploying ML models in production environments
• Deep familiarity with Python (pandas, scikit-learn, PySpark), SQL/BigQuery, and version control
• Experience building and maintaining production data pipelines and MLOps workflows at scale
• Hands-on experience with cloud-based ML infrastructure (AWS/GCP/Azure) and integrating models into SaaS applications
Professional Skills
• Ability to operate independently, think strategically, ensure execution and influence others
• Proven ability to effectively communicate with all levels of the organization
