Senior MLOps Engineer | Ingnieure MLOps senior

About the Role

Jesta I.S. builds enterprise retail technology used by apparel and footwear brands with complex, multi-site operations. Our data environment spans ERP and cloud platforms, and our engineering culture is hands-on, pragmatic, and fast-moving. Youll work in a production environment that integrates Oracle, Snowflake, and AWS, supported by strong security standards, modern CI/CD practices, and close collaboration between data science and engineering teams.

We are looking for a Senior MLOps Engineer to design, build, and maintain the data and machine learning pipelines that power our AI and analytics platforms.

This is a hands-on engineering role responsible for the full lifecycle of ML operationsfrom data ingestion and transformation to model training, deployment, and retraining.

You will work across multiple layers of the cloud stack, bridging data engineering, ML automation, and deployment, with a focus on reliability, scalability, performance, and cost-efficient design.

Key Responsibilities

• Build and automate ML pipelines for data preparation, training, inference, and retraining.
• Develop and maintain data pipelines between Oracle ERP, Snowflake, and cloud environments.
• Create Kedro-based modular pipelines for reusable and maintainable workflows.
• Use AWS Glue, DMS, Athena, and dbt for ETL and data transformation.
• Manage AWS Batch and Fargate workloads for scalable model training and inference.
• Integrate advanced data-science and forecasting libraries into production workflows.
• Implement CI/CD pipelines for ML and data workflows (GitHub Actions, Jenkins, etc.).
• Use MLflow for experiment tracking, model registry, and artifact management.
• Build and maintain Dockerized environments via AWS EC2, ECR, and Batch.
• Collaborate with data scientists to operationalize models and optimize performance.
• Ensure secure, compliant cloud deployments (IAM, RBAC, encryption, network security).

Technical Stack

Languages & Frameworks: Python (pandas, PySpark, Polars, boto3, joblib, lightgbm/xgboost), SQL, dbt
Data Engineering: AWS Glue, AWS DMS, Athena, Snowflake, Oracle
Pipeline & Orchestration: Kedro, Airflow, EventBridge, Batch, Fargate
MLOps: MLflow, Docker, ECR, CI/CD (GitHub Actions, Jenkins, or similar)
Forecasting & Modeling: Prophet, XGBoost, LightGBM, scikit-learn
Cloud & Deployment: AWS (EC2, S3, RDS, Glue, Batch, Fargate), Azure (integration/authentication)
Security: AWS IAM, Cognito, encryption, and network access control

Qualifications

• Bachelors or Masters in Computer Science, Machine Learning, or related field.
• 5+ years of professional experience in ML engineering, MLOps, or data-pipeline development.
• Proven ability to design and automate end-to-end ML pipelines in the cloud.
• Strong Python and SQL skills.
• Experience integrating ML systems with enterprise data sources (Oracle, Snowflake).
• Familiar with containerized deployments, workflow orchestration, and CI/CD.
• Understanding of model lifecycle management, versioning, and deployment best practices.

Traits We Value

• Hands-on engineer with strong ownership.
• Analytical, performance-focused problem solver.
• Pragmatic balance of scalability, cost, and maintainability.
• Thrives at the intersection of data, ML, and software engineering.
• Collaborative mindsetworks closely with data scientists and developers.
• Passion for automation, reliability, and continuous improvement.

Additional Information

• Work Model: Hybrid; 2days per week in the Montreal office. Remote option possible for exceptional candidates.

We thank all applicants for their interest; only those shortlisted will be contacted.

Join us to help build the cloud foundations of our AI-powered future!

--------------------

propos du poste

Jesta I.S. dveloppe des technologies dentreprise pour le commerce de dtail, utilises par des marques de vtements et de chaussures ayant des oprations complexes et multi-sites.
Notre environnement de donnes englobe des plateformes ERP et cloud, et notre culture dingnierie est pratique, pragmatique et dynamique.

Vous travaillerez dans un environnement de production intgrant Oracle, Snowflake et AWS, soutenu par des normes de scurit rigoureuses, des pratiques modernes de CI/CD, et une collaboration troite entre les quipes de science des donnes et dingnierie.

Nous recherchons une Ingnieure MLOps senior pour concevoir, construire et maintenir les pipelines de donnes et dapprentissage automatique (machine learning) qui alimentent nos plateformes dIA et danalytique.

Il sagit dun rle dingnierie pratique couvrant lensemble du cycle de vie des oprations ML de lingestion et la transformation des donnes lentranement, au dploiement et la r-entranement des modles.

Vous interviendrez travers plusieurs couches de la pile cloud, reliant lingnierie de donnes, lautomatisation ML et le dploiement, avec un accent sur la fiabilit, la scalabilit, la performance et la rentabilit des solutions.

Responsabilits cls

• Concevoir et automatiser des pipelines ML pour la prparation des donnes, lentranement, linfrence et la r-entranement.
• Dvelopper et maintenir des pipelines de donnes entre Oracle ERP, Snowflake et les environnements cloud.
• Crer des pipelines modulaires bass sur Kedro pour des workflows rutilisables et faciles maintenir.
• Utiliser AWS Glue, DMS, Athena et dbt pour les processus ETL et les transformations analytiques.
• Grer les charges AWS Batch et Fargate pour lentranement et linfrence des modles grande chelle.
• Intgrer des bibliothques avances de science des donnes et de prvision dans les workflows de production.
• Mettre en uvre des pipelines CI/CD pour les workflows ML et de donnes (GitHub Actions, Jenkins, etc.).
• Utiliser MLflow pour le suivi des expriences, le registre de modles et la gestion des artefacts.
• Construire et maintenir des environnements Dockeriss dploys via AWS EC2, ECR et Batch.
• Baccalaurat ou matrise en informatique, apprentissage automatique (machine learning) ou dans un domaine connexe.
• 5 ans ou plus dexprience professionnelle en ingnierie ML, MLOps ou dveloppement de pipelines de donnes.
• Capacit dmontre concevoir et automatiser des pipelines ML complets dans un environnement cloud.
• Solides comptences en Python et SQL.
• Exprience dans lintgration de systmes ML avec des sources de donnes dentreprise (Oracle, Snowflake).
• Bonne connaissance des dploiements conteneuriss, de lorchestration de workflows et de lautomatisation CI/CD.
• Comprhension du cycle de vie des modles, du versionnage et des meilleures pratiques de dploiement en production.
• Collaborer avec les data scientists pour industrialiser les modles et optimiser la performance.
• Garantir des dploiements cloud scuriss et conformes (IAM, RBAC, chiffrement et scurit rseau).

Environnement technique

Langages et frameworks : Python (pandas, PySpark, Polars, boto3, joblib, lightgbm/xgboost), SQL, dbt
Ingnierie de donnes : AWS Glue, AWS DMS, Athena, Snowflake, Oracle
Pipelines et orchestration : Kedro, Airflow, EventBridge, Batch, Fargate
MLOps : MLflow, Docker, ECR, CI/CD (GitHub Actions, Jenkins ou quivalent)
Prvision et modlisation : Prophet, XGBoost, LightGBM, scikit-learn
Cloud et dploiement : AWS (EC2, S3, RDS, Glue, Batch, Fargate), Azure (intgration/authentification)
Scurit : AWS IAM, Cognito, chiffrement et contrle daccs rseau

Qualifications

• Baccalaurat ou matrise en informatique, apprentissage automatique (machine learning) ou dans un domaine connexe.
• 5 ans ou plus dexprience professionnelle en ingnierie ML, MLOps ou dveloppement de pipelines de donnes.
• Capacit dmontre concevoir et automatiser des pipelines ML complets dans un environnement cloud.
• Solides comptences en Python et SQL.
• Exprience dans lintgration de systmes ML avec des sources de donnes dentreprise (Oracle, Snowflake).
• Bonne connaissance des dploiements conteneuriss, de lorchestration de workflows et de lautomatisation CI/CD.
• Comprhension du cycle de vie des modles, du versionnage et des meilleures pratiques de dploiement en production.

Qualits recherches

• Ingnieure pratique avec un fort sens des responsabilits.
• Esprit analytique, ax sur la performance et la rsolution de problmes.
• Capacit quilibrer pragmatiquement volutivit, cots et maintenabilit.
• laise lintersection des donnes, du ML et du gnie logiciel.
• Esprit collaboratif travaille troitement avec les data scientists et les dveloppeureuses.
• Passion pour lautomatisation, la fiabilit et lamlioration continue.

Informations complmentaires

• Modle de travail : Hybride ; prsence au bureau de Montral deux jours par semaine.
  Option de tltravail possible pour les candidates exceptionnelles.
• Nous remercions toutes les personnes intresses; seules les personnes retenues seront contactes.

Rejoigneznous pour construire les fondations cloud de notre avenir IA!