Deep learning Jobs in Toronto, ON

Toronto, Ontariotime type :

Temps pleinposted on :

Publié aujourd'huitime left to apply :

Date de fin : 16 février 2026 (Il reste 19 jours pour postuler)job requisition id :

JR26011387We are looking for a driven and innovative

• Machine Learning Engineer
• to join our Global Retirement & Wealth AI team! Within our AI and Generative AI initiatives, you will compose, build, and scale production-grade GenAI solutions. These solutions improve participant outcomes, advisor productivity, and operational efficiency across our Retirement and Wealth businesses. Your work will power experiences such as participant and advisor copilots, RAG over plan and product documents, personalization and retirement readiness guidance, workflow automation and intelligent compliance enablement!
• Position Responsibilities :
• Build GenAI Products End-to-End :
• Design, implement, and productionize LLM-powered applications (APIs, microservices, and UI-backed services) including RAG pipelines, tool / Function-calling, agentic workflows, and prompt orchestration for participant, plan sponsor, advisor, and operations use cases.
• Data & Retrieval Engineering :
• Partner with data engineers and SMEs to source, model, and optimize structured and unstructured data (plan documents, product guides, call notes, knowledge bases). Implement embedding pipelines, chunking strategies, retrieval optimization, and vector search (e.g., Azure AI Search, Redis / MongoDB / LanceDB).
• Modeling & Optimization :
• Apply classical ML and GenAI techniques (prompt engineering, fine-tuning, RAG, reranking, guardrails) to improve accuracy, latency, cost, and hallucination control.
• MLOps & LLMOps :
• Ship reliable services with CI / CD, infrastructure-as-code, model / prompt versioning, MLflow / experiment tracking, observability, canary releases, and automated evaluation suites (offline & online A / B).
• Security, Privacy, and Compliance :
• Implement and document controls for PII / financial data, RBAC, prompt injection defenses, content filtering, red-teaming, and model risk governance aligned to regulatory expectations (e.g., auditability, explainability, record-keeping).
• Partner Collaboration :
• Translate business goals into technical plans with Product, Operations, Contact Center, Distribution, Compliance, Risk, and Legal. Convert requirements into robust builds and SLAs; standardize methods into engineering guidelines reusable across teams.
• Continuous Innovation :
• Know the latest on LLM and retrieval research, model choices, evaluation techniques, and platform capabilities and pragmatically apply them to Retirement & Wealth use cases at scale.
• Required Qualifications :
• Education :
• Bachelor’s or Master’s in Computer Science, Data Science, Engineering, Mathematics, or a related quantitative field.
• Experience :
• 4+ years building ML / AI solutions, including 2+ years hands-on with Generative AI (RAG, prompt engineering, function / tool calling, agentic patterns). Consistent track record of shipping production systems with measurable business value.
• Programming & Frameworks :
• Strong Python and SQL; experience with LangChain, LangGraph, Semantic Kernel, CrewAI, or ADK; familiarity with Hugging Face, PyTorch, and modern embedding / reranker stacks.
• Cloud & Data :
• Practical experience on Azure (preferred) and Databricks / Spark, Delta Lake / Unity Catalog, feature stores, API development, containerization (Docker, Kubernetes), and event / messaging (e.g., Kafka / Event Hubs).
• RAG & Retrieval :
• Hands-on with embedding models, chunking, metadata enrichment, vector databases / search, hybrid search and retrieval evaluation / telemetry.
• MLOps / LLMOps :
• CI / CD (e.g., GitHub Actions / Azure DevOps), model and timely lifecycle management, experiment tracking (MLflow), observability, evaluation harnesses, and optimization of expenses and response times.
• Communication :
• Excellent ability to translate complex ML / LLM concepts into business outcomes for both technical and non-technical partners; clear documentation and design articulation.
• Preferred Qualifications :
• Safety & Governance :
• Exposure to model risk management, prompt and content safety guardrails, adversarial testing / red-teaming, and responsible AI practices.
• Fine-Tuning :
• Practical experience with LoRA / PEFT, supervised fine-tuning, or instruction-tuning pipelines; evaluation with task-specific metrics and human-in-the-loop review.
• Platform & Tooling :
• Familiarity with Azure OpenAI, Databricks (including Unity Catalog), API design, microservices, and serverless patterns.
• Experimentation :
• Experience running online experiments (A / B, interleaving), prompt / model eval frameworks, quality dashboards, and cost / latency SLOs.
• Full-Stack Awareness :
• Comfortable building POCs / demos across backend services and lightweight frontends to accelerate partner feedback.
• When you join our team :
• We’ll empower you to learn and grow the career you want.
• We’ll recognize and support you in a flexible environment where well-being and inclusion are more than just words.
• As part of our global team, we’ll support you in shaping the future you want to see.#LI-Hybrid
• À propos de Manuvie et de John Hancock
• La Société Financière Manuvie est un chef de file mondial des services financiers qui aide les gens à prendre leurs décisions plus facilement et à vivre mieux. Pour en apprendre plus à notre sujet, rendez vous à l’adresse .
• Manuvie est un employeur qui souscrit au principe de l’égalité d’accès à l’emploi
• Chez Manulife / John Hancock nous valorisons notre diversité. Nous nous efforçons d’attirer, de perfectionner et de maintenir une main d'oeuvre qui est aussi diversifiée que nos clients, et de favoriser la création d’un milieu de travail inclusif qui met à profit la diversité de nos employés et les compétences de chacun. Nous nous engageons à assurer un recrutement, une fidélisation, une promotion et une rémunération équitables, et nous administrons toutes nos pratiques et tous nos programmes sans discrimination en raison de la race, de l’ascendance, du lieu d’origine, de la couleur, de l’origine ethnique, de la citoyenneté, de la religion ou des croyances ou des convictions religieuses, du genre (y compris grossesse et affection liée à une grossesse), de l’orientation sexuelle, des caractéristiques génétiques, du statut d’ancien combattant, de l’identité de genre, de l’expression de genre, de l’âge, de l’état matrimonial, de la situation de famille, d’une invalidité ou de tout autre motif protégé par la loi applicable.Nous nous sommes donné comme priorité d’éliminer les obstacles à l’accès égalitaire à l’emploi. C’est pourquoi un représentant des Ressources humaines collaborera avec les candidats qui demandent accommodement raisonnable pendant le recrutement. Tous les renseignements communiqués pendant le processus de demande d'accommodement seront stockés et utilisés conformément aux lois et aux politiques applicables de Manuvie. Pour demander une mesure d’accommodement raisonnable dans le cadre du recrutement, écrivez à recruitment@manulife.com.
• Région de référence du salaire
• Toronto, Ontario
• Modalités de travail
• Hybride
• L’échelle salariale devrait se situer entre
• $94,430.00 CAD - $144,430.00 CADSi vous posez votre candidature à ce poste en dehors de la région principale, veuillez écrire à recruitment@manulife.com pour obtenir l’échelle salariale correspondant à votre région. Le salaire varie en fonction des conditions du marché local, de la géographie

#J-18808-Ljbffr