Machine Learning Engineer (Systèmes de connaissances)

À propos de nous Umaneo est une firme canadienne de conseil en IA composée d’experts passionnés et hautement motivés, animés par l’ambition de concevoir des solutions d’intelligence artificielle sur mesure et de transformer le monde pour le mieux. Notre équipe adopte une approche profondément humaine pour résoudre de grands problèmes d’affaires grâce à des solutions élégamment conçues. Nous attirons certains des meilleurs talents et offrons un environnement de travail véritablement à distance et centré sur l’humain, avec un fort accent sur le développement du plein potentiel de chacun. Nous travaillons avec des clients qui sont des leaders mondiaux dans les domaines du divertissement immersif, de l’automatisation industrielle, du commerce de détail et des technologies juridiques. Notre équipe a livré plus de 30 projets en IA couvrant les modèles génératifs, le traitement du signal, les séries temporelles et la vision par ordinateur. Nous intervenons de bout en bout, de la définition du projet et du prototypage jusqu’au déploiement et à la surveillance, afin de livrer des systèmes prêts pour la production. Aperçu du poste Nous recherchons un(e) ingénieur(e) en apprentissage automatique possédant une solide expérience dans la conception de systèmes d’IA en production, avec un accent particulier sur le traitement du langage naturel, la recherche d’information et les systèmes fondés sur les connaissances. Dans ce rôle, vous participerez à l’ensemble du cycle de vie des projets d’IA, en contribuant à la conception, à la mise en œuvre et au déploiement des systèmes. Vous collaborerez étroitement avec des parties prenantes techniques et d’affaires afin de livrer des solutions robustes et évolutives dans une variété de contextes applicatifs. Vous contribuerez également à la conception de systèmes combinant des données structurées et non structurées, notamment des pipelines de recherche et de raisonnement. Responsabilités principales Concevoir et mettre en œuvre des systèmes d’apprentissage automatique, notamment : - Le traitement du langage naturel (NLP) et les grands modèles de langage (LLM) - Les systèmes de recherche d’information (recherche sémantique, recherche hybride, classement) - Les systèmes fondés sur les connaissances (graphes de connaissances, raisonnement structuré) Contribuer aux processus ML de bout en bout : - Préparation des données et conception de pipelines - Feature engineering et développement de modèles - Évaluation, itération et optimisation des performances - Déploiement et surveillance des systèmes en production Participer aux décisions de conception et d’architecture des systèmes, notamment : - Les pipelines de génération augmentée par récupération (RAG) - Les systèmes de recherche hybrides (vectorielle + mots-clés + sémantique) - L’intégration de sources de données structurées et non structurées Collaborer étroitement avec les parties prenantes afin de : - Traduire des problématiques d’affaires en solutions techniques - Comprendre les contraintes et définir des approches appropriées - Itérer selon les retours et l’évolution des besoins Contribuer à la qualité de l’ingénierie et aux bonnes pratiques : - Écrire du code propre, maintenable et bien documenté - Participer aux revues de code et aux discussions techniques - Assurer la reproductibilité et la robustesse des expérimentations Rester à l’affût des avancées en IA, particulièrement en NLP et en systèmes de recherche, et les appliquer de manière pragmatique dans des contextes réels. Qualifications - Baccalauréat ou maîtrise en informatique, intelligence artificielle, science des données ou dans un domaine connexe - Expérience démontrée dans la prise en charge de systèmes en production - Excellentes compétences en programmation Python et expérience avec des frameworks ML (p. ex. PyTorch, TensorFlow, scikit-learn) Expérience pratique dans les domaines suivants : - Traitement du langage naturel (NLP), modèles Transformer et écosystèmes modernes de LLM - Recherche d’information et systèmes de recherche (bases de données vectorielles, algorithmes de recherche hybride, méthodes de classement) - Représentation des connaissances (p. ex. graphes de connaissances, ontologies) - Conception et évaluation de pipelines IA de bout en bout - Travail avec des données réelles et non structurées, particulièrement des systèmes fortement orientés texte - Déploiement de systèmes ML dans des environnements cloud (Azure, GCP ou AWS) - Excellentes aptitudes en communication, avec la capacité d’expliquer des concepts complexes à des publics techniques et non techniques Ce que nous offrons - L’opportunité de travailler sur des projets d’IA de pointe dans les domaines du divertissement, de l’automatisation industrielle et d’autres secteurs - Des modalités de travail flexibles au sein d’une équipe principalement à distance - Un environnement collaboratif où votre croissance et vos contributions influencent directement les résultats des projets - Une exposition à une grande variété de défis réels en intelligence artificielle