Gestionnaire, Apprentissage Machine & Analytique des Données / Principal, MLSlalom • Montreal, Québec, Canada

Jetzt Bewerben

Gestionnaire, Apprentissage Machine & Analytique des Données / Principal, ML

Slalom

Montreal, Québec, Canada

Montreal, Québec, Canada

Jetzt Bewerben

Über

Chez Slalom, les leaders en consultation de données travaillent sur une variété de projets d'analytique avancée, de GenAI et d'ingénierie des données pour nos clients. Ils apportent une profonde expérience analytique et statistique pour résoudre les défis commerciaux les plus critiques de nos clients. Chez Slalom, nous nous concentrons sur l'accompagnement de nos clients afin qu’ils tirent le maximum d'informations et de valeur de leurs données en utilisant les dernières techniques analytiques dans le domaine des réseaux neuronaux, de l'apprentissage profond, de l'intelligence artificielle et du traitement du langage naturel, pour n'en nommer que quelques-uns. Nous recherchons une personne expérimentée et motivée souhaitant appliquer ses compétences à une grande variété de problèmes commerciaux stimulants tout en restant à jour sur les dernières tendances. Titre du poste : Gestionnaire – Apprentissage Machine encadrer et éduquer les clients et ses pairs sur les méthodes et les meilleures pratiques de la science des données. Participer et diriger les activités de poursuite commerciale au sein d'une équipe, y compris les propositions et les discussions de solution. Identifier et synthétiser de nouveaux cas d'utilisation pour que les clients utilisent leurs données et les méthodes de science des données pour créer un avantage concurrentiel. Produire et livrer des présentations sur les résultats des projets qui conviennent à une variété des publics techniques, des pairs scientifiques des données aux cadres commerciaux ayant des compétences analytiques limitées. Avoir une bonne maîtrise des solutions cloud, l'architecture, les technologies connexes et leurs interdépendances. Exécuter des travaux d'ingénierie des données au besoin : ETL, modélisation des données, entreposage des données, ingestion des données, profilage des données, requêtes SQL et débogage. Être au courant des nouveaux outils, packages et techniques d'apprentissage automatique, tout en repoussant constamment les limites de ce qui est possible pour offrir les meilleures solutions aux clients. Qualifications : Plus de 8 ans de conception et de construction d'applications de science des données dans un contexte commercial réel, y compris la classification, la prédiction, le regroupement et la segmentation, l'analyse des paniers de marché, l'exploration de texte et la modélisation de sujets, les moteurs de recommandation et bien d'autres. Expérience pratique avec des packages logiciels statistiques et de fouille de données (par exemple, Python - SciPy, NumPy, Pandas, SciKit-Learn, R, Alteryx, SPSS, SAS, etc.) et une connaissance de divers algorithmes de modélisation statistique et d'apprentissage machine ainsi que de leur application pratique. Familiarité ou fort désir de travailler avec et de comprendre l'IA générative, comme travailler avec des modèles de fondation (GPT-3/4, Gemini, Mixtral, Llama, etc.). Expérience dans la conception et l'ingénierie de pipelines MLOps ou d'implémentations CI/CD. Expérience dans la mise en œuvre d'architectures de données modernes basées sur des entrepôts de données, ainsi qu'une connaissance pratique des langages de programmation ou de script (par exemple, Python ou script shell), la configuration et l'exploitation de pipelines ETL. Expérience démontrée dans l'architecture et la mise en œuvre d'infrastructures cloud. Expérience dans l'application de méthodes de design thinking / design d'expérience pour la science des données est un atout. Capacité à apporter de la clarté à des situations ambiguës et à expliquer des concepts abstraits à tous les niveaux de parties prenantes. Baccalauréat ou maîtrise en informatique, analytique des données, mathématiques, domaines connexes ou expérience de travail équivalente. Bilinguisme en anglais et en français requis (parlé et écrit). Avantages pour nos employés: Culture et Divertissement! Dîner-Causerie Activités dédiées à la santé et au bien-être Célébrations de fin d’année Les Groupes Communautaires des Employés Club social et activités Vacances (20 jours au prorata de la date d’embauche mentor and educate clients and peers on data science methods and best practices. Participate in and drive business pursuit activities within a team, including proposals and solutioning discussions Identify and synthesize new use cases for clients to use their data and data science methods to create a competitive advantage. Produce and deliver presentations on project findings and results that are suitable for a variety of technical audiences from peer data scientists, to business executives with limited analytical skills. Be well-versed in cloud solutions, architecture, related technologies, and their inter-dependencies Execute data engineering work as required: ETL, data modeling,, data warehousing, data ingestion, data profiling, SQL querying and debugging. Stay abreast of new tools, packages, and Machine Learning techniques, while consistently pushing the limit of what is possible to deliver the best solutions for clients Qualifications 8+ years designing and building data science applications in a real-world business context, including classification, prediction, clustering and segmentation, market basket analysis, text mining and topic modeling, recommendation engines and many others. Hands-on experience with statistical and data mining software packages (e.g. Python - SciPy, NumPy, Pandas, SciKit-Learn, R, Alteryx, SPSS, SAS, etc.) and a knowledge of a variety of statistical modeling and machine learning algorithms as well as their practical application. Familiarity, or strong desire to work with and gain an understanding of Generative AI, such as working with foundation models (GPT-3/4, Gemini, Mixtral, Llama, etc.) Experience with designing and engineering MLOps pipelines or CI/CD implementations Experience in implementing modern data architecture-based data warehouses, as well as working knowledge with programming or scripting languages (e.g. Python or shell scripting), setting up and operating ETL pipelines Demonstrated experience architecting and implementing cloud infrastructure Experience in applying design thinking / experience design methods for data science is a plus. Ability to bring clarity to ambiguous situations and explain abstract concepts to all levels of stakeholders. B.S. or Masters in Computer Science, Data analytics, mathematics, related fields or commensurate work experience Bilingualism in English and French required (spoken and written) Hybrid/In office: We are hybrid but there are expectations that if your team leader requires you onsite that you are able to meet those expectations/requirements Slalom Employee Perks: Culture

Montreal, Québec, Canada

Sprachkenntnisse

French

Hinweis für Nutzer

Dieses Stellenangebot stammt von einer Partnerplattform von TieTalent. Klicken Sie auf „Jetzt Bewerben“, um Ihre Bewerbung direkt auf deren Website einzureichen.

Jetzt Bewerben