Machine Learning Engineer

Description de l'entreprise ## Bienvenue chez Kanadevia Inova, un leader mondial de l'innovation dans le domaine des infrastructures de gestion des déchets, où nous croyons en la création d'un avenir durable grâce à la technologie et à l'innovation.  Transformer les déchets en valeur Chez Kanadevia Inova, nous sommes fiers d'être à l'avant-garde de la technologie waste-to-X. Nous ne sommes pas seulement des gestionnaires de déchets ; nous sommes des créateurs de valeur à partir de ce que les communautés rejettent. Votre rôle chez Kanadevia Inova contribue directement à transformer quelque chose qui était autrefois considéré comme inutile - les déchets - en quelque chose d'inestimable : énergie, chaleur, hydrogène, engrais, et bien plus encore. Description du poste ## • Industrialiser et exploiter des solutions AI/ML en transformant des prototypes en applications évolutives et prêtes pour la production. • Concevoir, mettre en œuvre et maintenir des pipelines MLOps de bout en bout couvrant l'entraînement, la validation, le déploiement, la surveillance et le réentraînement. • Collaborer étroitement avec les Data Scientists, les Data Engineers, les Software Engineers, les Product Managers et les parties prenantes métier pour fournir des solutions d'IA. • Assurer la fiabilité, la sécurité, la conformité, l'intégrité des données, la performance et la gouvernance tout au long du cycle de vie de l'apprentissage automatique. • Surveiller et optimiser la performance des modèles, résoudre les problèmes de production et soutenir l'amélioration continue tout en encadrant les collègues moins expérimentés. Qualifications ## • MSc en informatique ou dans un domaine STEM avec une forte orientation informatique, ainsi qu'une expérience de travail dans des environnements de développement logiciel agiles. • Solides compétences en programmation Python et expérience pratique des frameworks de machine learning tels que PyTorch, TensorFlow ou Scikit-learn. • Compréhension solide des pratiques MLOps, y compris le déploiement de modèles, le versionnage, la surveillance et la gestion du cycle de vie dans des environnements de production. • Expérience avec les plateformes cloud (de préférence Azure), les technologies de conteneurisation (Docker), les API, les bases de données et les systèmes distribués. • Connaissance de l'ingénierie des données et des frameworks de traitement de données ; une expérience avec l'IoT industriel, les données de séries temporelles, la vision par ordinateur ou les solutions Physics-AI est un avantage. Informations complémentaires ## Pour les agences RH : Veuillez noter que nous n'acceptons pas les candidatures provenant d'agences. Merci.