TITRE DU POSTE : INGÉNIEUR DE DONNÉES & D’IA

Êtes-vous un visionnaire de l’ingénierie des données qui s’épanouit en relevant des défis complexes à grande échelle ? Rêvez-vous de construire un écosystème de données mondial qui alimente non seulement les décisions commerciales, mais aussi les initiatives d’apprentissage automatique de pointe ? MTY, un leader mondial de l’industrie alimentaire, recherche un Ingénieur Principal de Données avec une forte spécialisation en Ingénierie ML pour diriger la création de notre plateforme de données unifiée. C’est votre chance de concevoir, de construire et d’optimiser les pipelines qui alimenteront notre avenir axé sur les données et nous permettront de tirer parti de la puissance de l’IA et du ML. Rejoignez-nous et laissez une empreinte durable sur la façon dont MTY exploite tout le potentiel de ses données.

QUALIFICATIONS:

• Expérience avérée: Plus de 5 ans d’expérience pratique en ingénierie des données, avec une expérience démontrée dans la construction et la gestion de pipelines de données complexes dans des environnements cloud (Azure, GCP), y compris une expérience avec les pipelines de données ML.
• Expertise technique: Connaissance approfondie des frameworks de traitement des données (Spark, Databricks), des processus ETL/ELT, des concepts d’entreposage de données, des meilleures pratiques de modélisation des données et des pipelines d’apprentissage automatique.
• Compétences en Programmation: Maîtrise de Python, Scala ou d’autres langages de programmation pertinents pour la manipulation des données, la transformation et le développement de modèles ML.
• Technologies Cloud: Expérience avec les plateformes de données basées sur le cloud (Azure Data Lake Storage Gen2, Google Cloud Storage) et les services de traitement des données (Azure Databricks, GCP Dataproc), ainsi que les plateformes ML basées sur le cloud (Azure Machine Learning, Google AI Platform).
• Compétences en Ingénierie ML: Familiarité avec les frameworks ML (TensorFlow, PyTorch), les stratégies de déploiement de modèles et les pratiques MLOps.
• Leadership et Communication: Solides compétences en leadership avec la capacité de motiver et d’encadrer une équipe, associées à d’excellentes compétences en communication pour collaborer efficacement avec diverses parties prenantes, y compris les data scientists et les ingénieurs ML.
• Aptitude à la Résolution de Problèmes: Une passion pour résoudre des défis complexes liés aux données et une approche proactive pour identifier et résoudre les problèmes, à la fois dans les contextes d’ingénierie des données et d’ingénierie ML.
• Esprit Agile: Expérience de travail dans des environnements Agile et adoption d’approches de développement itératif.
  Veuillez noter que toute offre d’emploi sera conditionnelle à une vérification des antécédents, y compris du casier judiciaire.
  

  La majorité de notre clientèle et une grande partie de nos employés sont en dehors du Québec

JOB TITLE: DATA & AI ENGINEER

Are you a data engineering visionary who thrives on tackling complex data challenges at a massive scale? Do you dream of building a global data ecosystem that empowers not only business decisions but also fuels cutting-edge machine learning initiatives? MTY, a global leader in the food industry, is seeking a Lead Data Engineer with a strong ML Engineering focus to spearhead the creation of our unified data platform. This is your chance to architect, build, and optimize the pipelines that will not only fuel our data-driven future but also enable us to leverage the power of AI and ML. Join us and make a lasting impact on how MTY harnesses the full potential of its data.

QUALIFICATIONS:

• Proven Experience: 5+ years of hands-on experience in data engineering, with a demonstrated track record of building and managing complex data pipelines in cloud environments (Azure, GCP), including experience with ML data pipelines.
• Technical Expertise: Deep understanding of data processing frameworks (Spark, Databricks), ETL/ELT processes, data warehousing concepts, data modeling best practices, and machine learning pipelines.
• Programming Skills: Proficiency in Python, Scala, or other relevant programming languages for data manipulation, transformation, and ML model development.
• Cloud Technologies: Experience with cloud-based data platforms (Azure Data Lake Storage Gen2, Google Cloud Storage) and data processing services (Azure Databricks, GCP Dataproc), as well as cloud-based ML platforms (Azure Machine Learning, Google AI Platform).
• ML Engineering Skills: Familiarity with ML frameworks (TensorFlow, PyTorch), model deployment strategies, and MLOps practices.
• Leadership & Communication: Strong leadership skills with the ability to motivate and mentor a team, coupled with excellent communication skills to collaborate effectively with diverse stakeholders, including data scientists and ML engineers.
• Problem-Solving Aptitude: A passion for solving complex data challenges and a proactive approach to identifying and resolving issues, both in data engineering and ML engineering contexts.
• Agile Mindset: Experience working in Agile environments and embracing iterative development approaches.
  Please note that any offer of employment will be conditional upon a background check, including a criminal record check.
  The majority of our clients and a large proportion of our employees are outside Quebec
  Type d’emploi : Temps Plein, Permanent
  Lieu du poste : Télétravail hybride à Saint-Laurent, QC H4S 1M

• Data Pipeline Architecture: Design and implement scalable, reliable, and efficient data pipelines that ingest, transform, and deliver data from diverse sources into our unified data platform, catering to both traditional analytics and machine learning use cases.
• Data Processing Optimization: Utilize cutting-edge technologies like Databricks, Spark, and other big data tools to optimize data processing workflows for speed, accuracy, and cost-effectiveness, with a focus on preparing data for ML model training and inference.
• Feature Engineering: Collaborate with data scientists to design and implement feature engineering pipelines that extract meaningful insights from raw data, enabling the development of high-performing machine learning models.
• ML Model Deployment: Partner with ML engineers to operationalize machine learning models, ensuring seamless integration into production environments and real-time data pipelines.
• Technology Evaluation & Adoption: Stay abreast of emerging data engineering and ML engineering technologies, advocating for the adoption of tools and platforms that support MTY’s AI/ML initiatives.
• Team Leadership & Mentorship: Lead and mentor a team of data engineers, fostering a culture of collaboration, innovation, and continuous learning across both data engineering and ML engineering disciplines.
• Cross-Functional Collaboration: Partner with data scientists, analysts, and business stakeholders to understand data and ML requirements and deliver solutions that drive business value.
• Performance Monitoring & Tuning: Continuously monitor pipeline performance, identify bottlenecks, and implement optimizations to ensure optimal throughput and responsiveness for both analytics and ML workloads.