DESCRIPTION

Êtes-vous enthousiaste à l’idée de créer des solutions logicielles autour de grands systèmes complexes d’apprentissage automatique (AA) et d’intelligence artificielle (IA) ? Souhaitez-vous aider les plus grandes entreprises mondiales à tirer une valeur commerciale de l’adoption et de l’automatisation de l’IA générative (GenIA) ? Êtes‑vous motivé à utiliser d’énormes volumes de données hétérogènes pour développer des modèles d’IA/AA ? Avez‑vous envie d’apprendre à appliquer l’IA/AA à une grande diversité de cas d’usage en entreprise ? Êtes‑vous enthousiaste à l’idée de jouer un rôle clé chez Amazon, une entreprise qui investit dans l’apprentissage automatique depuis des décennies et qui façonne la technologie mondiale de l’IA ?

L’équipe Professional Services (ProServe) d’Amazon Web Services recherche un(e) ingénieur(e) en apprentissage automatique (ML Engineer) talentueux(se) pour rejoindre notre équipe en tant que Consultant(e) Delivery chez Amazon Web Services (AWS). Dans ce rôle, vous travaillerez en étroite collaboration with clients to design, implement, and manage AI/ML and GenAI solutions on AWS, meeting technical requirements and business objectives.

... (full description continues as provided, preserving original headings and bullet points)

Key job responsibilities

En tant que professionnel(le) expérimenté(e) des technologies, vous serez responsable des missions suivantes :

1. Mise en œuvre de projets IA/AA et GenIA de bout en bout : comprendre les besoins métiers, préparer les données, développer des modèles, déployer et surveiller les solutions.
2. Conception et implémentation de pipelines d'apprentissage automatique prenant en charge des charges de travail ML haute performance, fiables, évolutives et sécurisées.
3. Architecture de solutions ML évolutives et d'opérations ML (MLOps) via les services AWS, en utilisant des solutions GenIA lorsque pertinent.
4. Collaboration avec des équipes transverses (Science appliquée, DevOps, Ingénierie des données, Infrastructure cloud, Applications) pour préparer, analyser et opérationnaliser données et modèles IA/AA.
5. Conseil stratégique aux clients sur les architectures cloud et solutions IA/AA/GenIA en tant qu'expert de confiance.

... (include the English version of responsibilities as well)

BASIC QUALIFICATIONS

• Plus de 5 ans d’expérience en architecture et mise en œuvre de solutions cloud
• Plus de 5 ans d’expérience en ingénierie des données, du logiciel ou de l’apprentissage automatique, avec une solide compréhension du calcul distribué (par exemple, pipelines de données, entraînement et inférence distribués, conception d’infrastructures ML)
• Plus de 3 ans d’expérience dans le développement de plateformes pour la modélisation prédictive, le traitement du langage naturel et l’apprentissage profond, avec un historique avéré de création, d’hébergement et de déploiement de modèles d’apprentissage automatique sur des services cloud (par exemple, Amazon SageMaker ou services cloud similaires)
• Plus de 3 ans d’expérience en développement avec SQL, Python, et au moins un autre langage de programmation (par exemple, Java, Scala, JavaScript, TypeScript). Maîtrise des principales bibliothèques et frameworks ML du secteur, tels que TensorFlow, PyTorch.
• Maîtrise du français et de l’anglais requise si le poste est situé au Québec

... (include English qualifications)

PREFERRED QUALIFICATIONS

• Expérience AWS souhaitée, avec une maîtrise d’un large éventail de services AWS (par exemple : SageMaker, Bedrock, EC2, ECS, EKS, OpenSearch, Step Functions, VPC, CloudFormation)
• Certifications AWS de niveau professionnel (par exemple : Solutions Architect Professional, DevOps Engineer Professional) souhaitées
• Expérience en automatisation et en scripting (par exemple : Terraform, Python)
• Connaissance des normes courantes de sécurité et de conformité (par exemple : HIPAA, RGPD)
• Excellentes compétences en communication, avec la capacité d’expliquer des concepts techniques à des publics techniques et non techniques
• Expérience dans la création de pipelines ML selon les meilleures pratiques MLOps, incluant : prétraitement des données, hébergement de modèles, sélection de caractéristiques, optimisation des hyperparamètres, entraînement distribué, entraînement sur GPU, déploiement, surveillance et réentraînement.
• Expérience avec les outils MLOps (par exemple : MLFlow, Kubeflow) et les outils d’orchestration (par exemple : Airflow, AWS Step Functions). Expérience dans la création d’applications utilisant des outils et technologies d’IA générative (LLM, bases vectorielles, orchestrateurs tels que LangChain, ingénierie de prompts). Expérience en développement d’infrastructure as code (par exemple : CloudFormation, CDK, Terraform), conteneurs et pipelines CI/CD.

... (include English preferred qualifications)

Compensation

The base salary for this position ranges from $99,900/year up to $166,900/year. Salary is based on a number of factors and may vary depending on job‑related knowledge, skills, and experience. Amazon is a total compensation company. Dependent on the position offered, equity, sign‑on payments, and other forms of compensation may be provided as part of a total compensation package, in addition to a full range of medical, financial, and/or other benefits.

(Full posting continues with equal opportunity statements and accommodation links.)