Spécialiste en apprentissage de données (Machine Learning)

Chez VibroSystM, notre mission va au-delà de la simple surveillance : nous protégeons des infrastructures critiques et stratégiques dans les secteurs de l'énergie et de l'exploitation minière. Nous sommes engagés dans une transformation majeure, passant de la surveillance de haute précision à une aide à la décision proactive pilotée par l'IA. Cette transition permet à nos clients d'anticiper les défaillances, de prévenir les pannes et d'optimiser leurs opérations pour maximiser la durée de vie de leurs équipements. Nous recherchons un Spécialiste en Apprentissage Automatique (Machine Learning) passionné pour renforcer notre équipe R&D. En étroite collaboration avec nos experts en physique/ingénierie, votre rôle consistera à faire évoluer nos modèles d'IA, de l'état de « prototypes validés » à des solutions infonuagiques (Cloud) robustes et déployées en production. Il s'agit d'un poste hautement stratégique. Bien au-delà du simple ajustement d'hyper paramètres, vous définirez l'architecture du pipeline de déploiement dans le Cloud, garantissant la mise à l'échelle de nos modèles sur des centaines d'actifs industriels à travers le monde.

Le profil recherché

• Maîtrise scientifique des modèles : Prendre la responsabilité des modèles et algorithmes existants. Analyser, déboguer et faire évoluer la logique mathématique en vous appuyant sur la documentation technique en place;

• Esprit de bâtisseur : Vous maîtrisez les mathématiques des modèles, mais priorisez une mise en production fiable, essentielle en contexte industriel;

• Orienté Produit : Vous n'optimisez pas seulement pour la précision, mais aussi pour la latence, les coûts et la robustesse;

• Stack Technique : Forte maîtrise de Python et des frameworks ML (TensorFlow, PyTorch ou Scikit-Learn);

• Expertise en Séries Temporelles : Une expertise approfondie en analyse de séries temporelles (LSTMs, CNN-1D, Autoencodeurs) appliquée aux signaux physiques est critique;

• L'Ingénierie avant tout : Expérience avec les meilleures pratiques de génie logiciel : contrôle de version (Git), développement d'API (gRPC, REST) et conteneurisation (Docker/Kubernetes);

• Connaissance Infonuagique (Cloud) : Une expérience de déploiement de solutions ML dans un environnement Cloud (idéalement GCP) est un atout majeur;

• Sensibilité au domaine : Vous êtes à l'aise de travailler avec des données représentant des objets physiques (rotors, stators, vibrations) et vous valorisez l'expertise du domaine.

Pourquoi ?

En vous joignant à l’équipe de Recherche & Développement, vous deviendrez membre de la grande famille VibroSystM. Vous côtoierez des gens respectueux, passionnés et fiers de travailler dans une entreprise québécoise reconnue mondialement. Voici quelques-uns des avantages.

• Intégration, formation et développement des compétences;

• Assurance collective payée par l’employeur :

  • Médicaments

  • Dentaire

  • Vue

  • Soins de santé

  • Vie

• Boni annuel;

• Congés de maladie/mobile;

• Régime enregistré d’épargne retraite avec contribution de l’employeur;

• Implication et participation;

• Travail et esprit d’équipe;

• Technologie novatrice, brevetée et unique au monde;

• Horaire de travail flexible;

• Outil de collaboration Google Workspace;

• Rencontre quotidienne pour une participation d’équipe dans tous les projets de développement;

• Équipe décentralisée : Travaillez de la maison avec la stabilité d'un siège social basé à Longueuil;

• Impact Direct : Votre code influencera directement les décisions de maintenance d'actifs critiques prises par nos clients à travers le monde; 

• Impact et Maîtrise : Intégrez un rôle clé avec un impact immédiat. Vous prendrez en charge l'intégralité de la feuille de route de science des données et de son exécution, avec le soutien d'une documentation complète et d'une équipe d'ingénierie solide.

Votre participation

Nous recherchons un Spécialiste en apprentissage de données pour rejoindre notre équipe R&D.

Vous travaillerez en étroite collaboration avec notre Scientifique de données et nos experts en physique/ingénierie pour faire passer nos modèles d'IA du stade de "prototypes validés" à des solutions infonuagiques (Cloud) déployées en production. Il s'agit d'un rôle à fort impact. Vous ne ferez pas uniquement de l'ajustement d'hyperparamètres; vous définirez l'architecture du pipeline qui déploie nos modèles dans le Cloud, en assurant leur mise à l'échelle sur des centaines d'équipements industriels.

Tâches et responsabilités

• Pipeline MLOps : Définir l'architecture et bâtir le pipeline pour déployer les modèles d'apprentissage automatique sur Google Cloud Platform (GCP). Gérer le cycle de vie complet : depuis l'entraînement sur des données historiques jusqu'à l'inférence en production;

• Prendre la responsabilité des modèles et algorithmes existants; 

• Développement de modèles : Concevoir et entraîner de nouveaux modèles en utilisant des techniques d'apprentissage supervisé, non supervisé et semi-supervisé. Vous travaillerez à étendre nos capacités actuelles en matière de surveillance et de diagnostic des actifs;

• IA Hybride & Collaboration : Travailler étroitement avec nos experts internes en physique et en ingénierie pour valider les résultats des modèles par rapport aux phénomènes physiques réels. Vous vous assurerez que nos modèles d'IA complètent et coexistent avec nos règles expertes et algorithmes existants;

• Collaboration en Ingénierie de données : Collaborer avec les équipes logicielles pour définir les exigences en matière de données pour l'API Cloud, assurant une ingestion de données de haute qualité pour l'entraînement des modèles;

• Simulation & Robustesse : Explorer l'utilisation de simulateurs de données pour injecter du bruit et des cas limites (edge-cases), afin de s'assurer que nos algorithmes demeurent valides dans des environnements industriels complexes et réels;

• Gestion du cycle de vie : Mettre en œuvre les meilleures pratiques MLOps pour surveiller la performance des modèles en production, gérer les cycles de réentraînement ainsi que les jeux de données.

Vos connaissances et expériences

• Baccalauréat en informatique, génie logiciel ou mathématiques appliquées;

• 3 ans et plus d'expérience en ingénierie d'apprentissage automatique (ML Engineer) ou en science des données. Requiert au moins une expérience avérée, couvrant l'intégralité du cycle, du prototype à la mise en production;

• Bilinguisme (français et anglais) tant à l’oral qu’à l’écrit (communications hors Québec);

• Bonne compréhension des pratiques d’intégration et de déploiement continu (CI/CD);

• Expérience pertinente avec les méthodologies Agile et les outils de développement collaboratifs tels que Jira, GitHub et Google Workspace;

• Excellente rigueur et esprit de synthèse;

• Pragmatique et orienté résultats;

• Autonomie dans l’exécution des tâches;

• Excellentes aptitudes de communication et bon esprit d’équipe.

Atouts