Ingénieur en machine learning/Machine Learning Engineer, ProServe Shared Delivery Team - Data & AI

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 ?

Dans ce rôle, vous travaillerez en étroite collaboration avec les clients pour concevoir, mettre en œuvre et gérer des solutions d’IA/AA et de GenIA sur AWS, répondant à leurs exigences techniques et à leurs objectifs métiers. Vous serez un acteur clé de la réussite des clients dans leur parcours vers le cloud, en leur apportant une expertise technique et les meilleures pratiques tout au long du cycle de vie des projets d’AA.

Vous serez responsable de la conduite du processus de mise en œuvre, en veillant au respect des meilleures pratiques, à l’optimisation des performances et à la gestion des risques tout au long du projet.

Notre équipe propose un ensemble d’offres permettant aux clients d’atteindre des objectifs précis liés à l’adoption du cloud en entreprise. Nous délivrons également des conseils spécialisés à travers nos pratiques globales, qui couvrent une grande variété de solutions, de technologies et de secteurs d’activité

Excited by using massive amounts of disparate data to develop AI/ML models? Eager to learn to apply AI/ML to a diverse array of enterprise use? Thrilled to be a key part of Amazon, who has been investing in Machine Learning for decades - pioneering and shaping the world’s AI technology?

You'll be a key player in driving customer success through their cloud journey, providing technical expertise and best practices throughout the ML project lifecycle.

As trusted advisors to our customers, providing guidance on industry trends, emerging technologies, and innovative solutions, you will be responsible for leading the implementation process, ensuring adherence to best practices, optimizing performance, and managing risks throughout the project.

Our team provides assistance through a collection of offerings which help customers achieve specific outcomes related to enterprise cloud adoption. We also deliver focused guidance through our global specialty practices, which cover a variety of solutions, technologies, and industries.

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.
6. Partage des connaissances et bonnes pratiques au sein de l'organisation via mentorat, formations, publications et création d'artefacts réutilisables.
7. Garantie de conformité aux normes de l'industrie et accompagnement des clients dans l'avancement de leurs stratégies IA/AA, GenIA et cloud.

Ce rôle implique un contact direct avec les clients et peut nécessiter des déplacements occasionnels sur leurs sites selon les besoins.

1. Implementing end-to-end AI/ML and GenAI projects, from understanding business needs to data preparation, model development, deployment and monitoring.
2. Designing and implementing machine learning pipelines that support high-performance, reliable, scalable, and secure ML workloads.
3. Designing scalable ML solutions and operations (MLOps) using AWS services and leveraging GenAI solutions when applicable.
4. Collaborating with cross-functional teams (Applied Science, DevOps, Data Engineering, Cloud Infrastructure, Applications) to prepare, analyze, and operationalize data and AI/ML models.
5. Serving as a trusted advisor to customers on AI/ML and GenAI solutions and cloud architectures
6. Sharing knowledge and best practices within the organization through mentoring, training, publication, and creating reusable artifacts.
7. Ensuring solutions meet industry standards and supporting customers in advancing their AI/ML, GenAI, and cloud adoption strategies.

This is a customer-facing role with potential travel to customer sites as needed.

About the team

Notre expertise et nos technologies émergentes incluent les partenaires AWS, AWS Sovereign Cloud, AWS International Product et le Generative AI Innovation Center. Vous rejoindrez une équipe diversifiée d’experts techniques présents dans des dizaines de pays, qui accompagnent les clients pour réaliser davantage grâce au cloud AWS.

AWS valorise la diversité des expériences. Même si vous ne répondez pas à toutes les qualifications et compétences souhaitées listées dans l’offre ci-dessous, nous encourageons les candidat(e)s à postuler. Que votre carrière débute à peine, qu’elle n’ait pas suivi un parcours traditionnel ou qu’elle inclue des expériences alternatives, ne laissez pas cela vous empêcher de postuler.

Pourquoi AWS ? Amazon Web Services (AWS) est la plateforme cloud la plus complète et la plus largement adoptée au monde. Nous avons été pionniers dans l’informatique en nuage et n’avons jamais cessé d’innover - c’est pourquoi des clients, des startups les plus performantes aux entreprises du Global 500, font confiance à notre large gamme de produits et services pour propulser leurs activités.

Culture d’équipe inclusive – Chez AWS, apprendre et faire preuve de curiosité fait partie de notre ADN. Nos groupes d’affinité dirigés par les employé(e)s favorisent une culture d’inclusion qui nous permet d’être fier(e)s de nos différences. Des événements et des expériences d’apprentissage réguliers, comme nos conférences « Conversations sur la race et l’ethnicité » (CORE) et AmazeCon (diversité de genre), nous inspirent à toujours célébrer ce qui nous rend uniques.

Mentorat et développement de carrière – Nous relevons continuellement nos exigences de performance dans notre ambition de devenir le meilleur employeur au monde. C’est pourquoi vous trouverez ici d’innombrables ressources de partage de connaissances, de mentorat et d’accompagnement pour vous aider à évoluer professionnellement.

Lorsque nous nous sentons soutenus au travail comme à la maison, rien n’est impossible dans le cloud.

Our expertise and emerging technologies include AWS Partners, AWS Sovereign Cloud, AWS International Product, and the Generative AI Innovation Center. You’ll join a diverse team of technical experts in dozens of countries who help customers achieve more with the AWS cloud.

Diverse Experiences: AWS values diverse experiences. Even if you do not meet all of the preferred qualifications and skills listed in the job below, we encourage candidates to apply. If your career is just starting, hasn’t followed a traditional path, or includes alternative experiences, don’t let it stop you from applying.

Why AWS? Amazon Web Services (AWS) is the world’s most comprehensive and broadly adopted cloud platform. We pioneered cloud computing and never stopped innovating — that’s why customers from the most successful startups to Global 500 companies trust our robust suite of products and services to power their businesses.

Inclusive Team Culture - Here at AWS, it’s in our nature to learn and be curious. Our employee-led affinity groups foster a culture of inclusion that empower us to be proud of our differences. Ongoing events and learning experiences, including our Conversations on Race and Ethnicity (CORE) and AmazeCon (gender diversity) conferences, inspire us to never stop embracing our uniqueness.

Mentorship & Career Growth - We’re continuously raising our performance bar as we strive to become Earth’s Best Employer. That’s why you’ll find endless knowledge-sharing, mentorship and other career-advancing resources here to help you develop into a better-rounded professional.

• 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
• En raison de la nature du poste, qui implique des interactions avec d’autres entités d’Amazon à l’échelle mondiale ainsi qu’avec des employés et parties prenantes d’Amazon dans d’autres provinces canadiennes, la maîtrise du français et de l’anglais est exigée pour ce poste si le candidat est situé au Québec.
• 5+ years of experience in cloud architecture and implementation
• 5+ years of experience in data or software or machine learning engineering, with a strong understanding of distributed computing. (e.g. data pipelines, distributed training and inference, ML infrastructure design).
• 3+ years developing platforms for predictive modeling, natural language processing, and deep learning, with a proven track record of building, hosting and deploying machine learning models on cloud services. (e.g., Amazon SageMaker or similar cloud services)
• 3+ years in developing with SQL, Python, and at least one additional programming language (e.g., Java, Scala, JavaScript, TypeScript). Proficient with industry leading ML libraries and frameworks such as TensorFlow, PyTorch.
• Fluent in French and English if located in Quebec
• Due to the nature of the role that requires interaction with other Amazon entities globally and with Amazon employees and stakeholders in other provinces in Canada, bilingualism French and English is required for this position if the candidate is located in Quebec.- 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.
• AWS experience preferred, with proficiency in a wide range of AWS services (e.g., SageMaker, Bedrock, EC2, ECS, EKS, OpenSearch, Step Functions, VPC, CloudFormation)
• AWS Professional level certifications (e.g., Solutions Architect Professional, DevOps Engineer Professional) preferred
• Experience with automation and scripting (e.g., Terraform, Python)
• Knowledge of common security and compliance standards (e.g., HIPAA, GDPR)
• Strong communication skills with the ability to explain technical concepts to both technical and non-technical audiences
• Experience building ML pipelines with best MLOps practices, including: data preprocessing, model hosting, feature selection, hyperparameter tuning, distributed training, GPU training, deployment, monitoring, and retraining.
• Experience with MLOps tools (e.g., MLFlow, Kubeflow) and orchestration tools (e.g., Airflow, AWS Step Functions). Experience building applications using Generative AI tools and technologies (LLMs, Vector Stores, Orchestrators such as LangChain, Prompt Engineering). Experience developing Infrastructure as Code (e.g., CloudFormation, CDK, Terraform), Containers and CI/CD Pipelines.

Amazon is an equal opportunity employer and does not discriminate on the basis of protected veteran status, disability, or other legally protected status.

Amazon est un employeur garantissant l'égalité des chances et ne fait aucune discrimination sur la base du statut d'ancien combattant protégé, d'un handicap ou de tout autre statut protégé par la loi.

Si le pays ou la région dans lequel vous postulez ne figure pas dans la liste, veuillez communiquer avec votre partenaire de recrutement.

If the country/region you’re applying in isn’t listed, please contact your Recruiting Partner.

Applicants should apply via our internal or external career site.