Scientifique des données - Données et Intelligence artificielle (IA appliquée)

Appartenir à Air Canada, c’est appartenir à un symbole canadien, Air Canada récemment élue meilleur transporteur aérien en Amérique du Nord. Faites décoller votre carrière en vous joignant à notre équipe novatrice et diversifiée à l’avant-garde du transport aérien de passagers.

À titre de scientifique des données - Données et Intelligence artificielle (IA appliquée) à Air Canada, la personne titulaire du poste sera intégrée dans une équipe interfonctionnelle et contribuera au pipeline et aux processus de l’Exploitation de l’apprentissage automatique pour développer et déployer des solutions agentiques, d’apprentissage automatique et d’optimisation.

Nous sommes à la recherche d’un scientifique des données pour contribuer à la création et à l’exploitation de notre plateforme agentique, d’apprentissage automatique et d’optimisation afin d’améliorer la fiabilité et la gouvernance. Le titulaire du poste travaillera principalement avec des scientifiques des données, des chercheurs scientifiques, des architectes de solutions et des intégrateurs de systèmes afin de contribuer à l’architecture et aux produits optimisés par l’analytique avancée et l’IA.

La personne retenue possède de solides bases en matière de principes de conception de logiciels, ainsi qu’une expérience avérée dans la conception, le développement et le déploiement de systèmes robustes. Cette personne maîtrise le contrôle des versions de modèle, les pipelines de déploiement et les normes de suivi. Elle a une certaine connaissance du fonctionnement interne des modèles plutôt que de les considérer comme des boîtes noires.

La personne titulaire du poste se joindra à l’équipe Science des données et IA, un groupe central au sein de l’organisation de la TI d’Air Canada, afin d’élaborer des solutions d’apprentissage automatique et d’optimisation pour des unités d’entreprise internes (Gestion du chiffre d’affaires, Planification du réseau, Exploitation, Maintenance, Fret, etc.), de même que des solutions destinées aux clients. La collaboration avec les parties prenantes techniques et non techniques est essentielle pour fournir des applications de qualité grande série.

Toutes les initiatives suivent une méthode Agile sur la base de sprints de deux à trois semaines pendant lesquels chaque version est améliorée jusqu’au déploiement de la version de production finale. Cette approche favorise l’amélioration continue, l’adaptabilité et une étroite adéquation avec les besoins de l’entreprise.

Responsabilités:

• Construire, déployer et développer des modèles d’apprentissage automatique, d’IA agentique et d’optimisation en production sur Azure et AWS, en garantissant fiabilité, faible latence et rentabilité.
• Mettre en œuvre des pratiques d’exploitation de l’apprentissage automatique de bout en bout, telles que les pipelines d’intégration et de livraison, et l’automatisation du réentraînement, du suivi et de la gestion des versions des modèles/données, à l’aide d’outils infonuagiques natifs.
• Surveiller le rendement des modèles et la dérive des données à l’aide d’Azure Monitor, d’AWS CloudWatch et d’outils similaires, en déclenchant le réentraînement ou le recalibrage, au besoin.
• Orchestrer et automatiser des flux de travail d’IA complexes à l’aide d’Azure Machine Learning, d’AI Foundry, d’Azure Functions sur Azure ou Bedrock, Sagemaker et Akka pour le traitement distribué sur AWS.
• Normaliser les outils, les cadres de test et les analyses comparatives du rendement pour garantir une validation cohérente des modèles et la fiabilité de l’infrastructure sur toutes les plateformes.
• Traduire les besoins de l’entreprise en solutions d’apprentissage automatique et d’IA générative évolutives, en collaborant étroitement avec des équipes interfonctionnelles.
• Documenter les architectures, les flux de travail et les meilleures pratiques, et les communiquer efficacement à la fois aux parties prenantes techniques et non techniques.
• Fournir un leadership technique, en encadrant les ingénieurs, en encourageant l’amélioration continue et en favorisant des pratiques innovantes en matière d’ingénierie de l’IA.
• Travailler en partenariat avec la Sûreté TI pour réaliser des audits, évaluer les vulnérabilités et garantir le fonctionnement en toute sécurité des systèmes d’IA dans les environnements infonuagiques.
• Intégrer l’équité, l’explicabilité et la transparence dans le développement et le déploiement de modèles à l’aide d’outils infonuagiques natifs et libres.
• Optimiser l’utilisation des ressources infonuagiques et mettre en œuvre des stratégies de mise à l’échelle efficaces à l’aide de la mise à l’échelle automatique et de cadres d’informatique répartie (notamment Akka).
• Élaborer des protocoles d’intervention en cas d’incident pour les défaillances des systèmes d’IA, diriger les analyses rétrospectives et mettre en œuvre des mesures correctives dans les environnements infonuagiques.
• Encourager l’innovation en menant des recherches, en créant des prototypes et en mettant à l’essai de nouveaux services d’apprentissage automatique dans le nuage et des technologies d’informatique répartie.
• Mettre en œuvre et maintenir des cadres de gouvernance modèles, y compris les processus d’approbation, les pistes d’audit et la documentation du cycle de vie.
• Construire des cadres de test automatisés (unité, intégration, régression) pour les modèles d’apprentissage automatique à l’aide de plateformes d’intégration et de livraison infonuagiques.

Qualifications

• Maîtrise en informatique, en science des données, en informatique ou dans une discipline connexe, et au moins cinq ans d’expérience de travail pertinente équivalente.
• Expérience avérée dans la gestion du cycle de vie complet de l’exploitation de l’apprentissage automatique, notamment les pipelines de formation automatisés, l’intégration de magasins de fonctionnalités, l’inférence par lots et en temps réel, le suivi des modèles et les meilleures pratiques en matière de gestion des versions des données/codes.
• Solides compétences en Python et son écosystème d’apprentissage automatique et de données, notamment les bibliothèques telles que Pandas, scikit-learn, MLflow, PySpark et TensorFlow.
• Expérience pratique des services d’apprentissage automatique et d’IA d’Azure, notamment Azure Machine Learning, Azure Databricks, Azure Data Factory, Azure Functions, Azure OpenAI et Azure AI Search, ainsi que leurs trousses de développement de logiciel (SDK).
• Expérience dans la création de pipelines d’intégration et de livraison pour les flux de travail d’apprentissage automatique à l’aide de plateformes optimisées par Git, comme Azure DevOps et GitHub Actions.
• Connaissance pratique des grands modèles de langage (GML), de la rédactique, des architectures de génération améliorée par récupération et des cadres libres pour l’IA générative.
• Solides compétences en résolution de problèmes, avec la capacité de travailler de manière autonome et en collaboration au sein d’équipes interfonctionnelles.
• Capacité avérée à normaliser et à productiser des solutions d’apprentissage automatique en composants réutilisables et en infrastructure évolutive.
• Excellentes compétences en communication, à l’écrit comme à l’oral, et capacité à communiquer des concepts technologiques complexes à un vaste public.
• Faire preuve de ponctualité et fiabilité pour favoriser la réussite globale de l’équipe dans un milieu trépidant.

Qualifications (atouts)

• Connaissance d’Amazon Web Services (AWS) et de ses offres d’apprentissage automatique et d’IA (p. ex., SageMaker, Lambda, S3, EKS).
• Expérience des outils et pratiques de l’exploitation de GML (LLMOps) pour la gestion du déploiement et du suivi de GML.
• Maîtrise de Java, en particulier pour l’intégration de modèles d’apprentissage automatique dans des systèmes de production.
• Expérience dans le déploiement de modèles sur Azure Kubernetes Service (AKS) ou de plateformes similaires d’orchestration de conteneurs.
• Connaissance des résolveurs et outils d’optimisation, notamment les plateformes commerciales (p. ex., CPLEX, Gurobi, FICO Xpress) et libres (p. ex., COIN-OR, SCIP).
• Certifications pertinentes (p. ex., ingénieur Azure AI, certification AWS en apprentissage automatique, développeur TensorFlow)

Conditions d’emploi :

Les candidats doivent être admissibles à travailler dans le pays concerné au moment où une offre d’emploi est présentée et sont responsables de l’obtention des permis de travail, visas ou autres autorisations nécessaires. La preuve de l’admissibilité doit être fournie avant la date de début.

Exigences Linguistiques

À compétences égales, la préférence sera accordée aux candidats bilingues.

Diversité et inclusion

Air Canada est résolument engagée en faveur de la diversité et de l’inclusion et vise à créer un milieu de travail sain, accessible et gratifiant qui met en valeur la contribution unique de nos employés au succès de notre entreprise.

En tant qu'employeur qui garantit l'égalité d'accès à l'emploi, nous encourageons les candidatures les plus diverses afin de pouvoir nous doter d’un effectif varié et représentatif de nos clients et des communautés où nous vivons et offrons nos services.

Air Canada remercie tous les candidats de leur intérêt, mais seules les personnes sélectionnées pour une entrevue seront contactées.