Ce recruteur est en ligne!

Voilà ta chance d'être vu en premier!

Postuler maintenant

MLOps Engineer

Toronto, ON
  • Nombre de poste(s) à combler : 1

  • À discuter
  • Date d'entrée en fonction : 1 poste à combler dès que possible

Manulife is seeking a motivated and dedicated Machine Learning Engineer with a focus on MLOps architecture, tooling, and standards development. In this key role, you will be responsible for maintaining and enhancing Python libraries, lightweight applications, and CI/CD pipelines that enable our AI/ML developers to efficiently track experiments, conduct testing, streamline deployment, and monitor model health. By using AI to more efficiently deliver AI, you will collaborate with AI/ML project teams to facilitate the adoption of MLOps tools and standards, incorporating feedback to continuously refine our tooling features.

You will join our Global Advanced Analytics team and be a driving force in shaping the future of AI/MLOps with a focus on using AI to more efficiently deliver AI. We are dedicated to building brand-new MLOps architecture, tooling, and standards to empower our AI/ML developers.

You will also contribute to the development of tools and standards to operationalize LLM and Generative AI use-cases, ensuring seamless integration with existing MLOps practices and infrastructure. We aim to enhance operational efficiency and innovation. If you are passionate about the evolving landscape of LLM and Generative AI, we want to hear from you!

Position Responsibilities

  • CI/CD Pipeline Management: Assist in implementing and managing CI/CD pipelines to automate testing and deployment processes, ensuring efficient and reliable operations.
  • Collaboration and Support: Work with AI/ML project teams across segments to help them adopt MLOps tools and standards, providing guidance and support as needed.
  • Stakeholder Engagement: Capture feedback from team members to improve and enhance MLOps tools and features, ensuring they meet the evolving needs of our teams.
  • Standards Development: Contribute to defining and implementing effective practices and standards for MLOps processes to ensure efficient and streamlined operations.
  • Industry Insights: Stay updated with industry advancements in LLM and Generative AI models, enhancing MLOps capabilities to support LLM Ops needs.
  • Cross-Functional Collaboration: Work multi-functionally with data scientists, software engineers, architects, and operations teams to ensure flawless integration and operation of MLOps and LLM Ops solutions

Required Qualifications:

  • Educational Background: Bachelor's, Master's, or equivalent experience in Computer Science, Data Science, Statistics, or a related field.
  • MLOps Experience: 3-4 years of experience in building and maintaining MLOps infrastructure and tooling.
  • Software Development: Proficiency in Python and experience with developing libraries and applications.
  • CI/CD Tools: Experience with CI/CD tools and pipelines, preferably Jenkins.
  • Cloud and Containerization: Familiarity with cloud platforms (preferably Azure), ML development environments (Databricks), and containerization technologies (Docker, Kubernetes).
  • Experiment Tracking and Monitoring: Exposure to experiment tracking tools (e.g., MLFlow) and monitoring solutions.
  • Strong communication skills, able to explain complex concepts to various collaborators.
  • Understanding of ML Lifecycle: Basic understanding of the machine learning lifecycle and standard methodologies in MLOps.
  • LLM/GenAI Models: Basic understanding of LLM/GenAI models and their operational requirements.

Preferred Qualifications:

  • Databricks Ecosystem Expertise: Hands-on expertise in the Databricks ecosystem, particularly model management using Unity Catalog.
  • Full Stack Engineering Exposure: Ability to build proof of concepts/demos including both front-end and back-end development.
  • Adaptability: Demonstrated proficiency in quickly picking up new frameworks and libraries.

When you join our team:

  • We’ll empower you to learn and grow the career you want.
  • We’ll recognize and support you in a flexible environment where well-being and inclusion are more than just words.
  • As part of our global team, we’ll support you in shaping the future you want to see.

À propos de Manuvie et de John Hancock

La Société Financière Manuvie est un chef de file mondial des services financiers qui aide les gens à prendre leurs décisions plus facilement et à vivre mieux. Pour en apprendre plus à notre sujet, rendez vous à l’adresse www.manuvie.com.

Manuvie est un employeur qui souscrit au principe de l’égalité d’accès à l’emploi

Chez Manulife/John Hancock nous valorisons notre diversité. Nous nous efforçons d’attirer, de perfectionner et de maintenir une main d'oeuvre qui est aussi diversifiée que nos clients, et de favoriser la création d’un milieu de travail inclusif qui met à profit la diversité de nos employés et les compétences de chacun. Nous nous engageons à assurer un recrutement, une fidélisation, une promotion et une rémunération équitables, et nous administrons toutes nos pratiques et tous nos programmes sans discrimination en raison de la race, de l’ascendance, du lieu d’origine, de la couleur, de l’origine ethnique, de la citoyenneté, de la religion ou des croyances ou des convictions religieuses, du genre (y compris grossesse et affection liée à une grossesse), de l’orientation sexuelle, des caractéristiques génétiques, du statut d’ancien combattant, de l’identité de genre, de l’expression de genre, de l’âge, de l’état matrimonial, de la situation de famille, d’une invalidité ou de tout autre motif protégé par la loi applicable.

Nous nous sommes donné comme priorité d’éliminer les obstacles à l’accès égalitaire à l’emploi. C’est pourquoi un représentant des Ressources humaines collaborera avec les candidats qui demandent accommodement raisonnable pendant le recrutement. Tous les renseignements communiqués pendant le processus de demande d'accommodement seront stockés et utilisés conformément aux lois et aux politiques applicables de Manuvie. Pour demander une mesure d’accommodement raisonnable dans le cadre du recrutement, écrivez à recruitment@manulife.com.

Région de référence du salaire

Toronto, Ontario

Modalités de travail

Hybride

L’échelle salariale devrait se situer entre

$75,880.00 CAD - $140,920.00 CAD

Si vous posez votre candidature à ce poste en dehors de la région principale, veuillez écrire à recruitment@manulife.com pour obtenir l’échelle salariale correspondant à votre région. Le salaire varie en fonction des conditions du marché local, de la géographie et de facteurs pertinents liés au poste telles les connaissances, les compétences, les qualifications, l’expérience et l’éducation ou la formation. Les employés ont également la possibilité de participer à des programmes de motivation et de toucher une rémunération incitative liée au rendement de l’entreprise et au rendement individuel.

Manuvie offre aux employés admissibles une vaste gamme d’avantages sociaux personnalisables, notamment une assurance soins médicaux, soins dentaires, santé mentale, soins de la vue, invalidité de courte et de longue durée, assurance vie et assurance DMA, assurance adoption, de maternité de substitution et de soins médicaux non urgents ainsi que des programmes d’aide aux employés et leur famille. Nous proposons également aux employés admissibles différents régimes d’épargne-retraite (y compris des régimes de rente et un programme international d’actionnariat assortie de cotisations patronales de contrepartie) ainsi que des ressources en matière d’éducation et de conseils financiers. Notre généreux programme de congés rémunérés au Canada comprend les jours fériés, les congés annuels, les congés personnels et les congés de maladie, et nous offrons toute la gamme des congés autorisés prévus par la loi. Si vous posez votre candidature à ce poste aux États-Unis, veuillez écrire à recruitment@manulife.com pour obtenir de plus amples renseignements sur les dispositions relatives aux congés rémunérés spécifiques aux États-Unis.


Exigences

Niveau d'études

non déterminé

Années d'expérience

non déterminé

Langues écrites

non déterminé

Langues parlées

non déterminé