Spécialiste Senior.e en ingénierie MLOps/Senior MLOps Specialist
English version will follow
🗺️ Hub technologique hybride de Montréal
📌Ta mission dans l’équipe produit :
En tant que Spécialiste principal.e en ingénierie MLOps, tu joueras un rôle clé en créant des liens entre la science des données et l’ingénierie de production. Tu seras responsable de la gestion et de l’optimisation des workflows Databricks, du soutien aux scientifiques des données, et de la mise en production efficace des modèles de machine learning. Ta mission portera sur la création de pipelines de données robustes et fiables, en mettant l'accent sur l’évolutivité dans les environnements de production.
📌Ton quotidien chez Touchtunes :
Gestion des données et Databricks :
- Apporter un leadership éclairé dans la gestion et l'optimisation des environnements Databricks, en garantissant des workflows de traitement des données efficaces et évolutifs.
- Offrir une expertise dans la conception, la mise en œuvre et la maintenance des transformations de données et des processus ETL au sein de Databricks, soutenant ainsi les initiatives de science des données.
- Collaborer avec les spécialistes en données pour s'assurer que l'infrastructure de données prend en charge le développement et le déploiement des modèles de machine learning.
Soutien au développement des modèles :
- Travailler en étroite collaboration avec les scientifiques pour comprendre les exigences des modèles et les aider à développer des modèles de machine learning, en veillant à ce qu'ils soient prêts pour la production.
- Fournir des conseils et un soutien en matière d'ingénierie des fonctionnalités, d'entraînement et de validation des modèles.
- Aider les scientifiques de données à intégrer leurs modèles aux systèmes existants et aux API, permettant ainsi une inférence en temps réel efficace.
Déploiement et intégration des modèles :
- Apporter un leadership éclairé dans la conception et la mise en œuvre de pipelines pour le déploiement automatisé des modèles de machine learning, en garantissant l'évolutivité et la fiabilité.
- Faciliter l'intégration des modèles dans les systèmes de production, en se concentrant sur une interaction fluide avec les infrastructures de données et logicielles existantes.
Collaboration et communication :
- Agir en tant que ressource clé entre les équipes de science des données et d'ingénierie, en veillant à l'alignement des stratégies de développement et de déploiement des modèles.
- Documenter les processus et les meilleures pratiques pour le développement, le déploiement des modèles et la gestion des pipelines de données.
- Communiquer des concepts techniques complexes à des parties prenantes non techniques et s'assurer que le déploiement des modèles est en adéquation avec les objectifs commerciaux.
Automatisation et outils :
- Développer et maintenir des workflows automatisés pour le prétraitement des données, l'ingénierie des fonctionnalités, l'entraînement et la validation des modèles dans l'environnement Databricks.
- Implémenter et gérer des outils et frameworks MLops (ex : MLflow, Kubeflow, TFX) pour soutenir un développement et un déploiement des modèles plus efficaces.
🚀Nos technologies:
- Databricks (transformations de données, ETL)
- MLflow, Kubeflow, TFX (pour les workflows automatisés)
- Python, Java, Scala (pour le développement de modèles)
- Plateformes cloud: AWS, Azure, GCP
- Outils CI/CD: Jenkins, GITLab CI
- Conteneurisation et orchestration : Docker, Kubernetes
🔍Ton profil :
- Études en informatique, data science, ingénierie (Points Boni si tu détiens une maitrise)
- 10+ années d’expérience combinée en apprentissage automatique ou en ingénierie des données, avec un focus sur la mise en production de modèles de ML.
- Solide expérience en gestion d’environnements Databricks (gestion des clusters, planification des tâches, optimisation des performances).
- Maîtrise des outils CI/CD et des infrastructures cloud.
- Excellentes compétences en communication, capable de vulgariser des concepts techniques complexes pour des publics non techniques.
💡Tes atouts :
- Expérience avec les frameworks MLOps (MLflow, Kubeflow, TFX).
- Connaissances en technologies big data (Apache Spark, Kafka).
- Certifications cloud (AWS, Google Professional Machine Learning Engineer) fortement souhaitées.
❤️Nos avantages :
- Travail flexible : Environnement hybride télétravail-bureau et possibilité de travailler partout dans le monde pendant 2 mois par an.
- Formation: Accès à notre plateforme e-learning et à des conférences dans le domaine de ton choix.
- Santé : Assurance maladie compétitive, accès à Dialogue, et jours de maladie illimités.
- Déplacements domicile-travail: 50 % de réduction sur les trains OPUS/EXO.
- Bureau: Bureau accessible aux personnes à mobilité réduite.
- Et bien plus: Contribution au REER, assurances vie/invalidité, collations saines, et comité de culture actif.
🎵 À propos de TouchTunes : TouchTunes est présent dans plus de 65,000 bars, restaurants et autres lieux publics en Amérique du Nord et en Europe. Nous rassemblons les gens grâce à des solutions musicales et de divertissement interactives, améliorant les interactions sociales. Nos applications mobiles et jukebox sont vues et entendues chaque jour par des millions de personnes à travers notre réseau. Nous sommes fiers d’avoir une équipe aussi diversifiée que la musique que nous jouons.
🌈 Touchtunes est fier.e partenaire de QueerTech.
________________________________
🗺️ Hybrid Montreal tech hub
📌Your mission in the department team:
As a Senior MLOps Engineering Specialist, you will play a key role in bridging the gap between data science and production engineering. You will manage and optimize Databricks workflows, support data scientists, and ensure effective deployment of machine learning models. Your mission will focus on robust data pipelines and workflows, with emphasis on scalability and reliability in production environments.
📌Your day-to-day:
Data Engineering & Databricks Management:
- Provide thought leadership in the management and optimization of Databricks environments, ensuring efficient and scalable data processing workflows.
- Offer expertise in designing, implementing, and maintaining data transformations and ETL processes within Databricks, supporting data science initiatives.
- Collaborate with data engineers to ensure data infrastructure supports machine learning model development and deployment.
Model Development Support:
- Work closely with data scientists to understand model requirements and assist in developing machine learning models, ensuring they are production ready.
- Provide guidance and support in feature engineering, model training, and validation processes.
- Help data scientists integrate their models with existing systems and APIs, enabling effective real-time inference
Model Deployment and Integration:
- Provide thought leadership in designing and implementing pipelines for the automated deployment of machine learning models, ensuring scalability and reliability.
- Facilitate the integration of models into production systems, focusing on seamless interaction with existing data and software infrastructure.
Collaboration and Communication:
- Serve as a key advisor between data science and engineering teams, ensuring alignment in model development and deployment strategies.
Document processes and best practices for model development, deployment, and data pipeline management.
Communicate complex technical concepts to non-technical stakeholders and ensure that model deployment aligns with business objectives.
Automation and Tooling:
- Develop and maintain automated workflows for data preprocessing, feature engineering, model training, and model validation within the Databricks environment.
- Implement and manage MLops tools and frameworks (e.g., MLflow, Kubeflow, TFX) to support streamlined model development and deployment.
🚀Our stack:
- Databricks (data transformations, ETL)
- MLflow, Kubeflow, TFX (for automated workflows)
- Python, Java, Scala (for model development)
- Cloud Platforms: AWS, Azure, GCP
- CI/CD tools: Jenkins, GitLab CI
- Containerization and orchestration: Docker, Kubernetes
🔍Your profile:
- Bachelor's in computer science, Data Science, Engineering (master's preferred).
- 10+ years of combined experience in machine learning or data engineering roles, focused on productionizing ML models.
- Strong proficiency in managing Databricks environments (cluster management, job scheduling, performance optimization).
- Experience with CI/CD tools and cloud infrastructure.
- Excellent communication skills, capable of translating complex technical concepts for non-technical stakeholders.
💡Your edge:
- Experience with MLOps frameworks (MLflow, Kubeflow, TFX).
- Knowledge of big data technologies (Apache Spark, Kafka).
- Cloud certifications (AWS, Google Professional Machine Learning Engineer) are highly desirable.
❤️Our perks:
- Flexwork: Hybrid WFH-office and work anywhere globally for up to 2 months/year.
- Learning: Access to our e-learning platform and conferences in your chosen field.
- Health: Competitive health insurance, access to Dialogue, and unlimited sick days.
- Commute: 50% off OPUS/EXO train.
- Office: Accessible office for people with disabilities.
- Etc.: RRSP matching, life/disability insurance, healthy snacks, and an active culture committee.
🎵 About TouchTunes: TouchTunes is present in over 65,000 bars, restaurants, and other social venues across North America and Europe. We bring people together with fun, interactive music and entertainment solutions, enhancing social interactions. Our mobile apps and jukeboxes reach millions daily across the TouchTunes network. We pride ourselves on having a team as diverse as the music we play.
🌈 Proud ally of QueerTech.
Other details
- Job Family Data Science
- Pay Type Salary