Job Description

Locations

• Canada, BC, Vancouver, Vancouver, BC, Canada
• Canada, QC, Montreal, Montreal, QC, Canada
• Canada, AB, Calgary, Calgary, AB, Canada
• Canada, ON, Toronto, Toronto, ON, Canada

Salary

Skills Required

• - Bachelor’s degree or equivalent experience in a quantitative field (e.g., Computer Science, Statistics, Mathematics). Strong understanding of statistical methods.intermediate
• - 10+ years of experience in data or software engineering, with a strong understanding of distributed data processing. (e.g. data pipelines, distributed computing engines, ML infrastructure design).intermediate
• - Proficiency in 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 scikit-learn, TensorFlow, PyTorch.intermediate
• - 2+ year of experience with cloud services related to machine learning (e.g., SageMaker)intermediate

Required Qualifications

• - Baccalauréat ou expérience équivalente dans un domaine quantitatif (p. ex. informatique, statistiques, mathématiques). Bonne connaissance des méthodes statistiques. (experience)
• - Plus de 10 ans d’expérience dans l’ingénierie des données ou logicielle, avec une solide compréhension du traitement distribué des données (p. ex. pipelines de données, moteurs de calcul distribués, conception de l’infrastructure d’AA). (experience)
• - Plus de 5 ans d’expérience dans le développement de plateformes pour la modélisation prédictive, le traitement du langage naturel et l’apprentissage profond, avec une expérience démontrée dans la création, l’hébergement et le déploiement de modèles d’apprentissage automatique. (experience)
• - Maîtrise de SQL, Python et d’au moins un langage de programmation supplémentaire (p. ex. Java, Scala, JavaScript, TypeScript). Maîtrise des bibliothèques et des cadres d’AA de pointe tels que scikit-learn, TensorFlow et PyTorch. (experience)
• - Plus de 2 ans d’expérience dans les services infonuagiques liés à l’apprentissage automatique (p. ex. SageMaker). (experience)
• - Maîtrise du français et de l'anglais si vous êtes basé à Montréal (experience)
• - Puisque ce rôle nécessite que l’employé interagisse avec d’autres entités d’Amazon à l’échelle mondiale ainsi qu’avec des employés et intervenants dans d’autres provinces canadiennes, la connaissance du français et de l’anglais est exigée pour ce poste si vous êtes basé à Montréal (experience)
• - --- (experience)
• - Bachelor’s degree or equivalent experience in a quantitative field (e.g., Computer Science, Statistics, Mathematics). Strong understanding of statistical methods. (experience)
• - 10+ years of experience in data or software engineering, with a strong understanding of distributed data processing. (e.g. data pipelines, distributed computing engines, ML infrastructure design). (experience, 10 years)
• - 5+ 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. (experience, 5 years)
• - Proficiency in 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 scikit-learn, TensorFlow, PyTorch. (experience)
• - 2+ year of experience with cloud services related to machine learning (e.g., SageMaker) (experience, 2 years)
• - Fluent in French and English if based in Montreal (experience)
• - 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 based in Montreal (experience)

Preferred Qualifications

• - Expérience dans un rôle axé sur le client, idéalement dans le domaine du conseil, de la direction d’engagements techniques et de la traduction d’exigences commerciales en solutions de données évolutives. Influence démontrée sur la prise de décision de la haute direction (directeurs, cadres supérieurs et vice-présidents). (experience)
• - Expérience dans la création de pipelines d’AA en suivant les meilleures pratiques en matière de MLOps, notamment : prétraitement des données, hébergement de modèles, sélection des caractéristiques, réglage d’hyperparamètres, entraînement distribué, entraînement de processeurs graphiques, déploiement, surveillance et réentraînement. (experience)
• - Expérience de la création d’applications à l’aide d’outils et de technologies d’IA générative (LLM, bases de données vectorielles, orchestrateurs tels que LangChain, ingénierie de requête). (experience)
• - Expérience des cadres distribués (p. ex. Spark, Hadoop, Kafka, Presto, Flink, S3, HDFS, BD) et compréhension de JVM ou des environnements d’exécution similaires. (experience)
• - Expérience dans le développement d’infrastructures en tant que code (p. ex. CloudFormation, CDK, Terraform), de conteneurs et de pipelines CI/CD. (experience)
• - Expérience des outils MLOps (p. ex. MLFlow, Kubeflow, DVC) et des outils d’orchestration (p. ex. Airflow, AWS Step Functions). (experience)
• - --- (experience)
• - Experience in a customer-facing role, ideally in consulting, leading technical engagements, and translating business requirements into scalable data solutions. Proven record of impact with senior leadership (director, c-level and VP) decision making. (experience)
• - 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)
• - Experience building applications using Generative AI tools and technologies (LLMs, Vector Stores, Orchestrators such as LangChain, Prompt Engineering) (experience)
• - Experience with distributed frameworks (e.g. Spark, Hadoop, Kafka, Presto, Flink, S3, HDFS, DBs) and understanding of JVM or similar runtime. (experience)
• - Experience developing Infrastructure as Code (e.g., CloudFormation, CDK, Terraform), Containers and CI/CD Pipelines (experience)
• - Experience with MLOps tools (e.g., MLFlow, Kubeflow, DVC) and orchestration tools (e.g., Airflow, AWS Step Functions). (experience)
• 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. (experience)
• The base salary for this position ranges from $126,000/year up to $210,400/year. Salary is based on a number of factors and may vary depending on job-related knowledge, skills, and experience. Amazon is a total compensation company. Dependent on the position offered, equity, sign-on payments, and other forms of compensation may be provided as part of a total compensation package, in addition to a full range of medical, financial, and/or other benefits. Applicants should apply via our internal or external career site. (experience)

Responsibilities

• * Diriger des projets d’apprentissage automatique (AA/IA) complets : compréhension des besoins de l’entreprise, préparation des données, développement de modèles, déploiement et surveillance.
• * Concevoir et mettre en œuvre des plateformes de données performantes, fiables et sécurisées.
• * Concevoir des solutions et des opérations d’AA évolutives (MLOps) à l’aide des services AWS. Tirer parti des solutions d’IA générative, le cas échéant.
• * Créer et évaluer des modèles prédictifs afin de fournir des informations exploitables à des fins de prévision, d’optimisation des ressources et d’analyse des tendances de la clientèle.
• * Collaborer avec des équipes interfonctionnelles (DevOps, ingénierie des données, IdO, calcul haute performance) pour préparer, analyser et rendre opérationnels les données et les modèles.
• * Agir en tant que conseiller de confiance auprès des clients sur les solutions d’IA et d’AA et les architectures infonuagiques.
• * Accompagner et encadrer les débutants afin de favoriser leur développement professionnel.
• * Élaborer du contenu technique, tel que des livres blancs et des articles de blog, afin de partager les meilleures pratiques.
• * Veiller à ce que les solutions répondent aux normes de l’industrie et aider les clients à faire progresser leurs stratégies d’adoption de l’IA, de l’AA et du nuage.
• Il s’agit d’un poste en contact avec la clientèle, avec des déplacements possibles sur les sites des clients, le cas échéant.
• ---
• * Lead end-to-end machine learning (ML/AI) projects, from understanding business needs to data preparation, model development, deployment and monitoring.
• * Design and implement data platforms that support high-performance, reliable, and secure data platforms.
• * Design scalable ML solutions and operations (MLOps) using AWS services. Leverage Generative AI solutions when applicable.
• * Build and evaluate predictive models to provide actionable insights for forecasting, resource optimization, and customer trends.
• * Collaborate with cross-functional teams (DevOps, Data Engineering, IoT, HPC) to prepare, analyze, and operationalize data and models.
• * Serve as a trusted advisor to customers on AI/ML solutions and cloud architectures
• * Coach and mentor junior individuals to support their professional growth.
• * Develop technical content, such as white papers and blog posts, to share best practices.
• * Ensure solutions meet industry standards and support customers in advancing their AI/ML and cloud adoption strategies.
• This is a customer-facing role with potential travel to customer sites as needed.
• About the team
• À propos d'AWS (English description to follow)
• Des expériences diverses
• AWS accorde une grande importance à la diversité des expériences. Même si vous ne répondez pas à toutes les qualifications et compétences énumérées dans la description du poste, nous encourageons les candidats à postuler. Si votre carrière débute, si vous n'avez pas suivi un parcours traditionnel ou si vous avez des expériences alternatives, cela ne doit pas vous empêcher de postuler.
• Pourquoi AWS ?
• Amazon Web Services (AWS) est la plateforme infonuagique la plus complète et la plus amplement adoptée au monde. Nous avons été les pionniers de l'informatique infonuagique et n'avons jamais cessé d'innover. C'est pourquoi nos clients, des startups les plus prospères jusqu’aux entreprises du Fortune 500, font confiance à notre gamme de produits et de services pour faire avancer leurs entreprises.
• Une culture d'équipe inclusive
• Chez AWS, c’est dans notre nature d'apprendre et d'être curieux. Nos groupes d'affinité dirigés par nos employés favorisent une culture d'inclusion qui nous permet d'être fiers de nos différences. Des événements et des expériences d'apprentissage toujours en cours, notamment les conférences sur la race et l'ethnicité (CORE) et AmazeCon (diversité des genres), nous incitent à ne jamais cesser de valoriser nos différences.
• Mentorat et développement de carrière
• Nous élevons continuellement la barre de notre performance au plus haut, car nous nous efforçons de devenir le meilleur employeur de la planète. C'est ainsi que vous trouverez que nous avons de nombreuses ressources de partage de connaissances, de mentorat et d'autres ressources de développement de carrière pour vous aider à devenir un professionnel mieux équilibré.
• L’équilibre entre vie professionnelle et vie privée
• Nous accordons une grande importance à l'équilibre entre la vie professionnelle et la vie privée. La réussite professionnelle ne doit jamais croite en désavantagent la vie personnelle. C'est donc pour ça que la flexibilité d’horaires et de conditions de travail fait partie de notre culture. Lorsque nous nous sentons soutenus autant au travail qu’à la maison, il n'y a rien que nous ne puissions réaliser dans l’environnement de l’infonuagique.
• ---
• About the team
• Diverse Experiences
• Amazon values diverse experiences. Even if you do not meet all of the preferred qualifications and skills listed in the job description, 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.
• Work/Life Balance
• We value work-life harmony. Achieving success at work should never come at the expense of sacrifices at home, which is why we strive for flexibility as part of our working culture. When we feel supported in the workplace and at home, there’s nothing we can’t achieve in the cloud.
• 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 (diversity) conferences, inspire us to never stop embracing our uniqueness.
• Mentorship and 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.

Benefits

• general: they receive through AI/ML on the AWS platform. This means building and operationalizing ML and DL solutions for our customers while helping them adopt modern Machine Learning best practices throughout every stage of their model development lifecycle.
• general: AWS Professional Services is a unique consulting team. We pride ourselves on being customer obsessed and highly focused on the ML enablement of our customers. If you have experience with ML, including building, deploying, and monitoring models, we’d like you to join our team. A familiarity with cloud solutions (not necessarily AWS) and DevOps best practices is key as you will work with teams of Data Scientists, Data Engineers, and Architects to build truly end-to-end solutions. You must be prepared and eager to learn new technologies in this role.
• general: You will provide deep and broad insight to customers and partners to help remove constraints that prevent them from leveraging AWS services to create strategic value. A commitment to team work, hustle, and communication skills are important in this role. Creating reliable, scalable, and high-performance AI/ML solutions requires strong technical expertise, a sound understanding of the fundamentals of Computer Science, and practical experience building large-scale distributed systems.

Tags & Categories