Ce mandat est effectué en mode TÉLÉTRAVAIL. Ce mandat est d’une durée de 36 mois.

Activités :

• Participer aux travaux de conception, de mise en place et de validation du nouvel écosystème informationnel ;
• Conseiller l’organisation sur les orientations et les stratégies à prendre dans les volets d’analytique avancée et de valorisation des données ;
• Participer à la rédaction et l’application d’un programme de science des données qui permet d’établir les possibilités d’exploitation des données et fournit des solutions et des moyens pour ce faire ;
• Accompagner, réaliser des projets dans le cadre de projet de valorisation de données ;
• Représenter ou accompagner la direction dans les projets communs et organisationnels en lien avec la science des données ;
• Agir sur des aspects technologiques et applicatifs variés et soutenus par l’intelligence artificielle, la mobilité, l’infonuagique et l’analytique d’affaires ;
• Implanter des systèmes et des méthodologies de suivi et de mesure des indicateurs de performances ;
• Gérer, identifier et interpréter de grandes quantités de données provenant de sources différentes ;
• Effectuer les configurations nécessaires au sein des solutions en analytique d’affaires pour répondre au besoin de modélisation et deprésentation de l’information ;
• Concevoir, développer et tester des processus d’extraction, de chargement et de transformation (ELT/ETL) robustes, performants et réutilisables ;
• Supporter les conseillers en science de la donnée dans la conception, l’implémentation et l’optimisation des solutions en apprentissage machine (ML) à l’aide de divers langages de programmation et bibliothèques ;
• Transformer et déployer des modèles en apprentissage machine en production et les disposer dans des environnements infonuagiques hautement évolutifs, tout en conservant un code réutilisable et de haute qualité ;
• Surveiller et maintenir la totalité des modèles analytiques en production tout en s’assurant du leur bon fonctionnement en termes d’exécution et d’ordonnancement réel;
• Effectuer des recherches, préparer et présenter des rapports et recommander des projets de recherche ou d’exploration aux analystes ainsi qu’aux gestionnaires de la direction et aux cadres de direction ;
• Assurer une veille des meilleures pratiques dans le domaine de la science de la donnée et de la performance organisationnelle ;
• Travailler au sein d’équipes diverses dans des rôles à haute visibilité et s’approprier la solution de bout en bout ;
• Communiquer efficacement et présenter des conclusions aux spécialistes, aux gestionnaires et à des non spécialistes du domaine ;
• Décrire clairement les méthodes employées pour effectuer les recherches et exploiter les données.

Biens livrables :

• Documentation, tests et capsules de formation pour assurer la pérennité des connaissances et travaux en lien avec la mise en place des nouveaux outils analytiques;
• Architecture logicielle ;
• Architecture des conteneurs ;
• Documentation des environnements ;
• Revue de codes et des modèles ;
• Architecture du flux de données et des pipelines ;
• Rapports d’essais applicatifs ;
• Rapports d’amélioration des modèles ;
• Rapports de surveillance des modèles

Exigences :

1. Être titulaire d’un baccalauréat en statistique, mathématiques, physique, science des données, informatique, ingénierie, intelligence artificielle, géomatique, science économique ou tout autre diplôme universitaire comprenant l’analyse quantitative et statistique avancée;
2. Avoir cumulé, au cours des deux (2) dernières années, 120 jours-personnes à titre de responsable du déploiement ou de l’opérationnalisation de modèles d’apprentissage automatique (ou ML, Machine Learning), à l’exclusion des fonctions de scientifique de données, analyste de données ou expert BI, dans un environnement organisationnel comparable à celui du client;
3. Avoir réalisé deux (2) mandats d’une durée minimale de 90 jours-personne chacun, incluant la mise en production de solutions ML intégrant des outils propres aux équipes de valorisation de données tels que: Python, SQL, Git, ML Flow, DevOps, MLOps et DevSecOps, dans des organisations comparables à celle du client;
4. Détenir une certification reconnue, validant les compétences professionnelles d’ingénieur en apprentissage automatique, délivrée par un fournisseur infonuagique ou une entreprise dont le partenariat avec fournisseur infonuagique est vérifiable (AWS, Azure, Databricks, GCP) et fournir le lien vérifiable de certification confirmant sa validité ;
5. Avoir contribué, dans les deux (2) dernières années, au recueil et à la rédaction de besoins d’affaires sur au moins 20 jours-personne dans un environnement organisationnel comparable à celui du client.