Relevant de la directrice – Hyperautomatisation et intelligence artificielle, le développeur MLOps œuvre dans les pratiques du développement de « Machine Learning », dès la capture du besoin d’affaires, en passant par la préparation de données et de modèles en intelligence artificielle jusqu’à son déploiement en production. Il participe activement à la compréhension des requis affaires et des processus à optimiser.  Il agit à titre d’expert de pointe dans le domaine technologique de l’intelligence artificielle pour la conception, le développement, l’évaluation et la maintenance de solutions d’intelligence artificielle pour des activités d’affaires diversifiées telles que les affaires numériques, le marketing et ventes, l’actuariat, et les équipes opérationnelles.  Sa contribution touche l’ensemble des champs d’activités Beneva tels que l’assurance de dommages, l’assurance collective, l’assurance voyage, l’assurance individuelle et les produits d’investissement.  Le développeur MLOps assume ainsi un rôle transversal de bout en bout pour l'ensemble des secteurs d’activités de Beneva dans la mise en place de solutions d’intelligence artificielle.

Participe à la capture du besoin d’affaires et amène son expertise dans l’optimisation des processus par une vision des capacités offertes dans le domaine de pointe de l’intelligence artificielle Contribuer à la conception / au développement / à l’évaluation / à la maintenance de solutions d’intelligence artificielle Prendre les décisions et assurer la mise en œuvre de la cible d’architecture technologique MLOps nécessaire à l’opérationnalisation des solutions d’intelligence artificielle Agir comme référence pour les technologies Anaconda Entreprise, AWS Sagemaker, MLFlow et Python/R/SQL nécessaire pour concevoir et opérationnaliser les solutions basées sur l’intelligence artificielle Prendre en charge les travaux de préparation de données (structurées et non-structurées) complexes avec le framework d’ingénierie de données DWA Explorer et mettre en œuvre l’utilisation des services API disponibles sur un Cloud ou des librairies open-source pour développer les solutions d’intelligence artificielle Collaborer aux différents projets de veille, expérimentation et amélioration des technologies, modèles d’intelligence artificielle, langages, logiciels et outils de développement utilisés par l’équipe Exercer un rôle-conseil en tant que référent sur les technologies MLOps ; être garant de l’application des règles d’architecture préalablement définies et la bonne utilisation des technologies Assurer la formation et le coaching des nouveaux équipiers : « pair programming », formation sur l’architecture MLOps, encadrement et suivi de l’évolution de leurs travaux techniques Être responsable de dossiers spéciaux : CI/CD, déploiement, environnements, preuve de concept, autres Veiller au bon fonctionnement, à l’évolution, à la cohérence et à la performance de l’écosystème MLOps incluant les modèles d’intelligence artificielle Participe à la coordination des activités en assurant, entre autres, le lien avec les autres parties prenantes de l’écosystème au besoin : autres équipes de réalisation TI, équipes opérationnelles, sécurité, conformité, réseau, infrastructure, etc.

• 1 à 8 années d’expérience en tant que développeur Intelligence Artificielle ou données (selon le niveau du candidat recherché)
• Maitriser l’anglais et le français tant à l’oral et qu’à l’écrit
• Baccalauréat en informatique, mathématique ou l’équivalent dans les domaines de l’intelligence artificielle
• Maîtrise un atout

• Avoir de l’expérience dans la réalisation de projets en intelligence artificielle
• Avoir des connaissances approfondies des concepts d’intelligence artificielle : concepts de régression linéaire, de série chronologique, de réseau de neurones, d’arbres de classification/régression, d’inférence bayésienne, de machine à vecteurs de support et autres techniques de machine learning
• Comprendre les enjeux liés à la préparation de données pour l’intelligence artificielle
• Avoir une bonne maîtrise des bonnes pratiques en ingénierie logicielle pour structurer du code source
• Avoir des connaissances importantes en ingénierie de données
• Détenir une bonne connaissance des langages Python et/ou R
• Avoir une bonne maîtrise de AWS Sagemaker ou Anaconda (version Entreprise)
• Avoir de l’expérience avec l’opérationnalisation de modèles d’intelligence artificielle avec MLFlow
• Démontrer les connaissances approfondies avec des outils et des pratiques de DevOps (GitHub, jenkins) et de la contenarisation (Kubernetes)
• Avoir une expérience pratique dans le développement et la maintenant d’API REST
• Détenir une expérience avec des services « cognitives » ou analytiques disponible sur le Cloud

#LI-Hybrid

#S1