Analyste principal(e), Solutions IA

Caisse de dépôt et placement du Québec (CDPQ)•Montreal, QC

1d•Hybrid

About The Position

Le niveau du poste peut varier en fonction du profil de la personne retenue. L’équipe Science des données et intelligence artificielle (SDIA) accompagne l’organisation dans l’adoption responsable et à grande échelle de l’IA en mettant en place des fondations technologiques robustes, en soutenant les équipes d’affaires dans la transformation de leurs pratiques et en contribuant à la gestion des risques liés à l’utilisation de ces technologies. Au sein de la grande équipe Science des données et intelligence artificielle, l’équipe Solutions IA conçoit et développe des solutions internes exploitant l’IA générative et l’agentique pour répondre aux besoins transversaux de l’organisation. Elle crée des outils sur mesure qui tirent parti des spécificités métier de La Caisse afin d’améliorer la productivité et de générer de l’alpha. Dans cette équipe, la personne choisie est responsable de concevoir et de développer des applications d’IA générative pour soutenir la prise de décision en matière d’investissement. Ce rôle hybride exige à la fois une expertise en développement logiciel et une maîtrise des technologies d’IA générative. Elle transforme des concepts d’IA en solutions concrètes et déployables, en collaborant avec des équipes multidisciplinaires pour répondre aux défis complexes posés par nos partenaires internes. Au-delà de l’exécution technique, elle fait preuve d’initiative : elle identifie des occasions, propose des approches et porte ses idées de bout en bout, en menant plusieurs initiatives de front avec rigueur. Par sa contribution, elle joue un rôle clé dans le déploiement à grande échelle de l’IA à La Caisse.

Requirements

Diplôme universitaire de 2ième cycle dans un domaine quantitatif comme l’informatique, les mathématiques, les statistiques ou l’ingénierie financière
Minimum de trois (3) ans d’expérience pertinente
Bonnes connaissances en apprentissage automatique appliqué, en IA générative (en particulier les LLM), en statistiques et en programmation
Expérience en développement d’applications intégrant des API d’IA générative (par exemple OpenAI, Anthropic, Hugging Face ou équivalents)
Expérience de livraison de solutions d’IA de bout en bout, de la conception à la mise en production
Connaissance des techniques de RAG, chain-of-thought, few-shot et autres méthodes d’invite avancées
Maîtrise approfondie de langages et de librairies pertinents tels que Python, Spark, Scikit-Learn, Pandas, PyTorch ou TensorFlow
Un vif intérêt pour le secteur financier
Maîtrise du français et de l’anglais tant à l’oral qu’à l’écrit

Nice To Haves

Connaissance de Databricks, Snowflake ou AWS
Connaissance de LangChain, LangGraph, LlamaIndex ou d’un autre framework
Expérience avec des bases de données vectorielles

Responsibilities

Concevoir et implémenter des outils et des analyses faisant appel à des modèles d’IA générative et à des techniques d’intelligence artificielle pour bonifier la prise de décision et le suivi des investissements
Développer et maintenir des applications et des interfaces intégrant des modèles d’IA générative, en assurant leur déploiement et leur intégration dans l’environnement technologique existant
Faire appel à des méthodes telles que la recherche sémantique, l’extraction d’information, l’utilisation de grands modèles de langage (LLM) et de techniques d’invite (prompting), la génération augmentée de récupération (RAG), ou la détection, la classification et la quantification de thèmes
Intervenir dans toutes les phases des projets de science des données, de la collecte et du prétraitement des données à l’expérimentation avec différents modèles, en passant par l’analyse des résultats, leur documentation et leur communication, en assumant les arbitrages de conception et en portant les initiatives jusqu’à leur mise en production
Dialoguer directement avec les partenaires d’affaires pour cadrer leurs besoins, proposer des solutions et faire évoluer les orientations des projets
Mener plusieurs projets en parallèle, de l’idéation au déploiement, en gérant les priorités et les échéances de façon autonome
Mesurer et optimiser les performances et l’efficacité des applications mises en place
Collaborer étroitement avec les parties prenantes pour aboutir à des solutions optimales
Faciliter le partage des connaissances au sein de l’équipe et avec les autres collaborateurs