Spécialiste en Apprentissage Automatique

DRW Montreal•Montreal, QC

11h

About The Position

DRW est une société de négoce diversifiée avec plus de 3 décennies d'expérience qui réunit une technologie sophistiquée et des personnes exceptionnelles pour opérer sur les marchés du monde entier. Nous valorisons l'autonomie et la capacité à pivoter rapidement pour saisir les opportunités, c'est pourquoi nous opérons en utilisant notre propre capital et en négociant à nos propres risques. Basée à Chicago et disposant de bureaux aux États-Unis, au Canada, en Europe et en Asie, nous négocions diverses catégories d'actifs, notamment les titres à revenu fixe, les FNB, les actions, les devises, les matières premières et l'énergie sur les principaux marchés mondiaux. Nous avons également tiré parti de notre expertise et de notre technologie pour nous développer dans trois stratégies non traditionnelles : l'immobilier, le capital-risque et les crypto-actifs. Nous opérons avec respect, curiosité et ouverture d'esprit. Les personnes qui s'épanouissent ici partagent notre conviction que ce n'est pas seulement ce que nous faisons qui compte - c'est la façon dont nous le faisons. DRW est un lieu d'attentes élevées, d'intégrité, d'innovation et de volonté de remettre en question le consensus. Notre équipe travaille sur une variété de projets d’apprentissage automatique à fort impact, et nous cherchons un spécialiste en apprentissage automatique pour se joindre à nous. Dans ce rôle, vous développerez des systèmes essentiels pour nos modèles d’apprentissage automatique et aurez l’occasion d’avoir un impact important sur nos activités. En tant que membre de notre équipe, vous serez entouré de technologies de pointe ainsi que de professionnels expérimentés en apprentissage automatique, en données et en développement logiciel, vous offrant ainsi le meilleur environnement possible pour réussir. Vous aurez toujours accès à de nouveaux projets stimulants qui vous permettront de mettre vos compétences à profit tout en devenant expert dans certains domaines.

Requirements

Baccalauréat ou maîtrise en informatique, en génie logiciel ou dans un domaine équivalent.
Plus de 13 ans d’expérience dans le développement de logiciels pour des systèmes d’apprentissage automatique.
Solide compréhension des concepts d’apprentissage automatique et d’apprentissage profond.
Excellentes compétences en programmation et en développement de scripts.
Expérience dans la création, la validation, le déploiement, la surveillance et la mise à jour de modèles en production.
Expérience avec les infrastructures et les outils de MLOps.
Excellentes aptitudes en résolution de problèmes et en analyse.
Excellentes compétences en communication et en collaboration.
Expérience avec des cadres d’apprentissage automatique tels que TensorFlow, PyTorch, TensorRT et ONNX.
Expérience en programmation GPU avec CUDA, OpenCL ou des bibliothèques similaires.
Expérience en optimisation des performances d’inférence (quantification, profilage, ajustement du noyau ou de l’environnement d’exécution, moteurs d’inférence).

Nice To Haves

Une expérience dans un ou plusieurs des domaines suivants constitue un atout : systèmes distribués, programmation "multithread", interaction matériel-logiciel.

Responsibilities

Concevoir et mettre en œuvre des systèmes évolutifs et performants pour le déploiement de modèles d’apprentissage automatique.
Optimiser les performances d’entraînement et d’inférence des modèles d’apprentissage profond.
Créer et maintenir des pipelines, des magasins et des registres de modèles.
Surveiller les modèles en production et mettre en place une infrastructure de réentraînement afin d’améliorer leur performance.
Optimiser les modèles pour leur déploiement sur différentes configurations matérielles.
Développer des cadres de travail favorisant une recherche reproductible et évolutive.
Piloter des projets et diriger de nouvelles initiatives.
Animer des discussions sur l’implémentation du code, les tests et les meilleures pratiques en architecture logicielle.
Collaborer activement avec les autres membres de l’équipe afin de résoudre des problèmes complexes de conception et de programmation.
Travailler en étroite collaboration avec des parties prenantes provenant de différents départements.