Trouvez un emploi au Canada.

495 012 offres dans notre réseau canadien. Comment nous comptons

Emplois : Canada

Recevoir les nouvelles offres Enregistrer cette recherche

Ajouté il y a 2 mois
VE
Ingénieur(e) Application / Application Engineer
Veolia Environnement SA
Montreal, QC
- Temps plein
As an Application Engineer, you will be the primary technical point of contact for our clients. You will collaborate closely with sales and process engineering teams to design innovative…
Ajouté il y a 3 mois
ED
Ingénieur, Conception d'infrastructures centres de donnée | Data Center Infrastructure Design Engineer
Estruxture Data Centers
Montreal, Quebec
- Temps plein
…capacité, plus de connexions qui leur permettent d'exécuter des applications d'entreprise modernes et exigeantes, et d'offrir à leur entreprise le contrôle nécessaire pour s'adapter…
Ajouté il y a 1 mois
G
Prompt Engineer
Genpact
Montreal, QC
- 70 000 $ à 75 000 $ CAD / an
- Temps plein
Inviting applications for the role of Prompt Engineer at Montreal, QC
Ajouté il y a 3 mois
Coordonnateur(trice) aux Licenses Logicielles / Software Licensing Coordinator
OPAL-RT
Montreal, Quebec
Leader mondial dans la diversité des applications, nos outils sont utilisés dans une multitude de secteurs tels que l'automobile, l'aérospatiale, l’énergie, le transport, la fabrication…
Ajouté il y a 2 mois
GV
Lead Power Systems Protection & Control Application Engineer/ Ingénieur d'application principal (Lead) en protection et contrôle des systèmes électriques
GE Vernova
Markham, Ontario
- Temps plein
…protection. As a Lead Power Systems Protection & Control Application Engineer, you will bridge the gap between complex power system theory and real-world algorithm implementation, playing a…
Ajouté il y a 2 mois
E
Développeur(-euse) principal(e) de logiciels (contenu) /Principal Software Development Engineer
Expedia
Montreal, QC · Canada - Quebec - Montreal
- Temps plein
…d’activité. Lorsque vous planifiez un voyage sur les sites Web ou les applications mobiles d’Expedia Group, la plupart des éléments de contenu que vous rencontrez ont été sélectionnés par…
Ajouté il y a 3 mois
E
Développeur(-euse) principal d’application mobile − Android / Senior Mobile Developer – Android
Expedia
Montreal, Quebec · Canada - Quebec - Montreal
- Temps plein
…pour offrir des expériences fluides et personnalisées sur les applications natives et sur le…
Ajouté il y a 3 mois
E
Développeur(-euse) de logiciels sénior(e) (contenu) / Senior Software Development Engineer
Expedia
Montreal, Quebec · Canada - Quebec - Montreal
- Temps plein
…secteurs d’activité. Lorsque vous planifiez un voyage sur les applications mobiles ou les sites Web d’Expedia Group, chaque étape de votre expérience est enrichie par notre équipe…
Ajouté il y a 4 mois
Senior Machine Learning Engineer - Computer Vision
Citylogix
Montreal, Quebec
Reporting to the Chief Technology Officer (CTO), the Senior Machine Learning Engineer is responsible for researching, developing, and deploying the computer-vision models at the core of our…
Ajouté il y a 4 mois
S
SAR Payload System Engineer
Scalian
Montreal, Quebec
- Temps plein
We are looking for a Synthetic Aperture Radar (SAR) Systems Engineer to collaborate on one of our projects in the space sector.
Ajouté il y a 4 mois
JI
QA Automation Specialist (12-month Contract) | Spécialiste QA automatisation (Contrat de 12 mois)
Jesta I.S.
Westmount, Quebec · Montreal, Quebec
- Temps plein
Bachelor’s degree in Computer Science, Software Engineering, Information Systems, or a related field, or equivalent practical experience
Ajouté il y a 4 mois
JI
Senior Data Scientist | Scientifique de données senior
Jesta I.S.
Westmount, Quebec · Montreal, Quebec
- Temps plein
As part of our strategic investment in AI, Jesta is building a new generation of intelligent enterprise applications that combine predictive analytics, machine learning, generative AI,…
Ajouté il y a 2 mois
MS
Senior Software Security Engineer
Motorola Solutions
Vancouver, BC · Quebec, QC · AB · BC · ON
- Temps plein
This Senior Software Security Engineer will be responsible for analyzing software designs and implementations from a security perspective, identifying and proposing remediations to security…
Ajouté il y a 4 mois
N
Flow Cytometry Systems Engineer
nomic
Montreal, Quebec
- Temps plein
This role is similar to an internal Field Applications Scientist / Field Applications Engineer for flow cytometry. You will support our internal teams in the use, maintenance,…
Ajouté il y a 4 mois
PF
Ingénieur·e principal·e en implantation | Principal Implementation Engineer
Power Factors
Télétravail, Canada
- Télétravail
…supervision et du contrôle jusqu’aux analyses de marché. Grâce à des applications ouvertes axées sur les données, la plateforme permet aux acteurs du secteur des énergies renouvelables de…
Ajouté il y a 5 mois
D
Controls Systems Technician (Airport Montreal)
Daifuku
Montreal, Quebec
- Autre
…problem-solving skills and a penchant for creativity, this is a field for…
Ajouté il y a 6 mois
D
Controls Engineer II (Airport Montreal)
Daifuku
Montreal, Quebec
- Autre
…problem-solving skills and a penchant for creativity, this is a field for…
Ajouté il y a 3 mois
R
Gestionnaire, Analyse de la performance des produits et systèmes de données après-vente | Manager, Aftermarket Product Performance Analytics & Data Systems
RTX
Mississauga, Ontario
- Temps plein
Ajouté il y a 5 mois
MS
Senior Software Engineer - AI/Computer Vision (Camera Systems)
Motorola Solutions
Vancouver, British Columbia · Toronto, Ontario
- Temps plein
As a Senior Software Engineer in our camera systems group, you will play a crucial role in designing, developing, and optimizing C++ code for embedded systems. You will work on implementing…
Ajouté il y a 4 mois
Développeur des opérations de négociation / Trade Operations Developer
Tower Research Capital
Montreal, Quebec
Solide connaissance pratique des applications de rapport sur les résultats et les risques

Vous avez tout vu.

Citylogix

Senior Machine Learning Engineer - Computer Vision

Montreal, QC, Canada

Postuler À propos de l’employeur

La candidature s’ouvre dans un nouvel onglet.

Détails de l’emploi

Expérience: Minimum of 5 years of applied machine-learning / computer-vision experience, or a graduate degree (MSc/PhD) ina relevant field plus 3+ years of applied experience
Langue de l’annonce: Anglais · Français
Publié: 26 juin 2026

Description originale de l’offre

Version française de cette offre bilingue.

Peer-reviewed publications or open-source contributions in computer vision

Version française:

À propos du rôle

Relevant du chef de la direction technologique (CTO), l'ingénieur principal ou l'ingénieure principale en apprentissage automatique est responsable de la recherche, du développement et du déploiement des modèles de vision par ordinateur au cœur de notre plateforme. Ceux-ci comprennent notamment les systèmes de segmentation qui détectent les défauts d'infrastructure et cartographient les actifs routiers à partir d'images acquises à grande échelle.

Il s'agit d'un rôle technique pratique, axé sur la segmentation par transformeurs. Vous prendrez en charge l'ensemble du cycle de vie des modèles, de la recherche à la mise en production : amélioration de la précision et de la robustesse, généralisation des modèles à différents systèmes de caméras, consolidation de modèles spécialisés en architectures unifiées, et collaboration avec les équipes DevOps et de développement afin d'assurer leur déploiement fiable et à grande échelle.

Responsabilités principales

Concevoir, entraîner et évaluer des modèles d'apprentissage profond pour la segmentation sémantique, par instance et panoptique, appliqués à la détection de défauts d'infrastructure ainsi qu'à la segmentation des actifs et des scènes routières.
Adapter et affiner (fine-tuning) des architectures de segmentation par transformeurs (p. ex. Mask2Former, OneFormer et les modèles de la famille DETR, y compris des variantes internes).
Améliorer la généralisation des modèles afin d'assurer une performance fiable sur différents systèmes de caméras et dans diverses conditions d'imagerie, individuellement ou en combinaison.
Consolider plusieurs points de contrôle (checkpoints) spécialisés en modèles multitâches unifiés afin de simplifier l'architecture de production.
Collaborer avec l'équipe DevOps pour entraîner, déployer et surveiller les modèles sur AWS (y compris Amazon SageMaker), tout en optimisant les performances et les coûts d'inférence.
Concevoir et maintenir des pipelines d'entraînement reproductibles, des bancs d'évaluation ainsi que des flux de travail liés aux jeux de données et à l'annotation.
Diagnostiquer les défaillances des modèles et les problèmes de qualité des données, puis mettre en œuvre des améliorations mesurables en matière de précision, de robustesse et d'efficacité.
Assurer une veille technologique sur les nouvelles architectures et techniques, puis recommander celles qui apportent une réelle valeur ajoutée à la plateforme.
Maintenir une documentation technique claire, des registres d'expériences et des normes de gestion des versions des modèles.

Exigences du poste

Minimum de cinq (5) années d'expérience appliquée en apprentissage automatique ou en vision par ordinateur, ou une maîtrise (M. Sc.) ou un doctorat (Ph. D.) dans un domaine pertinent accompagné d'au moins trois (3) années d'expérience appliquée.
Solide maîtrise pratique de PyTorch.
Expérience démontrée en segmentation par apprentissage profond (sémantique, par instance et/ou panoptique) appliquée à des images réelles.
Expérience pratique des architectures de vision par transformeurs (Mask2Former, OneFormer, DETR ou équivalent).
Bonne maîtrise des techniques de fine-tuning, d'apprentissage par transfert (transfer learning) et d'adaptation ou de généralisation de domaine.
Expérience avec l'écosystème Hugging Face et/ou Detectron2.
Aisance à entraîner et à déployer des modèles dans un environnement infonuagique (AWS de préférence; une expérience avec Amazon SageMaker constitue un atout important).
Solides compétences en développement logiciel Python ainsi qu'en bonnes pratiques de développement (gestion des versions, tests et reproductibilité).
Excellentes aptitudes en communication, en collaboration et en résolution de problèmes, ainsi que la capacité à gérer plusieurs priorités dans un environnement dynamique.

Atouts

Expérience avec l'imagerie provenant de caméras industrielles, linéaires (line-scan) ou panoramiques.
Expérience en géomatique (SIG), en télédétection ou dans des applications liées aux infrastructures et au génie civil.
Expérience en MLOps, notamment en gestion du cycle de vie des modèles, en surveillance et en CI/CD appliqués à l'apprentissage automatique.
Expérience en optimisation de modèles (quantification, distillation, ONNX, TensorRT ou équivalent) afin d'améliorer l'efficacité de l'inférence.
Expérience dans l'unification de systèmes multitâches ou multimodèles au sein d'architectures consolidées.
Publications évaluées par les pairs ou contributions à des projets de vision par ordinateur à code source ouvert.
Expérience au sein d'une entreprise technologique ou d'une entreprise SaaS en forte croissance.

Lire l’offre bilingue complète

About the role

Reporting to the Chief Technology Officer (CTO), the Senior Machine Learning Engineer is responsible for researching, developing, and deploying the computer-vision models at the core of our platform - the segmentation systems that detect infrastructure defects and map road assets from large-scale imagery.

This is a hands-on technical role focused on transformer-based segmentation. You will own models from research through production: improving accuracy and robustness, generalizing models across different camera systems, consolidating task-specific models into unified architectures, and partnering with our DevOps and Engineering teams to bring them reliably into production at scale.

What you'll do

Research, design, train, and evaluate deep-learning models for semantic, instance, and panoptic segmentation, applied to infrastructure-defect detection and road-asset/scene segmentation
Fine-tune and adapt transformer-based segmentation architectures (e.g., Mask2Former, OneFormer, and DETR-family models, including custom in-house variants) Improve domain generalization so models perform reliably across heterogeneous
camera systems and imaging conditions, both individually and in combination
Consolidate multiple task- or defect-specific checkpoints into unified, multi-task models to simplify the production footprint
Partner with the DevOps team to train, deploy, and monitor models on AWS (including Amazon SageMaker), and to optimize inference performance and cost
Build and maintain reproducible training pipelines, evaluation benchmarks, and dataset/annotation workflows
Diagnose model failures and data-quality issues, and drive measurable improvements in accuracy, robustness, and efficiency
Track emerging architectures and techniques, and recommend where they create real value for the platform
Maintain clear technical documentation, experiment records, and model-versioning standards

Qualifications

Minimum of 5 years of applied machine-learning / computer-vision experience, or a graduate degree (MSc/PhD) ina relevant field plus 3+ years of applied experience
Strong, hands-on proficiency with PyTorch
Demonstrated experience with deep-learning segmentation (semantic, instance, and/or panoptic) on real-world image data
Practical experience with transformer-based vision architectures (Mask2Former, OneFormer, DETR, or similar)
Solid command of fine-tuning, transfer learning, and domain-adaptation/generalization techniques
Experience with the Hugging Face ecosystem and/or detectron2
Comfort training and deploying models in a cloud environment (AWS preferred; experience with Amazon SageMaker a strong asset)
Strong Python engineering skills and good software practices (version control, testing, reproducibility)
Excellent communication and collaboration skills, and the ability to manage priorities in a fast-paced environment

Nice to Have

Experience working with imagery from industrial, line-scan, or panoramic camera systems
Background in geospatial / GIS, remote sensing, or infrastructure/civil applications
MLOps experience: model lifecycle management, monitoring, and CI/CD for ML
Model-optimization experience (quantization, distillation, ONNX/TensorRT, or similar) for efficient inference
Experience unifying multi-task or multi-model systems into consolidated architectures
Peer-reviewed publications or open-source contributions in computer vision
Experience in a fast-growing SaaS or technology-driven organization

Version française:

À propos du rôle

Responsabilités principales

Concevoir, entraîner et évaluer des modèles d'apprentissage profond pour la segmentation sémantique, par instance et panoptique, appliqués à la détection de défauts d'infrastructure ainsi qu'à la segmentation des actifs et des scènes routières.
Adapter et affiner (fine-tuning) des architectures de segmentation par transformeurs (p. ex. Mask2Former, OneFormer et les modèles de la famille DETR, y compris des variantes internes).
Améliorer la généralisation des modèles afin d'assurer une performance fiable sur différents systèmes de caméras et dans diverses conditions d'imagerie, individuellement ou en combinaison.
Consolider plusieurs points de contrôle (checkpoints) spécialisés en modèles multitâches unifiés afin de simplifier l'architecture de production.
Collaborer avec l'équipe DevOps pour entraîner, déployer et surveiller les modèles sur AWS (y compris Amazon SageMaker), tout en optimisant les performances et les coûts d'inférence.
Concevoir et maintenir des pipelines d'entraînement reproductibles, des bancs d'évaluation ainsi que des flux de travail liés aux jeux de données et à l'annotation.
Diagnostiquer les défaillances des modèles et les problèmes de qualité des données, puis mettre en œuvre des améliorations mesurables en matière de précision, de robustesse et d'efficacité.
Assurer une veille technologique sur les nouvelles architectures et techniques, puis recommander celles qui apportent une réelle valeur ajoutée à la plateforme.
Maintenir une documentation technique claire, des registres d'expériences et des normes de gestion des versions des modèles.

Exigences du poste

Minimum de cinq (5) années d'expérience appliquée en apprentissage automatique ou en vision par ordinateur, ou une maîtrise (M. Sc.) ou un doctorat (Ph. D.) dans un domaine pertinent accompagné d'au moins trois (3) années d'expérience appliquée.
Solide maîtrise pratique de PyTorch.
Expérience démontrée en segmentation par apprentissage profond (sémantique, par instance et/ou panoptique) appliquée à des images réelles.
Expérience pratique des architectures de vision par transformeurs (Mask2Former, OneFormer, DETR ou équivalent).
Bonne maîtrise des techniques de fine-tuning, d'apprentissage par transfert (transfer learning) et d'adaptation ou de généralisation de domaine.
Expérience avec l'écosystème Hugging Face et/ou Detectron2.
Aisance à entraîner et à déployer des modèles dans un environnement infonuagique (AWS de préférence; une expérience avec Amazon SageMaker constitue un atout important).
Solides compétences en développement logiciel Python ainsi qu'en bonnes pratiques de développement (gestion des versions, tests et reproductibilité).
Excellentes aptitudes en communication, en collaboration et en résolution de problèmes, ainsi que la capacité à gérer plusieurs priorités dans un environnement dynamique.

Atouts

Expérience avec l'imagerie provenant de caméras industrielles, linéaires (line-scan) ou panoramiques.
Expérience en géomatique (SIG), en télédétection ou dans des applications liées aux infrastructures et au génie civil.
Expérience en MLOps, notamment en gestion du cycle de vie des modèles, en surveillance et en CI/CD appliqués à l'apprentissage automatique.
Expérience en optimisation de modèles (quantification, distillation, ONNX, TensorRT ou équivalent) afin d'améliorer l'efficacité de l'inférence.
Expérience dans l'unification de systèmes multitâches ou multimodèles au sein d'architectures consolidées.
Publications évaluées par les pairs ou contributions à des projets de vision par ordinateur à code source ouvert.
Expérience au sein d'une entreprise technologique ou d'une entreprise SaaS en forte croissance.

Postuler À propos de l’employeur

En savoir plus sur ce poste

Parrainage de visa

Aucune mention détectée dans l’offre

Signaler cette offre