
Ingénieur senior en apprentissage automatique IA/RL
- Montreal, QC
- Permanent
- Full-time
- Concevoir, entraîner et ajuster des LLMs pour l'analyse de textes biomédicaux, l'extraction de connaissances et l'intégration de données multimodales.
- Travailler avec des experts du domaine pour traduire les défis de la R&D pharmaceutique en solutions pilotées par l'IA (ex : exploration de la littérature, validation de cibles, modélisation prédictive).
- Se tenir à jour des architectures LLM de pointe (ex : variantes de Transformers, modèles augmentés par récupération) et les adapter aux cas d'usage biomédicaux.
- Optimiser les performances des modèles pour leur déploiement en environnement B2B, en veillant à leur évolutivité, leur latence et leur conformité réglementaire.
- Écrire du code propre et maintenable, et contribuer aux pipelines d'apprentissage automatique.
- Participer aux revues de code, à la validation des modèles et à la documentation.
- Soutenir l'intégration des LLMs dans la plateforme Pharma.AI de bout en bout.
- Formation : Doctorat en informatique, apprentissage automatique, bioinformatique ou dans des domaines connexes. Les titulaires d'un master avec une expérience significative seront également considérés.
- Compétences techniques :
- Bonne maîtrise des architectures LLM (Transformer, BERT, GPT, etc.) et des techniques NLP (tokenisation, embeddings, mécanismes d'attention).
- Maîtrise de Python et des frameworks ML (PyTorch, TensorFlow, JAX).
- Une expérience en entraînement distribué, optimisation de modèles ou déploiement de LLM est un atout.
- Connaissances du domaine :
- Une exposition préalable aux données biomédicales/santé (ex : littérature scientifique, essais cliniques, données omiques) est fortement souhaitée.
- Une familiarité avec les cycles de développement de produits IA B2B (recueil des besoins, prototypage, déploiement en entreprise) est un avantage important.
- État d'esprit : Curiosité pour la découverte de médicaments par l'IA, adaptabilité à un environnement R&D rapide, esprit collaboratif.
- Qualifications souhaitées :
- Publications ou projets en NLP/LLM appliqués aux sciences de la vie.
- Expérience avec les plateformes cloud (AWS, GCP) et la conteneurisation (Docker, Kubernetes).
- Contributions à des projets open source en apprentissage automatique.