• Partner with product, UX, and technical stakeholders to analyze business problems, clarify requirements, define scope, and translate them into measurable ML problem statements. • Design, implement, and maintain scalable, enterprise-grade ML solutions in production. • Build reproducible ML workflows for data preparation, training, evaluation, and inference using modern orchestration and MLOps tooling. • Implement monitoring and evaluation frameworks to continuously improve data quality, model performance, latency, and cost through feedback loops. • Partner cross-functionally with Product, Data Science/ML, Engineering, and Security to deliver resilient, scalable, and compliant ML-powered services. • Demonstrate end-to-end systems understanding and articulate the “why” behind model and system design choices. • Own operational excellence: SLAs, on-call, incident response, customer feedback triage, and blameless post-mortems. • Drive engineering excellence via AI-assisted SDLC, code reviews, automated testing, MLOps best practices, knowledge-sharing, and mentoring. • Actively adopt AI-assisted practices to improve implementation and collaboration efficiency.

• Lead the design, development, and deployment of advanced machine learning models to enhance system performance and scalability. • Tackle complex challenges associated with resource-intensive models using distributed systems and parallel computing. • Advance methodologies for controlling, monitoring, and analyzing machine learning models in production environments. • Develop new approaches to adversarial testing, model evaluation, and robust inference. • Translate research ideas into scalable AI systems deployed in real-world, adversarial settings. • Mentor junior engineers and drive innovation within the team. • Work closely with cross-functional teams to ensure research outcomes inform production systems.

• Own Model Development: Lead the end-to-end design, development, and deployment of advanced ranking algorithms and retrieval models to deliver highly relevant search results and content. • Innovate in Semantic Search: Fine-tune and distill Language Models to enhance their domain-specific expertise. You'll implement cutting-edge semantic embedding techniques (e.g., binary, matryoshka, late interaction models) to optimize for speed and accuracy. • Build & Scale Recommender Systems: Architect and implement sophisticated recommender systems that personalize the user experience, driving engagement and content discovery. • Collaborate & Mentor: Work closely with product managers, software engineers, and data scientists to translate business needs into technical solutions. • Stay Ahead of the Curve: Actively research and evaluate emerging trends and academic research in ML, NLP, and Information Retrieval, prototyping new ideas to maintain our competitive edge.

Role Description En tant qu’ingénieur·e en apprentissage automatique, II - Modèles de caméra, vous aiderez à développer et à déployer les modèles d’apprentissage automatique qui favorisent la perception à base de caméra pour les camions autonomes. - Développer et entraîner des modèles d’apprentissage profond pour la perception à base de caméras. - Mettre en œuvre un code d’apprentissage automatique de qualité production. - Analyser le rendement de modèles à travers plusieurs scénarios de conduite. - Contribuer au développement et à l’optimisation de pipelines d’entraînement à grande échelle. - Travailler étroitement avec les équipes des données pour organiser et améliorer les ensembles de données d’entraînement. - Collaborer avec des équipes pluridisciplinaires de perception, simulation et validation. - Améliorer les flux de travail et outils d’expérimentation. - Contribuer aux discussions sur l’architecture de modèle, les stratégies d’entraînement et le design du système de perception. Qualifications - Baccalauréat en informatique, robotique, génie électrique, apprentissage automatique ou autre domaine technique connexe avec au moins 4 ans d'expérience ou une maîtrise avec au moins 2 ans d'expérience. - Expérience en développement de modèles d’apprentissage automatique ou profond pour la vision par ordinateur ou les systèmes de perception. - Compétences robustes en programmation Python et PyTorch. - Expérience en entraînement et évaluation de modèles d’apprentissage automatique à l’aide de grands ensembles de données. - Compréhension des architectures d’apprentissage profond modernes. - Expérience en débogage du comportement des modèles et en analyse des données métriques de rendement. - Capacité à collaborer avec des équipes pluridisciplinaires. Requirements - Expérience de travail en conduite autonome, en robotique ou dans des environnements d’apprentissage par simulation. - Expérience en apprentissage multitâche ou architectures de perception. - Expérience de travail avec les pipelines de données à grande échelle. - Familiarité avec l’étalonnage de caméras, le raisonnement géométrique ou la perception 3D d’images. - Expérience en déploiement de modèles d’AA dans les systèmes robotiques en temps réel ou de production. Benefits - Un programme de rémunération concurrentiel incluant un volet de primes et des options d’achat d’actions. - Une couverture médicale, dentaire et de la vue pour les employés à temps plein. - Un régime d’épargne-retraite (REER) avec une contribution de l’employeur de 4 %. - Une subvention pour le transport en commun (uniquement dans la région de Montréal). - Une flexibilité des horaires et des vacances payées généreuses. - Des fermetures de bureau pendant les congés fériés à l’échelle de l’entreprise. - Une assurance-vie. Company Description Torc se soucie de ses membres d'équipe et s'efforce de fournir des avantages et des ressources pour soutenir leur santé, leur équilibre entre vie professionnelle et vie personnelle, ainsi que leur avenir. Notre culture est collaborative, dynamique et axée sur le travail d'équipe.