About the Company 

At Torc, we have always believed that autonomous vehicle technology will transform how we travel, move freight, and do business.

A leader in autonomous driving since 2007, Torc has spent over a decade commercializing our solutions with experienced partners. Now a part of the Daimler family, we are focused solely on developing software for automated trucks to transform how the world moves freight. 

Join us and catapult your career with the company that helped pioneer autonomous technology, and the first AV software company with the vision to partner directly with a truck manufacturer. 

Meet the Team: 

As a Staff Machine Learning Engineer specializing in BEV (Bird’s-Eye View) and Multi-Modal Perception, you will lead the development of next-generation models that unify information across cameras, LiDAR and radar to deliver a rich spatial understanding of the driving environment. 

You will drive architectural innovation, large-scale model training, and data-driven improvements that directly advance the perception capabilities at the heart of Torc’s autonomous driving stack. 

This is a technical leadership role focused on model innovation and maturity, not downstream feature integration. 

What You’ll Do 

• Lead BEV model development: Define and execute the technical roadmap for BEV-based perception models across multiple tasks (e.g., detection, segmentation, road topology, and scene understanding). 
• Design advanced multi-modal architectures that fuse heterogeneous sensor data (camera, LiDAR, radar, HD maps) into unified spatial representations.
• Develop foundational perception models leveraging BEV transformers, voxel-based encoders, or implicit scene representations.
• Own large-scale training workflows — from data sampling strategies and augmentation pipelines to distributed training and hyperparameter optimization.
• Advance model robustness and generalization, addressing long-tail conditions such as low visibility, occlusions, and rare scene configurations.
• Establish evaluation frameworks for geometric accuracy, temporal stability, and cross-domain transfer performance.
• Collaborate cross-functionally with sensor calibration, mapping, and fusion teams to ensure cohesive perception model interfaces.
• Mentor and guide ML engineers, cultivating best practices in experimentation, code quality, and model validation.
• Stay at the forefront of ML research, exploring self-supervised learning, large-scale pretraining, or foundation models for 3D perception. 

What You’ll Need to Succeed 

• 10+ years of experience in deep learning for perception, 3D vision, and/or autonomous systems
• M.S. or Ph.D. in Computer Science, Electrical Engineering, Robotics, or related field (or equivalent practical experience).
• Proven expertise in BEV modeling, 3D scene understanding, and multi-view fusion.
• Strong background in multi-modal sensor fusion, particularly integrating camera and LiDAR data.
• Proficiency in Python and deep learning frameworks such as PyTorch or TensorFlow.
• Experience with large-scale data pipelines, distributed training, and experiment management systems.
• Demonstrated leadership in driving ML model innovation and mentoring technical teams. 

Bonus Points! 

• Experience with autonomous driving or robotics perception in production environments.
• Experience with MLOps and infrastructure tools (Ray)
• Hands-on expertise in BEV-based ML architectures, LiDAR-vision fusion, or spatial-temporal modeling.
• Familiarity with 3D labeling, calibration, and sensor simulation pipelines.
• Track record of publications or open-source contributions in top-tier venues (CVPR, ICCV, NeurIPS, ICRA, CoRL).
• Understanding of performance tradeoffs and deployment constraints (latency, memory, accuracy). 

Knowledge of English is required since the selected candidate will need to collaborate daily with English-speaking colleagues in the United States and work with technical documentation written exclusively in English. 

Work Location: For this position, we are open to hiring in either the Torc Montreal, Quebec (Canada) or Ann Arbor, MI (U.S.) office work locations in a hybrid capacity. We are also open to hiring Remote in the United States or Canada.

Perks of Being a Full-time Torc’r (Canada) 

Torc cares about our team members and we strive to provide benefits and resources to support their health, work/life balance, and future. Our culture is collaborative, energetic, and team focused. Torc offers: 

• A competitive compensation package that includes a bonus component and stock options
• Medical, dental, and vision for full-time employees
• RRSP plan with a 4% employer match
• Public Transit Subsidy (Montreal area only)
• Flexibility in schedule and generous paid vacation
• Company-wide holiday office closures
• Life Insurance 

 At Torc, we’re committed to building a diverse and inclusive workplace. We celebrate the uniqueness of our Torc’rs and do not discriminate based on race, religion, color, national origin, gender (including pregnancy, childbirth, or related medical conditions), sexual orientation, gender identity, gender expression, age, veteran status, or disabilities. Even if you don’t meet 100% of the qualifications listed for this opportunity, we encourage you to apply. 

Our compensation reflects the cost of labor across several geographic markets. Pay is based on a number of factors and may vary depending on job-related knowledge, skills, and experience. Torc's total compensation package will also include our corporate bonus and stock option plan. Dependent on the position offered, sign-on payments, relocation, and other forms of compensation may be provided as part of a total compensation package, in addition to a full range of medical, financial, and/or other benefits. 

CAD Compensation Range: $209,300-313,800 CAD

Job ID: 102405

À propos de l’entreprise  

À Torc, nous avons toujours cru que la technologie des véhicules autonomes transformera la façon dont nous voyageons, transportons la marchandise et faisons des affaires.  

Leader de la conduite autonome depuis 2007, Torc a passé plus d’une décennie à commercialiser des solutions aux côtés de partenaires chevronnés. Nous faisons maintenant partie de la famille Daimler, ce qui nous permet de nous concentrer uniquement sur le développement de logiciels pour les camions automatisés. Nous transformerons la façon dont le monde transporte la marchandise.  

Joignez-vous à notre équipe : catapultez votre carrière au sein de l’entreprise ayant contribué à créer la technologie de conduite autonome (CA). Nous sommes la première entreprise de logiciels de CA ayant eu la vision de faire équipe directement avec un constructeur de camions.  

Rencontrez l’équipe : 

En tant qu’ingénieur(e) “Staff" en apprentissage automatique spécialisé(e) dans le BEV (Bird’s-Eye View) et la Perception multimodale, vous dirigerez le développement de modèles de nouvelle génération qui unifient les informations provenant des caméras, du LiDAR et du radar pour offrir une riche compréhension spatiale de l’environnement de conduite. 

Vous conduirez l’innovation architecturale, la formation de modèles à grande échelle et les améliorations basées sur les données qui font directement progresser les capacités de perception au cœur de la pile de conduite autonome de Torc. 

Il s’agit d’un rôle de leadership technique axé sur l’innovation et la maturité du modèle, et non sur l’intégration des fonctionnalités en aval. 

Ce que vous ferez 

• Diriger le développement du modèle BEV : Définir et exécuter la feuille de route technique pour les modèles de perception basés sur le BEV à travers de multiples tâches (par exemple, la détection, la segmentation, la topologie de la route et la compréhension de la scène). 
• Concevoir des architectures multimodales avancées qui fusionnent des données de capteurs hétérogènes (caméra, LiDAR, radar, cartes HD) en représentations spatiales unifiées.
• Développer des modèles de perception fondamentaux en s’appuyant sur les transformateurs BEV, les encodeurs basés sur les voxels ou les représentations implicites de la scène.
• Possède des flux de travail de formation à grande échelle, depuis des stratégies d’échantillonnage de données et des pipelines d’augmentation jusqu’à la formation distribuée et à l’optimisation des hyperparamètres.
• Améliorer la robustesse et la généralisation du modèle, en tenant compte des conditions de longue traîne, telles que la faible visibilité, les occlusions et les configurations rares de la scène.
• Établir des cadres d’évaluation pour la précision géométrique, la stabilité temporelle et les performances de transfert entre domaines.
• Collaborer de manière transversale avec les équipes chargées de l’étalonnage des capteurs, de la cartographie et de la fusion afin d’assurer la cohésion des interfaces des modèles de perception.
• Encadrer et guider les ingénieurs en apprentissage automatique, en cultivant les meilleures pratiques en matière d’expérimentation, de qualité du code et de validation des modèles.
• Reste à la pointe de la recherche en apprentissage automatique, en explorant l’apprentissage autosupervisé, le préentraînement à grande échelle, ou les modèles de base pour la perception 3D. 

Ce dont vous aurez besoin pour réussir : 

• Maîtrise ou doctorat en informatique, génie électrique, robotique ou autre domaine connexe (ou expérience pratique équivalente).
• 10 ans d’expérience et plus en apprentissage approfondi pour la perception, la vision 3D, ou les systèmes autonomes.
• Expertise avérée dans la modélisation BEV, la compréhension des scènes 3D et la fusion multivue.
• Solide expérience en fusion de capteurs multimodaux, en particulier l’intégration de données d’appareils photo et de LiDAR.
• Maîtrise de Python et des Cadres d’applications d’apprentissage approfondi, tels que PyTorch ou TensorFlow.
• Expérience des pipelines de données à grande échelle, de la formation distribuée et des systèmes de gestion des expériences.
• Leadership avéré dans la conduite de l’innovation en matière de modèles d’apprentissage automatique et dans le mentorat d’équipes techniques. 

Points bonus! 

• Expérience de la conduite autonome ou de la perception robotique dans des environnements de production.
• Expérience des outils MLOps et d’infrastructure (Ray)
• Expertise pratique dans les architectures d’apprentissage automatique basées sur le BEV, la fusion LiDAR-vision ou la modélisation spatio-temporelle.
• Familiarité avec l’étiquetage 3D, l’étalonnage et les pipelines de simulation de capteurs.
• Expérience de publications ou de contributions à des logiciels libres dans des domaines de premier plan (CVPR, ICCV, NeurIPS, ICRA, CoRL).
• Compréhension des compromis de performance et des contraintes de déploiement (latence, mémoire, précision). 

La connaissance de l’anglais est exigée puisque la personne retenue devra collaborer de façon journalière avec des collègues anglophones aux États-Unis et travailler avec la documentation technique rédigée uniquement en anglais. 

Avantages d’être un employé à temps plein Torc’r 

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. Torc offre: 

• 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 

Notre rémunération reflète le coût de la main-d'œuvre sur plusieurs marchés géographiques. Le salaire est déterminé en fonction d'un certain nombre de facteurs et peut varier en fonction des connaissances, des compétences et de l'expérience liées au poste. Le programme de rémunération globale de Torc comprend également notre prime corporative et notre régime d’options d’achat d’actions.  Selon le poste proposé, des primes d’embauche, des indemnités de relocalisation ou d’autres formes de rémunération peuvent aussi être inclus dans le cadre du programme de rémunération globale, en plus d’une gamme complète d’avantages sociaux, médicaux, financiers et/ou autres. 

À Torc, nous nous engageons à cultiver un milieu de travail diversifié et inclusif. Nous célébrons l’unicité de chaque membre de l’équipe de Torc. Nous ne faisons pas de discrimination par rapport à l’origine ethnique, la religion, la couleur de peau, la nationalité, le genre (y compris la grossesse, les enfants ou autre condition médicale), l’orientation sexuelle, l’identité de genre, l’expression de genre, l’âge, le statut de vétéran ou les handicaps. 

Même si vous ne répondez pas à 100 % des qualifications énumérées pour ce poste, nous vous invitons à postuler. 

Numéro de poste: 102405

Fourchette salariale pour le poste Fourchette de rémunération au Canada:

$209,200 - $313,800 CAD

MaintainX est la première plateforme mobile au monde dédiée à la gestion des actifs et des tâches dans les environnements industriels et de première ligne. Nous proposons une solution moderne, basée sur l'IoT et le cloud, qui facilite la maintenance, la sécurité et l'exploitation des équipements et installations physiques. Nous aidons plus de 12 000 organisations, dont Duracell, Univar Solutions, Titan America, McDonald's, Brenntag, Cintas, Xylem et Shell, à atteindre l'excellence opérationnelle et la fiabilité à grande échelle. À la suite de notre série D de 150 millions de dollars menée par Bain Capital Ventures, Bessemer Ventures, August Capital, Amity Ventures et Ridge Ventures, MaintainX a levé un total de 254 millions de dollars, valorisant la société à 2,5 milliards de dollars. Alors que nous entrons dans notre prochaine phase de croissance, nous investissons massivement dans l'IA/ML, les LLM et l'IoT industriel afin de transformer le mode de fonctionnement des équipes de première ligne, en prédisant les pannes avant qu'elles ne se produisent, en automatisant les flux de travail et en intégrant l'intelligence dans chaque actif et chaque procédure.

Ce que vous ferez:

• Concevoir, développer et optimiser des modèles d’apprentissage automatique (machine learning) pour la détection et la classification de défauts de bout en bout — des choix liés aux données et à l’entraînement jusqu’aux stratégies d’évaluation et aux contraintes de mise en production.
• Réaliser des analyses exploratoires de données (EDA) sur des données de vibration, des données OT (technologies opérationnelles) et des séries temporelles afin d’en tirer des insights et d’identifier des motifs révélateurs de défaillances ou d’anomalies.
• Mener des expérimentations et évaluer différents algorithmes en modélisation de séries temporelles, en traitement du signal et en méthodes statistiques afin d’optimiser la performance des modèles.
• Collaborer avec les chefs de produit (PM) pour la découverte de fonctionnalités et la priorisation de la feuille de route, notamment en validant des hypothèses produit, en définissant des indicateurs de succès et en quantifiant l’impact pour les utilisateurs finaux.
• Travailler en étroite collaboration avec des experts du domaine afin de valider les résultats et d’assurer leur pertinence dans des contextes réels.
• Participer activement à la communauté interne de pairs pour remettre en question le statu quo, améliorer les méthodes de travail et influencer les décisions d’architecture, tout en contribuant à une culture d’excellence en science appliquée.
• Participer aux rotations de garde (on-call).

À propos de vous:

• Maîtrise ou doctorat en informatique, science des données, génie mécanique, génie électrique ou dans un domaine connexe, avec une spécialisation en surveillance d’état (condition monitoring) ou en apprentissage automatique.
• Plus de 5 ans d’expérience démontrée en programmation avec des outils standards de ML tels que Python, PyTorch, TensorFlow, etc.
• Solides connaissances fondamentales en apprentissage automatique, en science des données et en statistiques.
• Bonne maîtrise des techniques de modélisation de séries temporelles et de l’ingénierie de caractéristiques (feature engineering).
• Capacité à livrer du code prêt pour la production, bien testé, maintenable et validé par des expérimentations rigoureuses.

Atouts:

• Expérience pratique dans le développement de modèles appliqués aux données OT et de vibration, à la surveillance d’état et à la détection ou classification de défauts.
• Connaissance des techniques de traitement du signal (p. ex. transformée de Fourier, analyse en ondelettes) et de leur application aux données OT et de vibration.

Quels sont les avantages pour vous?:

• Un salaire compétitif et des opportunités d'équité significatives.
• Couverture des soins de santé, des soins dentaires et de la vue.
• Programme d'inscription 401(k) / RRSP.
• Prenez les congés dont vous avez besoin.
• Une culture du travail :
• Vous travaillerez avec des personnes intelligentes, humbles et optimistes à travers le monde.
• Un environnement méritocratique où les idées et les résultats sont publiquement célébrés.

Qui sommes-nous:

MaintainX est la première plateforme mobile au monde dédiée à la gestion des actifs et des tâches dans les environnements industriels et de première ligne. Nous proposons une solution moderne, basée sur l'IoT et le cloud, qui facilite la maintenance, la sécurité et l'exploitation des équipements et installations physiques.

Nous aidons plus de 12 000 organisations, dont Duracell, Univar Solutions, Titan America, McDonald's, Brenntag, Cintas, Xylem et Shell, à atteindre l'excellence opérationnelle et la fiabilité à grande échelle.

À la suite de notre série D de 150 millions de dollars menée par Bain Capital Ventures, Bessemer Ventures, August Capital, Amity Ventures et Ridge Ventures, MaintainX a levé un total de 254 millions de dollars, valorisant la société à 2,5 milliards de dollars.

Alors que nous entrons dans notre prochaine phase de croissance, nous investissons massivement dans l'IA/ML, les LLM et l'IoT industriel afin de transformer le mode de fonctionnement des équipes de première ligne, en prédisant les pannes avant qu'elles ne se produisent, en automatisant les flux de travail et en intégrant l'intelligence dans chaque actif et chaque procédure.

Le poste

Nous recherchons un développeur(se) senior en apprentissage automatique appliqué hautement qualifié et motivé pour orienter la direction technique et l'architecture de nos initiatives en matière de maintenance prédictive et d'intelligence des actifs.

Vous combinerez une expertise approfondie en apprentissage automatique avec de solides compétences en génie logiciel et en sens du leadership. Vous encadrerez des ingénieurs, développerez des systèmes et piloterez la feuille de route pour l'intelligence de maintenance basée sur l'IA sur des milliers de sites industriels.

Ce poste se situe à la croisée de l'architecture d'apprentissage automatique, des systèmes de données IoT et de l'impact des produits, et constitue le fondement de la stratégie d'IA prédictive et générative de MaintainX.

Ce que vous ferez:

• Diriger la direction technique pour la maintenance prédictive, la détection des anomalies et l'intelligence alimentée par LLM dans tous les produits MaintainX.
• Concevoir des systèmes ML de bout en bout, de l'ingestion des données et le développement des fonctionnalités à la formation, au déploiement et à la surveillance des modèles.
• Encadrer une équipe croissante de développeurs(ses) ML et de données, en inculquant les meilleures pratiques en matière d'expérimentation, d'évaluation et de gestion du cycle de vie des modèles.
• Collaborer avec les responsables des produits et de développement afin d'aligner la feuille de route de l'IA sur les besoins des clients et les objectifs commerciaux.
• Concevoir des boucles de données et de rétroaction fiables qui relient la télémétrie des clients et les commentaires des opérateurs au réentraînement des modèles.
• Optimiser les performances grâce à des techniques telles que la quantification, la distillation et le service d'inférence évolutif.
• Travailler avec des cadriciels LLM (LangChain, LlamaIndex, Hugging Face) pour créer des systèmes de raisonnement et des flux de travail agentifs pour l'intelligence des actifs et du travail.
• S'assurer que l'infrastructure ML répond aux normes de production en matière de latence, de fiabilité, d'explicabilité et de sécurité.

À propos de vous:

• Plus de 7 ans d'expérience dans le domaine de l'apprentissage automatique, de la science des données ou de l'IA appliquée.
• Expertise en Python et excellente maîtrise de PyTorch, TensorFlow et des piles ML cloud (AWS, Databricks ou similaires).
• Expérience avérée dans le déploiement à grande échelle de systèmes ML de production, et pas seulement de prototypes.
• Solide expérience en LLM, modélisation de séries chronologiques et détection d'anomalies pour les données du monde réel.
• Capacité avérée à diriger les décisions architecturales, à encadrer les développeurs(ses) et à collaborer avec les équipes chargées des produits, des données et des plateformes.
• Connaissance des outils MLOps (Docker, Kubernetes, Weights & Biases, MLflow, SageMaker).
• Diplôme de deuxième cycle (master/doctorat) en informatique, apprentissage automatique ou dans un domaine connexe préféré.

Une attention particulière est accordée aux candidats présentant les caractéristiques suivantes:

• Expérience avec l'OCR pour l'extraction de données structurées à partir de documents.
• Expérience dans la modélisation de séries chronologiques pour la maintenance prédictive et la détection d'anomalies.
• Connaissance des systèmes IoT industriels (capteurs, télémétrie, edge computing).
• Expérience dans l'application de l'apprentissage par renforcement ou des architectures agentuelles pour les systèmes de prise de décision et de contrôle.
• Contributions à des frameworks ML open source ou à la recherche dans les domaines de la fiabilité, de l'explicabilité ou des jumeaux numériques.

Quels sont les avantages pour vous?:

• Un salaire compétitif et des opportunités d'équité significatives.
• Couverture des soins de santé, des soins dentaires et de la vue.
• Programme d'inscription 401(k) / RRSP.
• Prenez les congés dont vous avez besoin.
• Une culture du travail :
• Vous travaillerez avec des personnes intelligentes, humbles et optimistes à travers le monde.
• Un environnement méritocratique où les idées et les résultats sont publiquement célébrés.

Qui sommes-nous:

MaintainX s'engage à créer un environnement diversifié. Tous les candidats qualifiés seront pris en considération pour un emploi sans considération de race, de couleur, de religion, de sexe, d'identité ou d'expression de genre, d'orientation sexuelle, d'origine nationale, de génétique, d'invalidité, d'âge ou de statut d'ancien combattant.

MaintainX is the world’s leading mobile-first Asset and Work Intelligence platform for industrial and frontline environments. We’re a modern, IoT-enabled, cloud-based solution that powers maintenance, safety, and operations on physical equipment and facilities.

We help 12,000+ organizations—including Duracell, Univar Solutions, Titan America, McDonald’s, Brenntag, Cintas, Xylem, and Shell—achieve operational excellence and reliability at scale.

Following our $150 million Series D led by Bain Capital Ventures, Bessemer Ventures, August Capital, Amity Ventures, and Ridge Ventures, MaintainX has raised a total of $254 million, valuing the company at $2.5 billion.

As we enter our next phase of growth, we’re investing deeply in AI/ML, LLMs, and Industrial IoT to transform how frontline teams operate—predicting failures before they happen, automating workflows, and embedding intelligence into every asset and procedure.

What you’ll do:

• Design, develop and optimize machine learning models for fault detection and classification end-to-end e.g. data and training modeling choices to evaluation strategies and production constraints.
• Perform EDA on vibration, OT and time-series data to uncover insights and identify patterns indicative of faults or anomalies.
• Conduct experiments and evaluation of various algorithms on time-series modeling, signal processing, and statistical methods, to optimize model performance.
• Partner with PMs in product feature discovery and roadmap prioritization through validating product hypotheses, designing success metrics and quantifying end user impact
• Collaborate with domain experts to validate findings and ensure alignment with real-world applications.
• Engage with your community of peers to challenge the status quo, improve our shared ways of working, and influence overall architecture decisions, continuing to foster our culture of Applied Science excellence
• On-call duties

About you:

• Master’s or Ph.D. in Computer Science, Data Science, Mechanical Engineering, Electrical Engineering, or a related field with a focus on condition monitoring or machine learning applications.
• 5+ years of proven programming skills using standard ML tools such as Python, PyTorch, Tensorflow etc.
• Strong foundational knowledge in machine learning, data science, and statistics
• Familiarity with time-series modeling techniques and feature engineering.
• Ability to deliver production-grade code that is well-tested, maintainable, and evaluated through rigorous experimentation.

Bonus skills: 

• Hands-on experience developing models for OT and vibration analysis, condition monitoring, and fault detection or classification.
• Familiarity with signal processing techniques (e.g., Fourier transforms, wavelet analysis) and their application to OT and vibration data.

What’s in it for you:

• Competitive salary and meaningful equity opportunities.
• Healthcare, dental, and vision coverage.
• 401(k) / RRSP enrollment program.
• Take what you need PTO.
• A high impact Culture:
• You’ll work with Smart, Humble Optimists across the globe.
• Meritocratic environment where ideas and outcomes are publicly celebrated.

About us:

We exist to make the lives of frontline and maintenance teams easier by building software that meets their real-world needs. Our product transforms how 80% of the global workforce—those who don’t sit behind a desk—manage their operations, assets, and teams.

MaintainX is committed to creating a diverse environment. All qualified applicants will receive consideration for employment without regard to race, color, religion, gender, gender identity or expression, sexual orientation, national origin, genetics, disability, age, or veteran status.

MaintainX is the world’s leading mobile-first Asset and Work Intelligence platform for industrial and frontline environments. We’re a modern, IoT-enabled, cloud-based solution that powers maintenance, safety, and operations on physical equipment and facilities.

We help 12,000+ organizations—including Duracell, Univar Solutions, Titan America, McDonald’s, Brenntag, Cintas, Xylem, and Shell—achieve operational excellence and reliability at scale.

Following our $150 million Series D led by Bain Capital Ventures, Bessemer Ventures, August Capital, Amity Ventures, and Ridge Ventures, MaintainX has raised a total of $254 million, valuing the company at $2.5 billion.

As we enter our next phase of growth, we’re investing deeply in AI/ML, LLMs, and Industrial IoT to transform how frontline teams operate—predicting failures before they happen, automating workflows, and embedding intelligence into every asset and procedure.

The Role

We are seeking a highly skilled and motivated Senior Applied Machine Learning Developer to guide the technical direction and architecture of our Predictive Maintenance and Asset Intelligence initiatives.

You’ll combine deep ML expertise with strong software development and leadership skills—mentoring developers, scaling systems, and driving the roadmap for AI-enabled maintenance intelligence across thousands of industrial sites.

This role sits at the intersection of ML architecture, IoT data systems, and product impact, shaping the foundation for MaintainX’s predictive and generative AI strategy.

What you’ll do:

• Lead technical direction for predictive maintenance, anomaly detection, and LLM-powered intelligence across MaintainX products.
• Architect end-to-end ML systems—from data ingestion and feature development to model training, deployment, and monitoring.
• Mentor a growing team of ML and data developers, instilling best practices for experimentation, evaluation, and model lifecycle management.
• Partner with product and software development leaders to align AI roadmap with customer needs and business goals.
• Design reliable data and feedback loops that connect customer telemetry and operator feedback to model retraining.
• Drive performance optimization through techniques like quantization, distillation, and scalable inference serving.
• Work with LLM frameworks (LangChain, LlamaIndex, Hugging Face) to build reasoning systems and agentic workflows for asset and work intelligence.
• Ensure ML infrastructure meets production standards for latency, reliability, explainability, and security.

About you:

• 7+ years of experience in Machine Learning, Data Science, or Applied AI.
• Expertise in Python, and strong familiarity with PyTorch, TensorFlow, and cloud ML stacks (AWS, Databricks, or similar).
• Proven experience deploying production ML systems—not just prototypes—at scale.
• Strong background in LLMs, time-series modeling, and anomaly detection for real-world data.
• Demonstrated ability to lead architectural decisions, mentor developers, and collaborate across product, data, and platform teams.
• Knowledge of MLOps tooling (Docker, Kubernetes, Weights & Biases, MLflow, SageMaker).
• Advanced degree (MS/PhD) in Computer Science, Machine Learning, or related field preferred.

Bonus skills: 

• Experience with OCR for extracting structured data from documents.
• Background in time-series modeling for predictive maintenance and anomaly detection.
• Familiarity with Industrial IoT systems (sensors, telemetry, edge computing).
• Experience applying reinforcement learning or agentic architectures for decision-making and control systems.
• Contributions to open-source ML frameworks or research in reliability, explainability, or digital twins.

What’s in it for you:

• Competitive salary and meaningful equity opportunities.
• Healthcare, dental, and vision coverage.
• 401(k) / RRSP enrollment program.
• Take what you need PTO.
• A high impact Culture:
• You’ll work with Smart, Humble Optimists across the globe.
• Meritocratic environment where ideas and outcomes are publicly celebrated.

About us:

We exist to make the lives of frontline and maintenance teams easier by building software that meets their real-world needs. Our product transforms how 80% of the global workforce—those who don’t sit behind a desk—manage their operations, assets, and teams.

MaintainX is committed to creating a diverse environment. All qualified applicants will receive consideration for employment without regard to race, color, religion, gender, gender identity or expression, sexual orientation, national origin, genetics, disability, age, or veteran status.

Nous recherchons un.e développeur.se en apprentissage automatique (recherche appliquée) pour rejoindre notre équipe travaillant sur un agenda de recherche novateur en sécurité de l'IA. Dans ce rôle, vous travaillerez en étroite collaboration avec les chercheur.se.s en apprentissage automatique et les parties prenantes côté produit pour commencer à appliquer le “Scientist AI” à des applications concrètes. 

Responsabilités principales 

• Accélérer la recherche appliquée, l'entraînement et l'inférence des modèles, et itérer sur l'implémentation de modèles pour des applications concrètes (lesquelles constitueront la base des futures offres de solutions de LawZero).
• Concevoir et mettre en œuvre des flux de travail (workflows) pour des expériences de recherche à travers des environnements simulés et des applications réelles.
• Développer des jeux de données, des outils et des bibliothèques pour implémenter et évaluer des modèles destinés à des applications concrètes.
• Établir, documenter et maintenir les meilleures pratiques pour les flux de travail de développement de modèles d’apprentissage automatique.
• Redéfinir et adapter les idées et prototypes de recherche en outils et solutions robustes de niveau production.
• Comprendre en profondeur les cas d'utilisation des clients pour éclairer les stratégies de formation et mettre en évidence les cas limites.

Compétences et qualifications

• Un diplôme dans un domaine informatique pertinent (par exemple, informatique, ingénierie informatique, ingénierie logicielle) est requis, ainsi qu'un diplôme supérieur (Maîtrise ou plus) en apprentissage automatique ou une expérience professionnelle équivalente.
• Un minimum de 3 ans d'expérience industrielle dans la conception et l'implémentation de pipelines complexes d’apprentissage automatique sur des dispositifs de calcul à haute performance utilisant PyTorch, TensorFlow ou JAX.
• Capacité à collaborer efficacement avec des équipes interfonctionnelles, à documenter les meilleures pratiques et à rester à l'affût des dernières avancées en matière d'apprentissage automatique et de développement logiciel.
• Expérience avec les plateformes cloud (ex: AWS, GCP, Azure) et les ordonnanceurs de tâches (ex: Ray, SLURM).
• Maîtrise des outils de conteneurisation (ex: gRPC, Docker, Kubernetes).
• Connaissance des infrastructures et plateformes de données (ex: bases de données vectorielles).
• Expérience dans le développement de nouveaux produits d’apprentissage automatique à partir de zéro, ou basés sur des prototypes de recherche.
• Atout : Expérience de travail en collaboration avec des chercheurs.

Ce que nous offrons

• L’occasion de contribuer à une mission unique avec un impact important.
• Des avantages santé complets.
• Un minimum de 20 jours de vacances dès l’embauche.
• Un contribution d'épargne retraite de l’employeur d'un minimum de 4%.
• Des avantages généreux et flexibles conçus pour contribuer à votre bien-être.
• Une équipe d’experts de leur domaine, des gens passionnés et passionnants.
• Un milieu de travail collaboratif et inclusif avec des bureaux au cœur de la Petite Italie, dans le quartier branché Mile-Ex à proximité des transports en commun.

We are seeking a machine learning (ML) developer (applied research) to join our team working on the Scientist AI. In this role, you will work closely with ML research scientists and product stakeholders to start applying the Scientist AI to real-world problems.

Key responsibilities

• Accelerate applied research, model training and inference, and iterate on implementing models for real-world applications (that will form the basis of LawZero’s future solutions offerings).
• Design and implement workflows for research experiments across simulated environments and real-world applications.
• Develop datasets, tooling, dashboards, and libraries to adapt, monitor, interpret, and evaluate models in the context of real-world applications.
• Establish, document, and maintain best practices for ML model development workflows.
• Redesign and adapt research ideas and prototypes into robust production-grade tools and solutions.
• Deeply understand customer use-cases to inform training strategies and surface edge cases.
  
  

Skills and qualifications

• A degree in a relevant computer science field (e.g., computer science, computer engineering, software engineering) is required, along with an advanced degree (MSc or higher) in machine learning or equivalent work experience.
• 3+ years of industry experience in designing and implementing complex machine learning workflows on high performance computing devices using PyTorch, TensorFlow, or JAX.
• Ability to collaborate effectively with cross-functional teams, document best practices, and stay updated with the latest advancements in ML and software development.
• Experience with cloud platforms (e.g., AWS, GCP, Azure) and workload managers (e.g., Ray, SLURM)
• Familiarity with containerization tools (e.g., gRPC, Docker, Kubernetes).
• Familiarity with data infrastructures and platforms (e.g., vector databases).
• Experience building new ML products from scratch, or based on research prototypes.
• Experience working alongside researchers is a bonus.

What we offer

• The opportunity to contribute to a unique mission with a major impact.
• Comprehensive health benefits.
• A minimum of 20 days vacation per year upon start.
• A minimum retirement savings employer contribution of 4%.
• Generous flexible benefits designed to contribute to your well-being.
• A team of passionate experts in their field.
• A collaborative and inclusive work environment with offices in the heart of Little Italy, in the trendy Mile-Ex district, close to public transportation.

Nous recherchons un.e chercheur.se en sécurité de l'IA avec une spécialisation en apprentissage automatique (ML) pour rejoindre notre équipe travaillant sur le programme "Scientist AI". Dans ce rôle, vous contribuerez à notre plan en utilisant votre expertise en sécurité de l'IA ainsi que vos connaissances et votre expérience en apprentissage automatique.

Responsabilités principales 

• Aider à clarifier les questions de recherche en sécurité de l'IA qui sont centrales pour le programme "Scientist AI".
• Analyser les solutions proposées à ces questions de recherche et développer de nouvelles idées de solutions.
• Proposer, concevoir et implémenter de nouveaux algorithmes et expériences ML visant à résoudre ou à tester des problèmes complexes de sécurité de l'IA.
• Évaluer le programme  "Scientist AI" et son intégration dans une vision stratégique plus large pour l'atténuation des risques liés à l'IA, afin de guider et de prioriser efficacement les expériences visant à répondre aux questions de sécurité critiques.
• Communiquer des résultats complexes à d'autres chercheurs et développeurs.

Compétences et qualifications requises

• Un doctorat dans un domaine pertinent est préféré mais non requis si le candidat démontre des capacités exceptionnelles ou une expérience équivalente.
• Expérience de recherche en sécurité technique de l'IA, idéalement avec un accent sur la sécurité de l'AGI (Intelligence Artificielle Générale).
• Expérience dans la proposition, la conception et l'exécution d'expériences ML.
• Maîtrise des frameworks ML tels que PyTorch ou TensorFlow.
• Enthousiasme à contribuer et à façonner le programme "Scientist AI".
• Capacité à travailler dans un environnement collaboratif et à contribuer aux objectifs de recherche collectifs.
• Capacité à échanger sur des résultats complexes avec des collaborateurs de différentes spécialisations.

Compétences et qualifications souhaitées 

• Expérience dans certains des domaines de recherche suivants en sécurité de l'IA : fondations d'agents, contrôle de l'IA, sécurité de l'IA de pointe, extraction de connaissances latentes, raisonnement externalisé, schémas d'alignement ambitieux.
• Publications de recherche en apprentissage automatique dans des revues de premier plan (par exemple, NeurIPS, ICML, ICLR, etc.).
• Expérience dans le raffinement et le post-entraînement de modèles de langage.

Ce que nous offrons

• L’occasion de contribuer à une mission unique avec un impact important.
• Des avantages santé complets.
• Un minimum de 20 jours de vacances dès l’embauche.
• Un contribution d'épargne retraite de l’employeur d'un minimum de 4%.
• Des avantages généreux et flexibles conçus pour contribuer à votre bien-être.
• Une équipe d’experts de leur domaine, des gens passionnés et passionnants.
• Un milieu de travail collaboratif et inclusif avec des bureaux au cœur de la Petite Italie, dans le quartier branché Mile-Ex à proximité des transports en commun.

We are seeking an AI Safety Researcher with an ML focus, to join our team working on the Scientist AI agenda. In this role, you will contribute to our plan using your expertise in AI safety and your knowledge and experience of machine learning.

Key responsibilities

• Help clarify which AI safety research questions are central to the Scientist AI agenda.
• Analyze proposed solutions to these research questions and develop novel solution ideas.
• Propose, design, and implement novel ML algorithms and experiments aimed at solving or testing complex AI safety problems.
• Scrutinize the Scientist AI agenda and its fit into a bigger strategic picture for mitigating AI risk, in order to guide and prioritize experiments to answer critical safety questions efficiently.

Required skills and qualifications

• PhD in a relevant field is preferred but not required if the candidate demonstrates exceptional abilities or equivalent experience.
• Research experience in technical AI safety, ideally with a focus on AGI safety.
• Experience proposing, designing and running ML experiments.
• Proficiency with ML frameworks such as PyTorch or Tensorflow.
• Excitement to contribute to and shape the Scientist AI agenda. 
• Ability to work in a collaborative environment and contribute to collective research goals.
• Ability to discuss complex findings with team members from diverse technical backgrounds.

Preferred skills and qualifications

• Experience in some of the following AI safety research areas: agent foundations, AI control, frontier AI safety, eliciting latent knowledge, externalised reasoning, ambitious alignment schemes.
• Machine learning research publications in top-tier venues (e.g., NeurIPS, ICML, ICLR, etc.).
• Experience fine tuning and post training language models.

What we offer

• The opportunity to contribute to a unique mission with a major impact
• Comprehensive health benefits
• A minimum of 20 days vacation per year upon start
• A minimum retirement savings employer contribution of 4%
• Generous flexible benefits designed to contribute to your well-being
• A team of passionate experts in their field
• A collaborative and inclusive work environment with offices in the heart of Little Italy, in the trendy Mile-Ex district, close to public transportation

Nous recherchons un.e chercheur.se en apprentissage automatique pour rejoindre notre équipe travaillant sur un agenda de recherche novateur en sécurité de l'IA. Dans ce rôle, vous développerez et évaluerez des méthodes d'inférence probabiliste, avec un focus sur l'inférence amortie, transformant les théories en applications concrètes et communiquant les résultats.

Responsabilités principales 

• Développer des méthodes d'inférence amortie adaptées aux distributions discrètes et continues de haute dimension.
• Développer des méthodes d'apprentissage des paramètres et des structures de grands modèles graphiques probabilistes qui bénéficient de l'inférence probabiliste amortie.
• Concevoir des stratégies d'évaluation pour les méthodes qui reposent sur l'inférence probabiliste.
• Collaborer avec des mathématiciens sur la théorie liée à l'apprentissage et à l'inférence dans les modèles probabilistes.
• Traduire les propositions théoriques en implémentations de haute qualité dans un langage de programmation tel que Python.
• Analyser et interpréter les résultats expérimentaux pour orienter les recherches futures.
• Communiquer efficacement des résultats complexes à diverses parties prenantes.

Compétences et qualifications

• Diplôme supérieur dans un domaine pertinent (par exemple, informatique, mathématiques). Un doctorat est préférable mais non obligatoire si le candidat démontre des capacités exceptionnelles.
• Un minimum de 3 ans d'expérience dans la recherche sur l'apprentissage profond.
• Une expertise en inférence probabiliste est requise, en plus d'une expertise dans un ou plusieurs des domaines suivants :
  • Inférence bayésienne
  • Méthodes d'inférence approximative basées sur l'échantillonnage
  • Méthodes d'inférence amortie (y compris les méthodes d’inférence variationnelle ou les “Generative Flow Networks”)
  • Apprentissage de paramètres et/ou de structures dans les modèles graphiques probabilistes (y compris les modèles causaux)
  • Apprentissage par renforcement
  • Contrôle optimal.
• Solides connaissances en mathématiques.
• Expérience avérée dans le développement et l’implémentation de modèles d'apprentissage automatique.
• Maîtrise des langages de programmation tels que Python, et expérience avec des outils d’apprentissage automatique tels que PyTorch ou TensorFlow.
• Excellentes compétences en matière d'analyse et de résolution de problèmes, avec une capacité démontrée d'esprit critique à l'égard de systèmes complexes.
• Solides compétences en communication, tant à l'écrit qu'à l'oral, avec la capacité d'expliquer des idées complexes à différentes parties prenantes.
• Avoir contribué à des recherches de haute qualité dans le domaine de l'inférence probabiliste ou dans des domaines connexes.
• Capacité à travailler de manière collaborative dans un environnement d'équipe tout en étant autonome et motivé.e.

Ce que nous offrons

• L’occasion de contribuer à une mission unique avec un impact important.
• Des avantages santé complets.
• Un minimum de 20 jours de vacances dès l’embauche.
• Un contribution d'épargne retraite de l’employeur d'un minimum de 4%.
• Des avantages généreux et flexibles conçus pour contribuer à votre bien-être.
• Une équipe d’experts de leur domaine, des gens passionnés et passionnants.
• Un milieu de travail collaboratif et inclusif avec des bureaux au cœur de la Petite Italie, dans le quartier branché Mile-Ex à proximité des transports en commun.

We are seeking a machine learning (ML) research developer to join our team working on a novel AI safety agenda. In this role, you will work closely with ML research scientists to solve difficult training and inference problems using very large models.

Key responsibilities

• Collaborate with researchers to accelerate research, model training and inference, and facilitate the efficient implementation of novel models and simulated environments.
• Design and implement workflows for research experiments across toy scenarios and large scale projects.
• Develop tools and libraries to optimize the use of computing resources.
• Establish, document, and maintain best practices for ML model development workflows.

Skills and qualifications

• A degree in a relevant computer science field (e.g., computer science, computer engineering, software engineering) is required, along with an advanced degree (MSc or higher) in machine learning or equivalent work experience.
• 3+ years of industry experience in designing and implementing complex machine learning workflows on high performance computing devices using PyTorch, TensorFlow, or JAX.
• Ability to collaborate effectively with cross-functional teams, document best practices, and stay updated with the latest advancements in ML and software development.
• Experience with cloud platforms (e.g., AWS, GCP, Azure).
• Familiarity with containerization tools (e.g., Docker, Kubernetes).
• Familiarity with data infrastructures and platforms (e.g., vector databases).
• A track record of contributing to high-quality research projects in deep learning.

What we offer

• The opportunity to contribute to a unique mission with a major impact.
• Comprehensive health benefits.
• A minimum of 20 days vacation per year upon start.
• A minimum retirement savings employer contribution of 4%.
• Generous flexible benefits designed to contribute to your well-being.
• A team of passionate experts in their field.
• A collaborative and inclusive work environment with offices in the heart of Little Italy, in the trendy Mile-Ex district, close to public transportation.

We are seeking a Machine Learning (ML) Research Scientist to join our team working on a novel AI safety agenda. In this role, you will design and implement innovative ML models aimed at solving advanced AI safety problems.

Key responsibilities

• Propose, design, and implement novel ML models tailored to solve complex AI safety problems.
• Collaborate with mathematicians and other specialized research scientists to integrate theoretical advancements into practical ML algorithms and models.
• Adapt and fine-tune existing frontier models to enhance their applicability to specific settings.
• Design and implement experimental protocols and evaluation frameworks to validate hypotheses and ensure robust and reproducible results, including at the scale and complexity of frontier models.
• Analyze and interpret experimental data in order to steer future research questions and objectives.
• Benchmark and optimize model performance and efficiency along with ML engineers to ensure the optimal usage of computing resources over the course of long experiments.
• Communicate findings and synchronize work with other researchers and engineers.

Required skills and qualifications

• Advanced degree in a relevant field (e.g., Computer Science, Mathematics). A PhD is preferred but not required if the candidate demonstrates exceptional abilities.
• 3-5 years of experience in deep learning research projects, in particular with frontier models.
• Proven experience in the training, adaptation, and/or fine-tuning of frontier models across a variety of complex scenarios that involve, for example, transfer learning, domain adaptation, or meta learning.
• Expertise in the integration and use of ML libraries such as PyTorch, TensorFlow, or JAX for the development, training, and evaluation of ML models, ideally in distributed computing environments.
• Strong experience in Python software development, in the use of version control, collaboration tools, and experiment management and tracking tools.
• Strong communication skills, both written and verbal, with the ability to exchange ideas with researchers across different disciplines.
• Ability to work collaboratively in a team environment while also being self-motivated and independent.

Preferred skills and qualifications

• Experience analyzing the behavior of frontier models in safety-critical contexts.
• Experience in the design and development of model alignment strategies or benchmarks.
• Experience with natural language processing or probabilistic graphical models.
• A track record of contributing to high-quality research projects in deep learning.

What we offer

• The opportunity to contribute to a unique mission with a major impact.
• Comprehensive health benefits.
• A minimum of 20 days vacation per year upon start.
• A minimum retirement savings employer contribution of 4%.
• Generous flexible benefits designed to contribute to your well-being.
• A team of passionate experts in their field.
• A collaborative and inclusive work environment with offices in the heart of Little Italy, in the trendy Mile-Ex district, close to public transportation.

Nous recherchons un.e développeur.se de recherche en apprentissage automatique pour rejoindre notre équipe travaillant sur un agenda de recherche novateur en sécurité de l'IA. Dans ce rôle, vous travaillerez en étroite collaboration avec les chercheur.se.s en apprentissage automatique pour résoudre des problèmes d'apprentissage et d'inférence difficiles à l'aide de très grands modèles.

Responsabilités principales 

• Collaborer avec les chercheurs.se.s pour accélérer la recherche, l’entraînement et l'inférence des modèles, et faciliter l’implémentation efficace de nouveaux modèles et d'environnements simulés.
• Concevoir et mettre en œuvre des pipelines d’expérimentation pour des scénarios de tests simplifiés et des projets à grande échelle.
• Développer des outils et des librairies pour optimiser l'utilisation des ressources de calcul.
• Élaborer, documenter et maintenir les meilleures pratiques pour les pipelines de développement de modèles d’apprentissage automatique.

Compétences et qualifications

• Un diplôme dans un domaine informatique pertinent (par exemple, informatique, ingénierie informatique, ingénierie logicielle) est requis, ainsi qu'un diplôme supérieur (Maîtrise ou plus) en apprentissage automatique ou une expérience professionnelle équivalente.
• Un minimum de 3 ans d'expérience industrielle dans la conception et l’implémentation de pipelines complexes d'apprentissage automatique sur des dispositifs de calcul à haute performance utilisant PyTorch, TensorFlow ou JAX.
• Capacité à collaborer efficacement avec des équipes interfonctionnelles, à documenter les meilleures pratiques et à se tenir au courant des dernières avancées en matière d'apprentissage automatique et de développement de logiciels.
• Expérience avec les plateformes infonuagiques (par exemple, AWS, GCP, Azure).
• Familiarité avec les outils de conteneurisation (par exemple, Docker, Kubernetes).
• Familiarité avec les infrastructures et les plateformes de données (par exemple, les bases de données vectorielles).
• Expérience de contribution à des projets de recherche de haute qualité dans le domaine de l'apprentissage profond.

Ce que nous offrons

• L’occasion de contribuer à une mission unique avec un impact important.
• Des avantages santé complets.
• Un minimum de 20 jours de vacances dès l’embauche.
• Un contribution d'épargne retraite de l’employeur d'un minimum de 4%.
• Des avantages généreux et flexibles conçus pour contribuer à votre bien-être.
• Une équipe d’experts de leur domaine, des gens passionnés et passionnants.
• Un milieu de travail collaboratif et inclusif avec des bureaux au cœur de la Petite Italie, dans le quartier branché Mile-Ex à proximité des transports en commun.

Nous recherchons un.e chercheur.se en apprentissage automatique (ML) pour rejoindre notre équipe travaillant sur un agenda de recherche novateur en sécurité de l'IA. Dans ce rôle, vous concevrez et implémenterez des modèles de ML innovants visant à résoudre des problèmes avancés en sécurité de l'IA.

Responsabilités principales 

• Proposer, concevoir et implémenter des modèles de ML novateurs adaptés à la résolution de problèmes complexes en sécurité de l'IA.
• Collaborer avec des mathématicien.ne.s et d'autres chercheur.se.s spécialisé.e.s pour intégrer les avancées théoriques dans des algorithmes et modèles ML appliqués.
• Adapter et affiner les modèles de pointe existants pour améliorer leur applicabilité à des contextes spécifiques.
• Concevoir et implémenter des protocoles expérimentaux et des cadres d'évaluation pour valider les hypothèses et garantir des résultats robustes et reproductibles, y compris à l'échelle et à la complexité des modèles de pointe.
• Analyser et interpréter les données expérimentales afin d'orienter les futures questions et objectifs de recherche.
• Évaluer et optimiser les performances et l'efficacité des modèles avec les ingénieur.e.s ML pour assurer l'utilisation optimale des ressources de calcul au cours de longues expérimentations.
• Communiquer les résultats et synchroniser le travail avec d'autres chercheur.se.s et ingénieur.e.s.

Compétences et qualifications requises

• Diplôme supérieur dans un domaine pertinent (ex. : Informatique, Mathématiques). Un doctorat est préférable mais non requis si le.la candidat.e démontre des capacités exceptionnelles.
• 3 à 5 ans d'expérience dans des projets de recherche en apprentissage profond (deep learning), en particulier avec des modèles de pointe.
• Expérience avérée dans l'entraînement, l'adaptation et/ou l'ajustement fin ("fine tuning") de modèles de pointe dans une variété de scénarios complexes impliquant, par exemple, l'apprentissage par transfert, l'adaptation de domaine ou le méta-apprentissage.
• Expertise dans l'intégration et l'utilisation de bibliothèques ML telles que PyTorch, TensorFlow ou JAX pour le développement, l'entraînement et l'évaluation de modèles ML, idéalement dans des environnements de calcul distribué.
• Solide expérience en développement logiciel Python, dans l'utilisation d'outils de gestion de version, d'outils de collaboration et d'outils de gestion et de suivi d'expériences.
• Solides compétences en communication, écrites et verbales, avec la capacité d'échanger des idées avec des chercheur.se.s de différentes disciplines.
• Capacité à travailler en collaboration au sein d'une équipe tout en étant autonome et indépendant.e.

Compétences et qualifications souhaitées

• Expérience dans l'analyse du comportement des modèles de pointe dans des contextes critiques pour la sécurité.
• Expérience dans la conception et le développement de stratégies ou de benchmarks d'alignement de modèles.
• Expérience avec le traitement du langage naturel ou les modèles graphiques probabilistes.
• Historique de contributions à des projets de recherche de haute qualité en apprentissage profond.

Ce que nous offrons

• L’occasion de contribuer à une mission unique avec un impact important.
• Des avantages santé complets.
• Un minimum de 20 jours de vacances dès l’embauche.
• Un contribution d'épargne retraite de l’employeur d'un minimum de 4%.
• Des avantages généreux et flexibles conçus pour contribuer à votre bien-être.
• Une équipe d’experts de leur domaine, des gens passionnés et passionnants.
• Un milieu de travail collaboratif et inclusif avec des bureaux au cœur de la Petite Italie, dans le quartier branché Mile-Ex à proximité des transports en commun.

We are seeking a Machine Learning (ML) Research Scientist to join our team working on a novel AI safety research agenda. In this role, you will develop and evaluate probabilistic inference methods, with a focus on amortized inference, translating theoretical insights into practical implementations.

Key responsibilities

• Develop amortized inference methods suitable for high-dimensional discrete and continuous distributions.
• Develop parameter- and structure-learning methods for large probabilistic graphical models that benefit from amortized probabilistic inference.
• Design evaluation strategies for methods that rely on probabilistic inference.
• Collaborate with mathematicians on theory related to learning and inference in probabilistic models.
• Translate theoretical proposals into high quality implementations in a programming language such as Python.
• Analyze and interpret experimental results to steer future research directions.
• Communicate complex findings effectively to various stakeholders.
  

Skills and qualifications

• Advanced degree in a relevant field (e.g., Computer Science, Mathematics). A PhD is preferred but not required if the candidate demonstrates exceptional abilities.
• A minimum of 3 years of experience in deep learning research.
• Expertise in probabilistic inference is required, in addition to expertise in one or more of the following:
  • Bayesian inference
  • Sampling-based approximate inference methods
  • Amortized inference methods (including variational inference methods or Generative Flow Networks)
  • Parameter- and/or structure-learning in probabilistic graphical models (including causal models)
  • Reinforcement learning
  • Optimal control
• Strong background in mathematics.
• Proven experience in developing and implementing machine learning models.
• Proficiency in programming languages such as Python, and experience with  ML frameworks like PyTorch or TensorFlow.
• Excellent analytical and problem-solving skills, with a demonstrated ability to think critically about complex systems.
• Strong communication skills, both written and verbal, with the ability to explain complex ideas to diverse audiences.
• Track record of contributing to high-quality research in probabilistic inference or related fields.
• Ability to work collaboratively in a team environment while also being self-motivated and independent.

What we offer

• The opportunity to contribute to a unique mission with a major impact.
• Comprehensive health benefits.
• A minimum of 20 days vacation per year upon start.
• A minimum retirement savings employer contribution of 4%.
• Generous flexible benefits designed to contribute to your well-being.
• A team of passionate experts in their field.
• A collaborative and inclusive work environment with offices in the heart of Little Italy, in the trendy Mile-Ex district, close to public transportation.

Machine Learning Engineer – Biometrics (Computer Vision)

We’re looking for a Staff/Senior Machine Learning Engineer with deep expertise in computer vision and biometrics to lead the design and scaling of face recognition systems in production. You’ll build and train models, and own ML systems end-to-end on AWS. The final job level for this role will be determined following the interview process.

What You’ll Do

• Lead the design and development of computer vision systems for biometrics (face attributes, detection, quality, and recognition)
• Rigorous fairness analysis and benchmarking of biometric models across various datasets and operating conditions.
• Architect, train, and optimize models using PyTorch, Tensorflow, and/or JAX
• Own and evolve end-to-end ML pipelines, from data ingestion to deployment. Design automated pipelines (Airflow) for data ingestion and cleaning. You will be responsible for curating balanced training sets and generating synthetic data to address both quality and diversity gaps.
• Production Engineering: Own the path to production. Optimize models for low-latency inference (quantization, distillation, TensorRT/ONNX) and manage deployment on AWS.
• Mentor ML engineers, conduct code/design reviews, and drive technical best practices across the Computer Vision team.

What We’re Looking For

• Experience: 5+ years of industry experience in Machine Learning, with at least 3 years dedicated to Biometrics or Face Analysis.
• Deep expertise in computer vision and biometrics, especially face recognition.
• Fairness & Ethics: You understand the sources of algorithmic bias in Computer Vision and have practical experience measuring and mitigating disparate impact.
• Strong Engineering: Expert proficiency in Python (both machine learning and vision libraries such as Pillow, OpenCV, PyTorch, etc). You write clean, modular, production-ready code.
• Systems Architecture: Experience designing end-to-end ML pipelines (Data to Train to Deploy) and working with workflow orchestrators like Airflow.
• Cloud Native: Hands-on experience scaling training jobs on multi-GPU clusters and deploying services on AWS (SageMaker, EC2, EKS).

Nice to Have

• Research Publications: Papers in CVPR, ICCV, ECCV, or FG related to face recognition, image quality assessment, or fairness.
• Large Scale Search: Experience with vector databases (e.g., Milvus, Faiss) and approximate nearest neighbor (ANN) search algorithms.
• Familiarity with privacy, security, and compliance in biometric systems.
• Mobile/Edge Experience: Experience porting models to edge or mobile devices utilizing frameworks such as CoreML, LiteRT, and/or TFLite.
• Synthetic Data: Experience using GANs or diffusion models to generate synthetic faces for training.
• Strong communication skills.

Research Scientist, AI-powered scientific discovery

Location: Montreal, Canada

At Google DeepMind, we value diversity of experience, knowledge, backgrounds and perspectives and harness these qualities to create extraordinary impact. We are committed to equal employment opportunities regardless of sex, race, religion or belief, ethnic or national origin, disability, age, citizenship, marital, domestic or civil partnership status, sexual orientation, gender identity, pregnancy, or related condition (including breastfeeding) or any other basis as protected by applicable law. If you have a disability or additional need that requires accommodation, please do not hesitate to let us know.

Snapshot

We are looking for a Research Scientist to join our team in Montreal dedicated to AI for Scientific Discovery. Specifically, the team studies systems that combine code execution and retrieval tools with natural-language scientific knowledge to accelerate new scientific discoveries. Research includes, but is not limited to general purpose algorithms that leverage Large Language Model (LLMs) for efficient search and exploration, LLM fine-tuning with Reinforcement Learning, and open-ended tasks for large scale AI-powered empirical research.  

About us

Artificial Intelligence could be one of humanity’s most useful inventions. At Google DeepMind, we’re a team of scientists, engineers, machine learning experts and more, working together to advance the state of the art in artificial intelligence. We use our technologies for widespread public benefit and scientific discovery, and collaborate with others on critical challenges, ensuring safety and ethics are the highest priority.

The role

Research Scientists at Google DeepMind lead our efforts in developing novel algorithmic architecture towards the end goal of solving and building Artificial General Intelligence.

In this role, responsibilities will include making key contributions into the latest research developed in Google DeepMind Scientific Discovery effort, such as:

Key responsibilities

• Design, implement and evaluate models, agents and software prototypes of large foundational models.
• Push the boundary of state of the art RL methods and machine learning optimization methods to build autonomous scientific discovery systems. 
• Report and present research findings and developments including status and results clearly and efficiently both internally and externally, verbally and in writing.
• Suggest and engage in team collaborations to meet ambitious research goals.
• Work with external collaborators and maintain relationships with relevant research labs and key individuals as appropriate.
• Work in collaboration with our Responsible AI teams to ensure our advances in intelligence are developed ethically and provide broad benefits to humanity.

About you

You are a passionate and talented researcher with a strong foundation and a proven ability to conduct impactful research in AI. You embrace change and thrive under ambiguity. You have a collaborative mindset and are excited to work as part of a team to tackle ambitious research challenges. You are passionate about seeing your research translated into real-world products that improve the scientific discovery process of users. You are eager to see your research contribute to real-world applications and are driven by a desire to create positive change through AI.

• PhD in Computer Science, Artificial Intelligence, or a related field.
• Strong publication record in top-tier machine learning conferences or journals.
• Solid understanding of deep learning, natural language processing, and/or reinforcement learning.
• Experience with Large Language Models, preferably in the context of code synthesis.
• Experience with relevant ML frameworks such as JAX, TensorFlow, or PyTorch.
• A real passion for AI!