Retour à la recherche
WR
Waste RoboticsSource d’offres vérifiée

Developpeur-euse AI senior

You will be responsible for training, evaluating, and deploying real-time object detection and segmentation models for robotic sorting systems. Additionally, you will manage MLOps pipelines, optimize model performance for industrial environments, and ensure robust deployment across multiple sites.

  • Hybride
  • Montréal, QC
  • Publié 19 août 2026
  • 1 poste

D’autres postes auxquels postuler directement

Des possibilités semblables publiées par des employeurs qui recrutent sur Jobs.ca, sans formulaire externe.

Résumé du poste

Développeur(-euse) logiciel IA senior Vision par ordinateur pour le tri robotisé en temps réel & MLOps Waste Robotics | Récupération de matières revalorisables en temps réel | Région de Montréal ou de Trois-Rivières, Québec À propos de Waste Robotics Waste Robotics conçoit des robots de tri alimentés par l'IA qui redéfinissent la récupération de matières revalorisables à travers le monde. Nos systèmes de vision par ordinateur identifient et trient des objets à une cadence industrielle, au service de l'économie circulaire dans des installations réparties sur plusieurs continents. Ici, vos modèles ne restent pas en laboratoire : ils pilotent des bras robotiques en usine, dès la semaine suivant leur déploiement. Rejoignez Waste Robotics pour transformer l'identification et le positionnement d'objets à haute vitesse en un tri robotisé fiable et performant, à travers quatre filières de récupération : matériaux de construction et démolition (CRD), sacs à code de couleur, matières recyclables et métaux à haute valeur. Vous ferez progresser la performance de détection de nos installations Vos responsabilités Détection en temps réel : entraîner, évaluer, comparer et livrer des modèles de détection et de segmentation (YOLO, DETR, Mask R-CNN); diagnostiquer les erreurs et rapporter des métriques complètes (précision, rappel, F1, AP/mAP, temps d’inférence). MLOps & déploiement : inférence en temps réel, tests de parité entre environnements d’exécution, optimisation des hyperparamètres, optimisation de la latence/du débit, déploiements traçables et réversibles. Généralisation multisites : développer des modèles robustes aux variations de convoyeurs, d'éclairage et de caméras; exploiter l’augmentation de données ciblée et l’apprentissage par transfert; minimiser le nombre de données nécessaires pour atteindre les performances pour un nouveau site. Apprentissage actif : priorisation des images les plus informatives et contrôle qualité des pré-annotations générées par le modèle. Imagerie industrielle : spécification et validation des caméras RGB-D, de l'optique et des conditions de mise en service. Pipeline de production: maintenir un pipeline d'entraînement des modèles robuste et facile à supporter, tout en assurant une veille technologique sur l'architecture des modèles. Profil recherché Expérience senior confirmée dans la prise en charge de solutions Python en production (conception, tests, mise en production, support). Expérience industrielle en détection d'objets ou en segmentation d'instances, avec une rigueur d'évaluation allant au-delà d'une seule métrique phare. Pratiques MLOps éprouvées et de l’expérience en déploiement avec PyTorch, ONNX, TensorRT ou équivalent. Expérience avec l’adaptation de domaine, les données déséquilibrées ou l'apprentissage actif. Solides compétences en génie logiciel : conception modulaire, tests automatisés, documentation. Atouts : imagerie industrielle (RGB-D, calibration, environnements difficiles), CUDA/profilage GPU, pipelines de données infonuagiques, plateformes de traçabilité des modèles. Compétences interpersonnelles Excellentes habiletés de communication et de collaboration au sein d'une équipe multidisciplinaire (IA, logiciel, matériel, opérations, experts du domaine). Capacité à encadrer des pairs et à communiquer directement les compromis techniques, notamment lors des revues de code et de conception. Autonomie dans l'organisation de son propre travail et bon jugement dans la gestion des priorités. Esprit d'analyse : capacité à remettre en question des résultats non comparables et à expliquer clairement les limites expérimentales. Communication professionnelle en français et en anglais. Localisation : vous devez actuellement résider dans la région de Montréal ou de Trois-Rivières, Québec. Le télétravail hors de ces régions et une intention de relocalisation future ne répondent pas à cette exigence. Ce que nous offrons Une vue complète sur la performance de tri robotisé, du capteur jusqu'au robot en production. L'impact concret d'une technologie déployée dans plusieurs pays, au service de l'économie circulaire et l'environnement. Congé payé le jour de votre anniversaire, assurances complètes (dentaire, PAE, télémédecine), activités d'équipe.

Ce que vous ferez

You will be responsible for training, evaluating, and deploying real-time object detection and segmentation models for robotic sorting systems. Additionally, you will manage MLOps pipelines, optimize model performance for industrial environments, and ensure robust deployment across multiple sites.

Exigences

The role requires senior-level experience in Python-based production solutions and industrial object detection or segmentation. Candidates must possess strong MLOps skills, proficiency with frameworks like PyTorch or TensorRT, and excellent communication skills in French and English.

Avantages

• Paid birthday leave • Comprehensive insurance • Dental insurance • Employee assistance program • Telemedicine • Team activities

Compétences indiquées

  • Apprentissage automatiqueSouhaitée
  • PythonSouhaitée

Autres compétences pertinentes

Relevées dans la description du poste. Confirmez les exigences importantes ci-dessus.

  • Python
  • Computer vision
  • Machine learning
  • MLOps
  • PyTorch
  • Object detection
  • Segmentation
  • YOLO
  • TensorRT
  • ONNX
  • Robotics
  • Software engineering
  • Data augmentation
  • Active learning
  • Industrial imaging
  • GPU profiling
  • Circular Economy
  • Pipelines
  • Synthetic Data Generation
  • MLOps (Machine Learning Operations)
  • Industrial Automation
  • Transfer Learning
  • Bilingual (French/English)
  • Open Neural Network Exchange (ONNX)
  • Active Learning
  • Artificial Intelligence
  • Computer Vision
  • Test Automation
  • Communication
  • Nvidia CUDA
  • R (Programming Language)
  • Hyperparameter Optimization
  • Waste Management
  • Python (Programming Language)
  • Machine Learning
  • Object Detection
  • Software Engineering
  • Sorting
  • Data Pipelines
  • PyTorch (Machine Learning Library)

Domaines d’emploi

  • Technology
  • Software
  • Engineering
  • Manufacturing
  • Environmental & Sustainability
  • UI Developer
  • Software Developer / Engineer
  • Software Developers

Renseignements supplémentaires

Expérience minimale
5+ ans
Langue de l’offre
français
Heures de travail
40 heures par semaine