Ingénieur ou ingénieure des données pour l'apprentissage fédéré

La priorité peut être accordée aux groupes désignés au titre de l'équité en matière d'emploi suivants : les femmes, les Autochtones (Premières nations, Inuits et Métis), les personnes en situation de handicap* et les personnes racisées*.

 

* La loi sur l'équité en matière d'emploi, qui est en cours de révision, utilise les termes "personnes handicapées" et "minorités visibles".

Les personnes qui posent leur candidature sont invitées à se déclarer comme appartenant à l’un ou l’autre des groupes susmentionnés.

 

Ville: Saskatoon 

Unité organisationnelle: Développement des cultures et des ressources aquatiques 

Classification:  AR 

Durée de l'emploi: Durée déterminée 

Durée: 2 ans 

Exigences linguistiques: Anglais

 

Modalités de travail : 

• En raison de la nature du travail et des exigences opérationnelles, ce poste nécessitera une présence physique à plein temps sur le lieu de travail du CNRC indiqué.

 

 

 

Le rôle

Le secteur agricole canadien doit relever des défis pour accroître la productivité, l'efficacité et la durabilité avec les mêmes ressources ou moins. Concevoir des systèmes d'IA et d'apprentissage automatique transformateurs pour une adoption généralisée dans l'industrie et stimuler la productivité est crucial pour notre industrie agricole. Du point de vue de l'amélioration des cultures, développer des algorithmes d'apprentissage automatique et profond intégrant de grands ensembles de données distribués présente une opportunité unique d'augmenter l'efficacité des modèles et, en fin de compte, les gains génétiques et l'adaptabilité des cultures de champ du Canada. Au centre de recherche du Développement des ressources aquatiques et des cultures (DRAC) du CNRC, nous investissons dans des technologies pour créer des environnements d'IA propices à l'apprentissage automatique informatif et aux solutions d'IA générative, et nous élargissons nos capacités numériques pour développer des outils innovants, y compris des bases de données de graphes de connaissances pour l'amélioration des cultures et la productivité agricole. Nous vous invitons à rejoindre notre équipe pour amener les données omiques des cultures et l'apprentissage fédéré à un niveau supérieur et être un membre intégral fournissant des solutions de pointe pour l'industrie. En interagissant avec des collègues à travers le DRAC et en collaborant au niveau national et international, le candidat retenu sera quelqu'un qui partage nos valeurs fondamentales d'intégrité, d'excellence, de respect et de créativité.

 

En tant qu'associé de recherche (AR), le candidat retenu jouera un rôle essentiel en contribuant à la standardisation et à l'interopérabilité des données pour l'intégration des données ainsi qu'à la conception d'une architecture d'apprentissage fédéré. Les responsabilités incluent la construction et la maintenance d'un pipeline d'intégration de données englobant différents domaines de données de cultures pertinents pour l'industrie agricole canadienne. L'AR veillera à ce que les solutions soutiennent les approches de réseau fédéré. Le candidat retenu intégrera des ensembles de données multi-omiques internes et pertinents du domaine public en mettant en œuvre et en harmonisant des schémas de métadonnées et d'autres pratiques de gestion des données. L'AR participera également à un effort d'équipe pour créer une plateforme d'analytique en libre-service, ainsi que développer et améliorer les API et les interfaces web. Les architectures soutiendront la génération de modèles d'IA et l'analyse de données par le biais d'approches d'apprentissage fédéré, qui sont essentielles pour créer une plateforme de données moderne afin de stimuler le secteur agricole canadien.

 

Critères de présélection

Dans votre demande, vous devez démontrer que vous répondez à tous les critères de présélection suivants :

Études

Doctorat en informatique, ingénierie ou domaine connexe. 

 

La préférence sera accordée aux candidats ayant une expérience post-doctorale ou industrielle pertinente. 

 

Pour plus de renseignements sur les certificats et diplômes obtenus à l'étranger, veuillez consulter Équivalence des diplômes

Expérience

1. Expérience et compétence en langages de programmation tels que Python.
2. Expérience dans l'utilisation de réseaux neuronaux et de bibliothèques ML telles que TensorFlow ou PyTorch.
3. Expérience dans la construction et l'interrogation de bases de données relationnelles à non-relationnelles, y compris des bases de données orientées graphes et documents comme Neo4J ou MongoDB.
4. Expérience des stratégies de gestion des données, des normes de données et des données sémantiques.
5. Expérience de collaboration avec des équipes interfonctionnelles pour identifier les principaux défis et les traduire en pipelines de production exploitables.
6. Expérience de la mise en œuvre de l'apprentissage fédéré sur plusieurs ensembles de données locaux ou répartis serait un atout.
7. Expérience avec des ensembles de données biologiques, la bioinformatique et/ou les ontologies serait un atout.

Condition d'emploi

 Cote de fiabilité

Exigences linguistiques

Anglais

 

Renseignements sur les exigences linguistiques et les tests d'auto-évaluation

Critères d'évaluation

Les candidat(e)s seront évalué(e)s selon les critères suivants :

Compétences techniques

1. Capacité à produire un code Python efficace.
2. Capacité à appliquer des algorithmes d'apprentissage profond.
3. Connaissance de Neo4j, MySQL, MongoDB et des langages de requête (tels que Cypher, SQL), ou solutions équivalentes.
4. Connaissance des solutions de stockage en conteneurs et en cloud.
5. Connaissance des principes FAIR (Findable, Accessible, Interoperable, and Reusable) et des méthodes pour rendre les données FAIR telles que les ontologies OBO (ou OWL).
6. Connaissance du contrôle des facteurs de confusion des données qui impactent la performance des modèles.
7. Connaissance pratique des frameworks open-source pour l'apprentissage fédéré sera considérée comme un atout.

Compétences comportementales

• Recherche - Communication (Niveau 2)
• Recherche - Esprit d'initiative (Niveau 2)
• Recherche - Orientation vers les résultats (Niveau 3)
• Recherche - Connaissance de soi et perfectionnement personnel (Niveau 2)
• Recherche - Travail en équipe (Niveau 2)

Profil(s) des compétences

En ce qui concerne ce poste, le CNRC évaluera les candidat(e)s selon le(s) profil(s) des compétences suivant(s) : Recherche

 

Tous les profils de compétences

Rémunération

L’objectif de cette mesure de dotation est de pourvoir un poste du niveau ARAd. Il s’agit d’un poste pour personnes qui sont en début de carrière et l’échelle salariale est de 82,3338$ à 114,354$. 

 

Remarque : Le régime salarial complet des AR/ACR comporte cinq niveaux. La détermination du salaire sera basée sur un examen de l’expertise de la personne qui postule, des résultats et des impacts de son expérience professionnelle antérieure par rapport aux exigences du niveau. Ainsi, le salaire initial pourrait se situer dans un autre niveau de l’échelle salariale des AR/ACR (c’est-à-dire au-dessus ou en dessous du niveau prévu pour ce poste).

 

Les employés du CNRC bénéficient d’un large éventail d’avantages sociaux concurrentiels, notamment un régime de retraite solide, un régime de soins de santé et un régime de soins dentaires complets, une assurance-vie et une assurance-invalidité, une fermeture des bureaux à la fin du mois de décembre ainsi que des soutiens supplémentaires pour améliorer votre bien être durant et après votre carrière.

Explorez le champ des possibles

Tout est possible au Conseil national de recherches du Canada (CNRC), chef de file de la recherche et de la technologie au Canada. Nous menons des recherches de renommée mondiale qui repoussent les limites de la science et de l’ingénierie pour rendre l’impossible possible. Chaque jour, nous explorons de nouvelles idées à travers des recherches novatrices et nous aidons les entreprises à découvrir des possibilités qui façonnent l’avenir du Canada et le monde.

Au CNRC, vous découvrirez aussi de nouvelles possibilités. Notre milieu de travail positif favorise une culture de créativité en accueillant les nouveaux points de vue et l’innovation à tous les niveaux. Nous attachons une grande importance au travail d’équipe. Vous collaborerez dans une variété de domaines avec les esprits les plus brillants en vue de trouver des solutions novatrices. Plus important encore, vous découvrirez votre potentiel à mesure que vous évoluez dans votre carrière, vous changerez véritablement le cours des choses et vous enrichirez votre parcours professionnel. Qu’il s’agisse de découvertes révolutionnaires ou d’une carrière incomparable, explorez votre champ des possibles au CNRC.

Remarques

• L'aide à la réinstallation sera déterminée conformément aux directives du CNRC.
• Une liste de candidats pré-qualifiés pourrait être établie pour une période d'un an pour des postes semblables.
• La préférence sera accordée aux citoyen(ne)s canadien(ne)s et résident(e)s permanent(e)s du Canada. Veuillez inclure des renseignements à cet égard dans votre demande.
• Le ou la titulaire doit en tout temps respecter les mesures de sécurité au travail.
• Nous remercions toutes les personnes qui postuleront, mais nous ne communiquerons qu’avec celles retenues pour une évaluation subséquente.

 

 

S.V.P. envoyez vos questions en incluant le numéro de la demande (23422) à :

Courriel :  NRC.NRCHiring-EmbaucheCNRC.CNRC@nrc-cnrc.gc.ca

Téléphone : 343-990-7339 

Date de fermeture:  20 janvier 2025 - 23h59 heure de l'Est

 

 

Pour plus de renseignements sur les ressources et outils professionnels, consultez les Ressources et outils professionnels

 

*Si vous occupez actuellement un poste d’une durée déterminée ou indéterminée au CNRC, veuillez poser votre candidature par l’entremise du module Carrières SuccessFactors à partir de votre ordinateur de travail.