AI Applications Developer

À propos de Mila

Fondé par le professeur Yoshua Bengio de l’Université de Montréal, Mila rassemble des chercheurs spécialisés en intelligence artificielle et plus précisément en apprentissage automatique, apprentissage profond et apprentissage par renforcement. Reconnu mondialement pour ses importantes contributions au domaine de l’apprentissage profond, Mila s’est particulièrement distingué dans la modélisation du langage, la traduction automatique, la reconnaissance d’objets et les modèles génératifs. Depuis 2017, Mila est le fruit d’une collaboration entre l’Université de Montréal et l’Université McGill, en lien étroit avec Polytechnique Montréal et HEC Montréal.

Mila s’est donné pour mission d’être un pôle mondial d’avancées scientifiques qui inspire l’innovation et l’essor de l’intelligence artificielle (IA) au bénéfice de tous.

Pour en connaitre davantage, veuillez consulter https://mila.quebec/  

Description du poste

L’équipe Développement d’applications IA (DAI) conçoit et bâtit des applications alimentées par l’IA générative et l’apprentissage automatique. Nous travaillons étroitement avec les Studios, l’AMLRT et les équipes internes pour transformer des modèles, prototypes et idées en produits fonctionnels et démonstrations interactives.

En tant que développeur.se junior, vous contribuerez à l’implémentation d’API, de pipelines d’IA, d’interfaces pour agents, et d’outils internes réutilisables. Vous apprendrez à intégrer des modèles avancés (LLM, RAG, agents) dans des applications réelles, tout en adoptant de bonnes pratiques de génie logiciel.

Ce rôle est idéal pour quelqu’un qui souhaite évoluer dans un environnement mêlant backend, IA appliquée, data, et produits logiciels.

Responsabilités principales

• Développer des fonctionnalités backend (Python/FastAPI, APIs, intégrations de bases de données ou vector databases).
• Contribuer à l’intégration de modèles d’IA (LLM, agents, RAG pipelines).
• Participer à la construction d’interfaces ou d’outils démonstratifs pour projets internes ou partenaires.
• Maintenir et améliorer une base de code partagée (modules IA, librairies internes).
• Analyser les performances du système et contribuer aux améliorations itératives grâce à l’expérimentation et aux tests.
• Créer et tenir à jour la documentation sur les systèmes.
• Collaborer avec des ingénieurs, chercheurs, designers et gestionnaires de projets.
• Apprendre continuellement : GenAI, LLMOps, les meilleures pratiques, l’évaluation de modèles.