Data Science Intern (Student Position)

Nous recherchons un stagiaire en science des données talentueux avec une expérience en ingénierie de l'IA, apprentissage automatique, exploration de données, et recherche d'informations pour rejoindre notre équipe et aider à concevoir, prototyper et construire les services d'analytique, de machine learning et d'IA de nouvelle génération.

Canada Life est l'un des trois principaux assureurs au Canada et fait partie d'une entreprise financière mondiale solide et mature. Notre transformation continue révolutionne notre façon de travailler et de servir nos clients. En tant que membre de l'équipe principale de technologie Group Client, vous aurez l'opportunité d'exploiter la technologie, les données et les analyses pour transformer notre entreprise. Vous bénéficierez du soutien de la direction, d'une culture exceptionnelle et de la collaboration avec une équipe multifonctionnelle de Data Scientists, Data Analysts, Engineers, Business Analysts, Architects et Product Owners.

• Développer des analyses prédictives pour guider la direction et la prise de décision de l'entreprise.
• Déployer et mettre en œuvre des solutions d'IA qui apportent une nouvelle valeur commerciale en utilisant des techniques avancées.
• Traduire les données des clients en informations exploitables pour améliorer la performance de l'entreprise.
• Fournir une expertise en science des données, IA, apprentissage automatique et ingénierie logicielle.
• Participer au développement et à la maintenance des systèmes et applications d'IA utilisant Microsoft Azure.
• Collaborer avec des équipes transversales pour résoudre des problèmes complexes.
• Rester informé des tendances émergentes en IA et apprentissage automatique, notamment au sein de l'écosystème Azure.
• Améliorer l'efficacité et la performance de nos systèmes d'IA grâce à des algorithmes avancés.
• Analyser de grands ensembles de données pour extraire des informations significatives utilisant Azure et Databricks.
• Assurer l'exactitude et la fiabilité des modèles d'IA grâce à une formation, une validation et des tests rigoureux.
• Implémenter de manière sécurisée les points de terminaison de services Azure, groupes publicitaires et comptes.
• Contribuer aux meilleures pratiques pour l'ingénierie de l'IA grâce aux revues de code.

• Poursuivant un baccalauréat ou un master en science des données, informatique, statistiques, mathématiques appliquées ou une discipline connexe.
• Maîtrise de Python et SQL ; la connaissance d'autres langages de programmation est un atout.
• Expérience dans diverses applications de l'IA telles que NLP, marketing, reconnaissance d'images, etc.
• Familiarité avec de grands ensembles de données, outils de simulation/optimisation et de calcul distribué (Map/Reduce, Hadoop, Hive, Spark, etc.).
• Expérience pratique avec Microsoft Azure, y compris Azure Machine Learning et Azure Cognitive Services.
• Compréhension de l'implémentation sécurisée des points de terminaison de services, groupes publicitaires et comptes.
• Expérience avec des cultures agiles ou des environnements de startups.
• Attitude professionnelle et approche de service orientée vers l'équipe.
• Excellentes compétences en communication et passion pour le travail en équipes transversales.
• Compétences en résolution de problèmes dans la gouvernance, la gestion et l'architecture des données.
• Capacité à établir la confiance et le rapport dans un environnement dynamique et rapide.

Le salaire de base pour ce poste varie de 39 200 $ à 65 300 $ par an. Cela représente uniquement le salaire de base et n'inclut pas d'autres éléments de rémunération variable, tels que les primes annuelles ou les commissions. Si vous êtes sélectionné pour continuer dans le processus de recrutement, votre recruteur vous fournira plus de détails sur notre programme de récompenses totales.

Le salaire de base pour les opportunités étudiantes dépend du nombre de termes de travail que vous avez complétés et d'autres facteurs liés à votre programme.

Les offres d'emploi resteront ouvertes pendant un minimum de 5 jours ouvrables à partir de la date de publication, avec des dates de clôture variables en fonction de l'activité de recherche