Job Summary Expretio recherche un·e Développeur·euse en Recherche Opérationnelle / IA pour rejoindre son équipe R&D dynamique basée à Montréal. Au sein d'une équipe AI, vous contribuerez au développement d'Appia, notre solution phare de Revenue Management pour l'industrie ferroviaire, en y implémentant et en maintenant des modèles d'optimisation mathématique sophistiqués.Join our team and take your career to the next level.Expretio is looking for an Operations Research / AI Developer to join its dynamic R&D team based in Montreal. As part of an AI team, you will contribute to the development of Appia, our flagship Revenue Management solution for the rail industry, by implementing and maintaining sophisticated mathematical optimization and forecast models. Job Description Votre rôle Modélisation et développement Formuler et implémenter (en Java) des modèles d'optimisation pour l'allocation des revenus et des ressources Concevoir et développer des fonctionnalités dans les modèles de programmation mathématiques Collaborer avec les développeurs IA pour industrialiser les algorithmes et pipelines de RO Convertir des règles d'affaires complexes et contraintes réglementaires en logique d'optimisation Collaborer avec l'équipe de science des données pour intégrer les prévisions dans l'optimisation Participer à la maintenance des fonctionnalités des versions antérieures de l'application Qualité et excellence technique Écrire du code performant et de haute qualité suivant les standards de codage et de sécurité Produire des tests unitaires et d'intégration de qualité Effectuer des revues de code constructives et valider les hypothèses de modélisation mathématique Participer à la réduction de la dette technique et l'optimisation des performances Collaborer avec l'équipe d'assurance qualité dans les validations Collaborer avec DevOps pour maintenir la chaîne CI/CD (GitLab, Jenkins) Collaboration et communication Collaborer avec les clients pour calibrer et adapter les modèles pour leurs besoins et leurs contraintes Agir à titre de référent.e pour expliquer les comportements de l’optimisation Collaborer avec l'équipe de Support pour analyser et résoudre les problèmes de Production Participer aux rétrospectives et proposer des améliorations continues Profil recherché Formation et expérience Maîtrise ou doctorat en recherche opérationnelle, mathématiques appliquées ou domaine connexe 3+ années d'expérience professionnelle en développement d'optimisation Expérience en programmation mathématique et systèmes de production 2+ années d'expérience professionnelle en développement Java 2+ années d'expérience en environnement Agile Compétences techniques Solides connaissances de Java 8 et 21+ Expertise en programmation mathématique et modèles d'optimisation Expérience avec Python pour les travaux de recherche et de prototypage Connaissance avancée de différents types de solveurs (Google OR-Tools, CPLEX, GLOP, GLPK) Connaissances en optimisation de réseau, algorithmes de tarification et programmation par contraintes Connaissance avancée des concepts d’intelligence artificielle et plus particulièrement de Machine Learning Expérience en conception d'API REST performantes et sécurisées Connaissances en base de données SQL (PostgreSQL) Solide connaissance des principes, méthodologies et bonnes pratiques de tests logiciels Capacité à communiquer efficacement en français et en anglais Atout: Connaissances en basse de données NoSQL (MongoDB) Atout: Connaissances des outils de build, d’intégration continu (Jenkins) et de conteneurisation (Docker) Qualités personnelles Curiosité naturelle et passion pour résoudre des problèmes mathématiques complexes Capacité à comprendre le domaine d’affaire et les besoins des utilisateurs Souci du détail et de la satisfaction des clients Excellentes capacités de communication pour expliquer des concepts techniques Capacité à travailler de manière autonome avec rigueur Proactivité et sens de l'initiative Environnement technique Méthodologies : Agile (Scrum), Lean (Kanban) Recherche : Python, R, optimiseurs mathématiques Bases de données : PostgreSQL, MongoDB Backend : Java 8/21+, Hibernate, REST, JUnit Infrastructure : Docker/Podman, GitLab, Jenkins, Linux (Fedora) Outils : IntelliJ IDEA, Pycharm, Office 365, Jira, Confluence, Miro Worker Type Regular Number Of Openings 1 #J-18808-Ljbffr