Daimler Truck North America développe et fournit des véhicules, des technologies et des services destinés au secteur du transport commercial. Son portefeuille comprend des camions moyens et lourds, des autobus scolaires, des châssis et des solutions de transport associées aux marques Freightliner, Western Star et Thomas Built Buses. L’entreprise réunit des compétences en ingénierie, en fabrication, en marketing et en services, avec pour objectif de faire progresser l’innovation et la durabilité dans les domaines de la logistique, de l’automobile et du transport.
Superviseur II en science des données
Pilotez l’architecture de l’IA, les agents de génération augmentée par récupération (RAG) et les plateformes de données évolutives chez Daimler Truck North America. Guidez des équipes qui développent des solutions d’IA gouvernées pour les activités de fabrication, de finance et d’après-vente.
Description
- Développer des produits de données et d’IA à partir des fondations de données de DTNA et de Daimler Truck, ainsi que des technologies émergentes.
- Piloter l’architecture des données, la mise en œuvre de l’IA et la collaboration entre les régions.
- Examiner les architectures et conseiller sur l’orientation technique, la faisabilité et l’évolutivité des initiatives d’IA.
- Repérer des possibilités à fort impact en matière de données et d’IA dans les unités opérationnelles et les régions.
- Coordonner les solutions de données et d’IA avec les responsables des données, les architectes et les responsables techniques du groupe chez DTG.
- Collaborer avec DTICI à l’établissement de normes et de solutions mondiales d’architecture des données et de l’IA.
- Adapter les solutions mondiales de données et d’IA aux besoins régionaux et aux exigences réglementaires.
- Favoriser le partage interne des connaissances au moyen de communautés de pratique en données et en IA.
- Maintenir une plateforme de données d’entreprise évolutive et prête pour l’IA, avec des données faciles à trouver, gouvernées et utilisables.
- Collaborer avec les responsables métier pour sélectionner des cas d’usage pertinents et développer des preuves de concept et des produits minimums viables.
- Évaluer et mettre à l’essai des outils, plateformes, modèles et fournisseurs d’IA, puis recommander des feuilles de route d’architecture.
- Utiliser l’IA pour améliorer la préparation, la qualité et la documentation des données, ainsi que l’automatisation.
- Créer des modèles, des pipelines et des pratiques MLOps et LLMOps pour déployer et faire évoluer les solutions d’IA.
- Appliquer des pratiques d’IA responsable conformes aux normes de sécurité, de confidentialité, de qualité et de gouvernance.
- Conseiller les parties prenantes sur les capacités de l’IA et les aider à acquérir des compétences pertinentes et à établir leurs priorités.
- Diriger la conception et la réalisation concrète de solutions d’entreprise fondées sur le RAG et les agents.
- Développer des agents d’IA d’entreprise avec le RAG, la recherche sémantique, la recherche vectorielle, l’orchestration d’outils et des flux de travail multi-agents.
- Définir des mesures de qualité de l’IA et des cadres d’évaluation, notamment des jeux de données de référence, des pipelines, des processus d’évaluation par LLM et des tests de régression.
- Créer des modèles de données sémantiques et fondés sur des ontologies pour l’IA d’entreprise, l’analytique en libre-service, le raisonnement et la découverte de connaissances.
- Évaluer et adopter des normes émergentes en IA, notamment le Model Context Protocol (MCP).
- Gérer une équipe de spécialistes de l’IA et des données.
- Mener des évaluations des employés et des discussions sur leur impact, et leur fournir des commentaires et des conseils.
- Soutenir les plans de développement, et recruter, encadrer et fidéliser les talents en IA.
- Instaurer une culture d’équipe collaborative et inclusive.
- Fixer des objectifs d’équipe et des cibles de performance qui soutiennent les priorités stratégiques.
- Développer des équipes d’ingénierie hautement performantes grâce au recrutement, aux entretiens techniques, au mentorat et au développement des talents.
- Assurer le leadership technique au moyen d’examens de l’architecture, de la conception, du code, des solutions d’IA et de l’état de préparation à la production.
Exigences
- Diplôme de premier cycle dans une discipline technique ou de conception, comme l’informatique, la conception logicielle ou la science des données, et au moins sept ans d’expérience pertinente.
- Expérience des principales plateformes d’analytique infonuagique.
- Expérience des principales plateformes d’analytique des mégadonnées.
- Expérience de l’IA générative et des grands modèles de langage de premier plan.
- Expérience du déploiement et de la gestion de charges de calcul infonuagiques importantes afin d’optimiser les performances et les coûts.
- Maîtrise experte de SQL.
- Vaste expérience pratique de la modélisation conceptuelle, logique et physique des données, ainsi que des banques de données relationnelles et non relationnelles.
- Solide compréhension de l’ingénierie et de l’architecture des données.
- Expérience avérée de la conception et de l’exploitation de pipelines ETL/ELT et de plateformes de données modernes.
- Expérience de la préparation et de l’architecture des données pour l’apprentissage automatique et l’IA.
- Capacité à travailler à grande échelle avec des données structurées et non structurées.
- Expérience des architectures de données en continu et en temps réel, notamment Kafka et les pipelines événementiels.
- Expérience des cadres de calcul distribué.
- Expérience des services d’IA natifs du nuage, comme Azure AI et AWS SageMaker.
- Expérience de la conteneurisation et de l’orchestration.
- Expérience pratique des cadres d’IA agentique ou des outils d’orchestration, ainsi que des principaux écosystèmes de plateformes d’IA et de données.
- Expérience de la mise en production de solutions d’IA, du prototype jusqu’à des systèmes fiables et surveillés à grande échelle.
- Expérience avérée de la transformation des activités grâce aux données et à l’IA.
- Bon jugement commercial et capacité à expliquer des sujets techniques complexes à des publics non techniques.
- Expérience au sein d’organisations multinationales ou matricielles.
- Un CV doit être joint à la candidature.
- La personne retenue doit réussir une vérification des antécédents criminels.
- La personne retenue pourrait devoir passer un dépistage de drogues préalable à l’embauche.
- Au moment de postuler, les candidats doivent être autorisés à travailler de façon permanente aux États-Unis, sauf les employés actuels de Daimler Truck North America qui travaillent sous un visa américain existant de Daimler Truck North America.
- Un diplôme de cycle supérieur en informatique, en IA, en science des données ou dans un domaine connexe est souhaité.
- Une expérience des grands jeux de données et du calcul distribué constitue un atout.
- Une expérience de GitHub ou d’une plateforme collaborative de développement similaire constitue un atout.
- Une expérience des données de fabrication, de finance ou d’après-vente constitue un atout.
- La connaissance des cadres réglementaires régionaux et des lois sur la confidentialité des données constitue un atout.
- La maîtrise de plusieurs langues ou l’expérience du travail dans des cultures diverses constitue un atout.
- Un leadership d’opinion démontré par des publications ou des interventions constitue un atout.
Avantages
- Aucune aide à la relocalisation n’est offerte pour ce poste.
- Horaire hybride comprenant quatre jours au bureau et un jour à distance par semaine.
- Égalité d’accès à l’emploi; des mesures d’adaptation ou une assistance spéciale sont offertes pendant le processus de candidature.
- Le processus d’embauche peut comprendre un dépistage de drogues préalable à l’embauche et une vérification des antécédents criminels.