Gestionnaire, Ingénierie des données// Manager, Data Engineering

Gestionnaire, Ingénierie des Données (Product Intelligence)

À propos de Plusgrade

Plusgrade recherche un(e) gestionnaire expérimenté(e) en ingénierie des données pour diriger une équipe dédiée à la conception et à l’exploitation de l’infrastructure de données qui alimente notre architecture basée sur les événements, ainsi que nos applications de Machine Learning et nos produits propulsés par l’IA.

Si tu es passionné(e) par le fait de permettre aux équipes de ML et de data science de travailler avec des produits de données robustes, évolutifs et de haute qualité, et que tu as une expérience avérée dans la création et la gestion d’équipes performantes en ingénierie des données, on aimerait te rencontrer.

Dans ce rôle, tu seras responsable du développement et de l’exploitation des pipelines de données principaux, des feature stores, des intégrations de serving de modèles, ainsi que de l’infrastructure de streaming en temps réel qui supporte les applications ML, le ML Ops et les initiatives de data science. Tu travailleras en étroite collaboration avec des ingénieurs ML, des data scientists et des équipes plateforme pour t’assurer que les systèmes de données répondent aux exigences des applications ML/IA en production — en équilibrant fraîcheur des données, fiabilité, scalabilité et efficacité des coûts.

Tu contribueras aussi à définir les meilleures pratiques en ingénierie des données pour l’architecture orientée événements et les cas d’usage ML, à promouvoir l’adoption des standards de gouvernance et de conformité, et à participer à la définition de la stratégie data à long terme de Plusgrade. Grâce à un leadership de type “servant leadership” et à un bon jugement technique, tu guideras ton équipe tout en collaborant avec les leaders produit et techniques pour stimuler l’innovation dans l’organisation.

Ce rôle relève du VP Data Engineering. L’équipe Data Engineering Product Intelligence est au cœur de la vision produit de Plusgrade, et nous sommes fiers de construire les fondations qui alimentent nos expériences les plus avancées en IA.

Ce que tu feras

• 
  

  Diriger, inspirer et faire évoluer une équipe d’ingénieurs data dédiée aux workloads de streaming événementiel, ML/IA et data science



• 
  

  Définir et livrer la stratégie et la roadmap en ingénierie des données pour l’équipe et ses projets



• 
  

  Superviser la conception, la construction et la maintenance de pipelines de données scalables, de feature stores, de systèmes de streaming en temps réel et d’APIs pour les applications ML/IA



• 
  

  Collaborer avec les ingénieurs applicatifs, ingénieurs ML et data scientists pour opérationnaliser les modèles, en assurant des pipelines fiables pour l’entraînement, le déploiement et le monitoring



• 
  

  Définir et suivre des SLOs pour la fraîcheur des données, la qualité des entrées de modèles, la fiabilité, la latence et les coûts



• 
  

  Mettre en place des pratiques solides pour la qualité des données, la traçabilité (lineage), la reproductibilité et le versionnement des datasets



• 
  

  Promouvoir l’adoption de frameworks modernes d’orchestration et de déploiement (ex. : Airflow, Dagster, Prefect, Kubeflow)



• 
  

  Assurer la conformité aux standards de gouvernance des données, de confidentialité et de sécurité



• 
  

  Recruter, coacher et développer les talents en ingénierie, en favorisant une culture d’ownership, de responsabilité et d’amélioration continue



• 
  

  Collaborer avec les équipes produit, data science et ML Ops pour répondre aux besoins évolutifs



• 
  

  Diriger la gestion des incidents et les analyses de causes racines liés aux problèmes de données impactant les applications ML/IA



• 
  

  Contribuer à la planification à long terme pour la scalabilité de la plateforme, l’accès self-service aux données ML et l’innovation basée sur l’IA



• 
  

  Définir et suivre des KPIs liés à la performance, la fiabilité et la productivité de la plateforme data ML/IA

Ce que tu apportes

• 
  

  6+ ans d’expérience en ingénierie des données ou domaine connexe, avec une expérience en support des workloads ML/IA et streaming événementiel



• 
  

  4+ ans d’expérience en gestion d’équipes d’ingénierie des données dans des environnements rapides



• 
  

  Diplôme universitaire en informatique, génie logiciel ou domaine connexe (ou expérience équivalente)



• 
  

  Excellente connaissance des pratiques modernes en ingénierie des données pour le ML, incluant les architectures batch et streaming, le feature engineering et la gestion du cycle de vie des données ML



• 
  

  Expérience pratique avec SQL, Python, les plateformes data cloud (AWS de préférence) et les systèmes distribués (Spark, Flink, Kafka, Snowflake ou équivalent)



• 
  

  Connaissance des pratiques ML Ops, incluant les feature stores, le versionnement des modèles et les frameworks de monitoring



• 
  

  Au moins 1 à 2 ans d’expérience pratique avec des outils d’IA et des outils agentiques (LLMs, orchestrateurs d’agents, etc.) dans un contexte professionnel



• 
  

  Excellentes compétences en communication et collaboration, avec la capacité d’influencer des parties prenantes techniques et non techniques



• 
  

  Capacité démontrée à recruter, coacher et développer des ingénieurs performants



• 
  

  Forte capacité de priorisation et d’exécution, avec un bon équilibre entre profondeur technique et rapidité de livraison

Atouts

• 
  

  Expérience avec des frameworks ML Ops (ex. : MLflow, Kubeflow, SageMaker)



• 
  

  Connaissance des architectures temps réel et orientées événements pour les applications ML



• 
  

  Familiarité avec les outils de gouvernance des données (Atlan, Alation, Collibra) et les standards de conformité (GDPR, CCPA, SOC 2)



• 
  

  Expérience dans la création de plateformes de données pour des systèmes de recommandation, de personnalisation ou des applications d’IA générative



• 
  

  Expérience en CI/CD, infrastructure as code et containerisation (Terraform, Kubernetes, Docker)



• 
  

  Connaissance des principes de gestion de produits data, incluant l’adoption et le ROI mesurable des plateformes ML/IA

CE QUE TU AIMERAS CHEZ NOUS:

REER de contrepartie

Plans de santé complets

Programme de congés payés flexible

✈️ Allocation d’expérience de voyage

Crédit annuel pour bien-être

Allocation pour des fournitures de bureau / transport

Programme de travail à distance basé sur l’ancienneté

Programme de prime de congé parental

Passeport pour l'aventure

Allocation de formation

NOTRE PROCESSUS:

Plusgrade est un employeur offrant des chances égales et s'engage à fournir un processus de recrutement accessible. Nous accueillons les candidatures de toutes les personnes qualifiées et nous sommes engagés à offrir des opportunités d'emploi égales, quel que soit l'identité ou l'expression de genre, la race, l'origine ethnique, la croyance, le lieu d'origine, l'âge, le sexe, l'état civil, le handicap physique ou mental, l'orientation sexuelle et toute autre catégorie protégée par la loi. Sur demande, nous fournirons un hébergement pour les candidats handicapés.

Si tu as une préférence concernant la langue de tes entrevues, merci d’en informer notre équipe Talent lorsqu’elle te contactera.

Nous croyons en la diversité et l'inclusivité, c'est pourquoi notre processus d'entrevue est conçu pour offrir une expérience de candidat positive et garantir que chaque candidat est évalué de manière égale. Toutes les candidatures seront examinées par notre équipe de talents et le ou les candidats retenus passeront par le processus de recrutement suivant:

• Entrevue téléphonique avec le recruteur

• Entrevue avec le responsable de l'embauche

• Entrevue en équipe technique

Tous les candidats recevront des commentaires, qu'ils réussissent ou non toutes les étapes de notre processus d'entrevue. Toutes vos informations seront confidentielles.

Manager, Data Engineering (Product Intelligence)

About Plusgrade

About Plusgrade Plusgrade is seeking an experienced Manager of Data Engineering to lead a dedicated team that builds and operates the data infrastructure powering our event-based architecture along with Machine Learning applications and AI-driven products. If you’re passionate about enabling ML and data science teams with robust, scalable, and high-quality data products, and have a proven track record of building and leading high-performing data engineering teams, we’d love to meet you.

In this role, you’ll manage the development and operation of core data pipelines, feature stores, model-serving integrations, and real-time streaming infrastructure that support ML apps, ML Ops, and data science initiatives. You’ll partner closely with ML engineers, data scientists, and platform teams to ensure that data systems meet the demands of production-grade ML/AI applications—balancing freshness, reliability, scalability, and cost efficiency.

You’ll also help define data engineering best practices for the event-driven architecture and the ML use cases, drive adoption of governance and compliance standards, and contribute to shaping Plusgrade’s long-term data strategy. Through servant leadership and strong technical judgment, you’ll guide your team while collaborating with product and technical leaders to unlock innovation across the organization.

This role reports to the VP of Data Engineering. Our Product Intelligence data engineering team is central to Plusgrade’s product vision, and we take pride in building the foundation that powers our most advanced AI-driven experiences.

What You’ll Do

• 
  

  Lead, inspire, and scale a team of data engineers dedicated to supporting event-streaming, ML/AI and data science workloads.



• 
  

  Define and deliver the data engineering strategy and roadmap for the team and associated projects.



• 
  

  Oversee the design, build, and maintenance of scalable data pipelines, feature stores, real-time streaming systems, and APIs for ML/AI applications.



• 
  

  Partner with application engineers, ML engineers, and data scientists to operationalize models, ensuring reliable training, deployment, and monitoring pipelines.



• 
  

  Establish and monitor SLOs for data freshness, model input quality, reliability, latency, and cost efficiency.



• 
  

  Implement strong practices for data quality, lineage, reproducibility, and versioning of datasets.



• 
  

  Drive adoption of modern orchestration and deployment frameworks (e.g., Airflow, Dagster, Prefect, Kubeflow).



• 
  

  Ensure compliance with data governance, privacy, and security standards across data systems.



• 
  

  Recruit, coach, and develop top engineering talent, fostering a culture of ownership, accountability, and continuous improvement.



• 
  

  Collaborate with product, data science, and ML Ops stakeholders to ensure data systems meet evolving requirements.



• 
  

  Lead incident response and root cause analysis for data issues impacting ML/AI applications.



• 
  

  Contribute to long-term planning for platform scalability, self-service ML data access, and AI-driven innovation.



• 
  

  Define and track KPIs for ML/AI data platform performance, reliability, and team productivity.

What You Bring

• 
  

  6+ years in data engineering or related fields, with experience supporting ML/AI and event-streamling workloads.



• 
  

  4+ years in leadership roles managing data engineering teams in fast-paced environments.



• 
  

  Bachelor’s or graduate degree in Computer Science, Software Engineering, or related field (or equivalent experience).



• 
  

  Strong knowledge of modern data engineering practices for ML, including batch and streaming data architectures, feature engineering, and ML data lifecycle management.



• 
  

  Hands-on experience with SQL, Python, cloud-native data platforms (AWS preferred), and distributed systems (Spark, Flink, Kafka, Snowflake, or similar).



• 
  

  Familiarity with ML Ops practices, including feature stores, model versioning, and monitoring frameworks.



• 
  

  At least 1–2 years of hands-on experience using AI and agentic tools (LLMs, agent orchestrators, etc.) in a professional setting is required



• 
  

  Excellent communication and collaboration skills, able to influence across technical and non-technical stakeholders.



• 
  

  Proven ability to recruit, coach, and develop high-performing engineers.



• 
  

  Strong prioritization and execution skills, balancing technical depth with delivery speed.

Nice to Have

• 
  

  Experience with ML Ops frameworks (e.g., MLflow, Kubeflow, SageMaker).



• 
  

  Knowledge of real-time and event-driven architectures for ML applications.



• 
  

  Familiarity with data governance tools (Atlan, Alation, Collibra) and compliance standards (GDPR, CCPA, SOC 2).



• 
  

  Experience building data platforms to support recommender systems, personalization, or generative AI applications.



• 
  

  Background in CI/CD, infrastructure-as-code, and containerization (Terraform, Kubernetes, Docker).



• 
  

  Exposure to data product management principles, driving adoption and measurable ROI of ML/AI data platforms.

WHAT YOU’LL LOVE ABOUT US:

RRSP Matching 

Comprehensive Health Plans

Flexible Paid Time Off

✈️ Travel Experience Perk

Annual Wellness Perk 

Commuter Perk

Tenure-based Work From Anywhere Program

Parental Leave Top Up 

Adventure Pass

Learning Allowance

OUR PROCESS:

Plusgrade is an equal-opportunity employer and is committed to providing an accessible recruitment process. We welcome applications from all qualified individuals and are committed to equal employment opportunities regardless of gender identity or expression, race, ethnic origin, creed, place of origin, age, sex, marital status, physical or mental disability, sexual orientation, and any other category protected by law. Upon request, we will provide accommodation for applicants with disabilities. If you have a preference regarding the language of your interviews, please inform our Talent Team when they reach out to you.

We believe in diversity and inclusivity and that is why our interview process is designed for a positive candidate experience and to ensure every candidate is evaluated equally. All applications will be reviewed by our Talent Team and the successful candidate(s) will go through the following recruitment process:

• Recruiter Phone Interview 

• Hiring Manager Interview

• Team Interview

• Final Team Interview 

We may use artificial intelligence (AI) tools to support parts of the hiring process, such as reviewing applications, analyzing resumes, or assessing responses. These tools assist our recruitment team but do not replace human judgment. Final hiring decisions are ultimately made by humans. If you would like more information about how your data is processed, please contact us.