Machine Learning Engineer, Data Science

English version below, French version will follow:

previously named StreetScan) is a premier data and analytics company serving smart cities in enhancing their transportation infrastructure.
Utilizing advanced LiDAR, 360° imaging, and AI analytics, we create detailed digital maps and conduct infrastructure assessments with our GIS-based software, Streetlogix.
Our mission is to empower municipalities with sustainable, data-driven decision-making tools for better infrastructure management.

We are seeking a highly skilled Machine Learning Engineer with expertise in geospatial data and LiDAR to join our team! The ideal candidate will have a strong background in developing and deploying machine learning models for geospatial applications, with hands-on experience in processing LiDAR and satellite imagery data.
You will work closely with the R&D team to create innovative solutions for geospatial analysis, object detection, and 3D mapping.

Develop, train, and deploy machine learning models for geospatial and LiDAR data processing.
Process and analyze large-scale geospatial datasets, including aerial imagery, LiDAR scans, and GIS data.
Work with cloud-based platforms (AWS, GCP, or Azure) for scalable data processing and model deployment.
Stay up-to-date with the latest advancements in machine learning, remote sensing, and geospatial technologies.

Bachelor's, Master's, or PhD in Computer Science, Data Science, Geospatial Science, Remote Sensing, or a related field.
Strong proficiency in Python and ML libraries (TensorFlow, PyTorch, Scikit-learn, etc.).
Experience with LiDAR data processing and tools such as PDAL, PCL, or LAStools.
Knowledge of GIS tools and libraries such as QGIS, GDAL, or ArcGIS.
Hands-on experience in deep learning for image and point cloud analysis.
Experience with databases and big data frameworks (PostGIS, Spark, Hadoop) for geospatial data.
Experience with 3D reconstruction, SLAM (Simultaneous Localization and Mapping), or sensor fusion techniques.
Familiarity with OpenCV, Open3D, and similar libraries for 3D data manipulation.
Knowledge of real-time processing of geospatial data using edge computing.
Understanding of computer vision techniques for geospatial applications.

Competitive salary and performance-based bonuses.
Health, dental, and vision insurance.
If you are passionate about machine learning and geospatial data, and want to work on innovative solutions using LiDAR and remote sensing technologies, we'd love to hear from you! com with the subject line 'Machine Learning Engineer Application - [Your Name]'.

Version française:


anciennement dénommée StreetScan) est une société de données et d'analyse de premier plan au service des villes intelligentes pour l'amélioration de leurs infrastructures de transport.
En utilisant le LiDAR avancé, l'imagerie à 360° et l'analyse de l'IA, nous créons des cartes numériques détaillées et menons des évaluations d'infrastructures avec notre logiciel basé sur le SIG, Streetlogix.
Notre mission est d'habiliter les municipalités avec des outils de prise de décision durables et axés sur les données pour une meilleure gestion des infrastructures.

Nous sommes à la recherche d'un ingénieur en apprentissage automatique hautement qualifié avec une expertise en données géospatiales et LiDAR pour rejoindre notre équipe ! Le candidat idéal aura une solide expérience dans le développement et le déploiement de modèles d'apprentissage automatique pour les applications géospatiales, avec une expérience pratique dans le traitement des données LiDAR et d'imagerie satellite.
Vous travaillerez en étroite collaboration avec l'équipe R&D afin de créer des solutions innovantes pour l'analyse géospatiale, la détection d'objets et la cartographie 3D.

Développer, former et déployer des modèles d'apprentissage automatique pour le traitement des données géospatiales et LiDAR.
Traiter et analyser des ensembles de données géospatiales à grande échelle, y compris l'imagerie aérienne, les scans LiDAR et les données SIG.
Optimiser l'apprentissage profond et les modèles ML traditionnels pour l'efficacité de calcul et l'évolutivité.
Travailler avec des plateformes basées sur le cloud (AWS, GCP ou Azure) pour un traitement de données évolutif et le déploiement de modèles.
Se tenir au courant des dernières avancées en matière d'apprentissage automatique, de télédétection et de technologies géospatiales.

Baccalauréat, maîtrise ou doctorat en informatique, science des données, science géospatiale, télédétection ou dans un domaine connexe.
Forte maîtrise de Python et des bibliothèques de ML (TensorFlow, PyTorch, Scikit-learn, etc.).
Expérience du traitement des données LiDAR et d'outils tels que PDAL, PCL ou LAStools.
Expérience pratique de l'apprentissage profond pour l'analyse d'images et de nuages de points.
Expérience des bases de données et des cadres de big data (PostGIS, Spark, Hadoop) pour les données géospatiales.
Solides compétences en matière de résolution de problèmes et d'analyse, avec la capacité de travailler de manière indépendante et en équipe.

Expérience de la reconstruction 3D, du SLAM (localisation et cartographie simultanées) ou des techniques de fusion de capteurs.
Familiarité avec OpenCV, Open3D et d'autres bibliothèques similaires pour la manipulation de données 3D.
Connaissance du traitement en temps réel des données géospatiales à l'aide de l'informatique de pointe.
Compréhension des techniques de vision par ordinateur pour les applications géospatiales.

Salaire compétitif et primes basées sur les performances.
Assurance maladie, dentaire et visuelle.
Si vous êtes passionné par l'apprentissage automatique et les données géospatiales, et que vous souhaitez travailler sur des solutions innovantes utilisant les technologies LiDAR et de télédétection, nous serions ravis d'entendre parler de vous ! com avec pour objet « Machine Learning Engineer Application - [Votre Nom] ».