Llm Jobs in Quebec (NOW HIRING)

(English version below)

Rejoignez une entreprise basee a Montreal qui aide les organisations du monde entier a creer un parcours personnalise, enrichissant et epanouissant pour leurs employes. Explorance propose des solutions innovantes d'analyse de la retroaction, car nous croyons que chaque experience compte.

Nous recherchons un(e) scientifique specialise(e) en apprentissage automatique applique pour nous aider a concevoir, evaluer et deployer en production des systemes d'apprentissage automatique et de modelisation de l'apprentissage (LLM) qui facilitent la prise de decision pour des millions d'utilisateurs dans le monde. Ce poste se situe a l'intersection de la recherche et du produit, et se concentre sur l'experimentation, les cadres d'evaluation et les performances en situation reelle, et non pas uniquement sur la modelisation.

Description du Role:

• Concevoir et executer des experiences pour evaluer les approches ML et LLM.
• Definir des metriques, des ensembles de donnees et des criteres d'acceptation pour les fonctionnalites proposees.
• Analyser les erreurs, les cas limites et les compromis cout-qualite.
• Collaborer avec les ingenieurs pour traduire les resultats en specifications pretes a etre mises en uvre.
• Reviser la qualite des donnees, les strategies d'etiquetage et les lacunes des ensembles de donnees.
• Documenter les conclusions, les recommandations et les justifications des decisions.
• Conseiller sur la pertinence des LLM, du ML traditionnel ou de solutions plus simples pour un probleme donne.

Responsabilites Cles:

• Concevoir et executer des experiences de recherche appliquee sur les systemes ML, y compris:

• • Modeles ML traditionnels (par exemple, classification, scoring, classement)
  • Approches basees sur LLM lorsque c'est approprie

• Definir les methodologies d'evaluation, les metriques, les ensembles de donnees et les criteres d'acceptation pour les fonctionnalites basees sur ML
• Evaluer les compromis entre performance du modele, interpretabilite, cout et complexite operationnelle
• Analyser les erreurs, les cas limites et les entrees ambigues ; proposer des strategies de mitigation concretes
• Contribuer aux systemes ML existants en soutenant:

• • La strategie de donnees et les approches d'etiquetage
  • L'entrainement, la validation et l'evaluation des modeles

• Evaluer quand les LLM sont appropries par rapport a quand les approches ML standard sont suffisantes
• Produire des resultats de recherche clairs, y compris:

• Conclusions et recommandations ecrites
• Specifications pretes pour la mise en uvre pour les equipes d'ingenierie

• Collaborer etroitement avec les ingenieurs en logiciels ML et le responsable de l'equipe de recherche appliquee pour assurer une transition fluide de la recherche a la production
  

Qualifications Requises:

• Experience solide en apprentissage automatique applique dans des environnements orientes production
• Experience pratique avec Python et PyTorch ou des cadres ML similaires
• Experience de la conception et de l'execution d'experiences structurees ML et LLM (locales et tierces)
• Capacite a definir et interpreter des metriques d'evaluation quantitatives
• Competences analytiques solides pour l'analyse des erreurs et la comparaison des modeles
• Capacite a documenter clairement les resultats et les justifications des decisions
• Experience de travail avec a la fois des modeles ML traditionnels et des systemes bases sur LLM
• Familiarite avec des taches de NLP telles que la classification, l'extraction ou le resume
• Experience de travail avec des ensembles de donnees etiquetes et l'amelioration iterative des donnees
• Familiarite avec les bases de donnees relationnelles (par exemple, Postgres, MSSQL) pour les donnees experimentales
  

Preferences / Atouts:

• Familiarite avec les tableaux de bord de surveillance ou d'evaluation (par exemple, Grafana)
• Experience de collaboration avec des equipes de plateforme ou d'infrastructure
  

Propriete & Impact:

• Posseder les standards d'evaluation et les criteres de qualite pour les systemes ML
• S'assurer que les approches ML sont validees avant l'investissement en production
• Soutenir la coherence et la reutilisation des capacites ML et LLM
• Permettre l'adoption deliberee et fondee sur des preuves de nouvelles techniques tout en renforcant les fondations ML existantes
  

Le candidat ideal :

• Est un chercheur applique pragmatique qui optimise pour la valeur client plutot que pour l'elegance technique.
• Est a l'aise avec le travail sous des contraintes reelles (cout, latence, qualite des donnees).
• Possede un jugement fort et reste calme face a l'incertitude.
• Traite des donnees et de l'evaluation comme des preoccupations d'ingenierie de premiere classe.
• Peut communiquer clairement les resultats et les compromis a des publics non chercheurs.
• Equilibre curiosite et discipline et suit les problemes jusqu'a des resultats exploitables.
• Incarne l'etat d'esprit de batisseur-savant-operateur : pratique, rigoureux et conscient des operations.

Autres exigences :

Postulez uniquement si vous residez a Montreal (ou dans les environs) et que vous souhaitez faire partie d'une culture d'entreprise dynamique et stimulante.

Chez Explorance, l'inclusion est au cur de nos valeurs et guide nos actions au quotidien. Nous placons l'humain au centre de tout ce que nous faisons et sommes fiers de notre authenticite et de notre culture inclusive. Nous encourageons les personnes de toute race, religion, origine ethnique, identite de genre, orientation sexuelle, age, statut d'immigration, situation de handicap ou toute autre caracteristique protegee par la loi a postuler.

Les decisions liees a l'emploi sont prises sans egard a ces caracteristiques, et toute offre d'emploi est conditionnelle a la reussite des verifications d'antecedents et de references.

Pour plus d'informations, visitezexplorance.comou contactez-nous surLinkedIn,FacebooketX.

*

Join a Montreal headquartered company that helps organizations around the world create a personalized journey of impact and fulfillment for their people. Explorance offers innovative Feedback Analytics solutions because we believe that each experience matters.

We're looking for an Applied ML Scientist to help us design, evaluate, and productionize machine learning and LLM-based systems that power decision-making for millions of users globally. This role sits at the intersection of research and product, focusing on experimentation, evaluation frameworks, and real-world performance-not just model building.

Role Description:

• Designing and running experiments to evaluate ML and LLM approaches.
• Defining metrics, datasets, and acceptance criteria for proposed features.
• Analyzing errors, edge cases, and cost-quality trade-offs.
• Collaborating with engineers to translate findings into implementation-ready specifications.
• Reviewing data quality, labeling strategies, and dataset gaps.
• Documenting conclusions, recommendations, and decision rationales.

• Advising on whether LLMs, traditional ML, or simpler solutions are most appropriate for a given problem.

Key Responsibilities:

• Design and execute applied research experiments across ML systems, including:
  • Traditional ML models (e.g., classification, scoring, ranking)
  • LLM-based approaches where appropriate
• Define evaluation methodologies, metrics, datasets, and acceptance criteria for ML-driven features
• Assess trade-offs between model performance, interpretability, cost, and operational complexity
• Analyze errors, edge cases, and ambiguous inputs; propose concrete mitigation strategies
• Contribute to existing ML systems by supporting:
  • Data strategy and labeling approaches
  • Model training, validation, and evaluation
• Evaluate when LLMs are appropriate versus when standard ML approaches are sufficient
• Produce clear research outputs, including:
  • Written conclusions and recommendations
  • Implementation-ready specifications for engineering teams
• Collaborate closely with ML Software Engineers and the Applied Research Team Lead to ensure smooth handoff from research to production

Required Qualifications:

• Strong experience in applied machine learning in production-oriented environments
• Hands-on experience with Python and PyTorch or similar ML frameworks
• Experience designing and running structured ML and LLM (local and third party) experiments
• Ability to define and interpret quantitative evaluation metrics
• Strong analytical skills for error analysis and model comparison
• Ability to clearly document findings and decision rationales
• Experience working with both traditional ML models and LLM-based systems
• Familiarity with NLP tasks such as classification, extraction, or summarization
• Experience working with labeled datasets and iterative data improvement
• Exposure to relational databases (e.g., Postgres, MSSQL) for experiment data

Preferred / Nice-to-Have:

• Familiarity with monitoring or evaluation dashboards (e.g., Grafana)
• Experience collaborating with platform or infrastructure teams

Ownership & Impact:

• Own evaluation standards and quality criteria for ML systems
• Ensure ML approaches are validated before production investment
• Support consistency and reuse across ML and LLM capabilities
• Enable deliberate, evidence-based adoption of new techniques while strengthening existing ML foundations

Candidate Requirements

• Is a pragmatic applied researcher who optimizes customer value over technical elegance.
• Is comfortable working under real-world constraints (cost, latency, data quality).
• Has strong judgment and remains calm under uncertainty.
• Treats data and evaluation as first-class engineering concerns.
• Can clearly communicate findings and trade-offs to non-research audiences.
• Balances curiosity with discipline and follows problems through to actionable outcomes.
• Embodies the builder-scholar-operator mindset: hands-on, rigorous, and operationally aware.

Other Requirements

Apply if you are a Montreal (or surroundings) resident - with expectation of working from our global headquarters.

At Explorance, we take inclusion to heart and live it each day. We put the human first in everything we do and take pride in our authenticity and culture of inclusion. We encourage candidates of any race, religion, ethnicity, gender identity, sexual orientation, age, immigration status, disability, or other legally protected characteristics to apply.

Employment decisions are made without regard to these characteristics, and all offers of employment are contingent upon the successful completion of background and reference checks.

About Explorance

Explorance empowers organizations with nextgeneration feedback analytics to accelerate the insighttoaction cycle, guided by our philosophy ofFeedback for the Brave. With over 20 years of expertise, Explorance is a member of the World Economic Forum and a trusted partner to 35% of Fortune 100 companies and 25% of the world's top highereducation institutions.

Our awardwinning solutions-including Blue, Metrics That Matter, and MLY-have impacted more than 25 million individuals worldwide. Consistently recognized as a top employer by Great Place to Work, a Brandon Hall AI Award winner, and a twotime Global Leader in the 360degree feedback market by Fortune Business Insights, Explorance continues to lead with purpose, innovation, and heart.

Visitexplorance.comorLinkedIn,Facebook,X.