Being part of Air Canada is to become part of an iconic Canadian symbol, recently ranked the best Airline in North America. Let your career take flight by joining our diverse and vibrant team at the leading edge of passenger aviation. As a Data Scientist Data & AI (Applied AI) at Air Canada, you will be embedded in cross-functional team and will contribute to the MLOps pipeline and processes to scale and deploy ML, Optimization and Agentic solution. We are looking for a Data Scientist to help us build and operate our ML, Optimization and agentic platform to increase reliability and governance. You will primary be working with data scientist, research scientist, solution architect and system integrator to contribute to the architecture and the products powered by advanced analytics and AI. The ideal candidate will possess a strong foundation in software design principles, with a proven track record of designing, developing, and deploying robust y systems. The candidate will also be well-versed in model version control, deployment pipelines, and monitoring standards. The candidate is expected to have some level on knowledge into the inner working of the models instead of treating them as black boxes. You will join the Data Science & AI Team, a central group within Air Canada’s IT organization, building machine learning and optimization solutions for internal business units such as Revenue Management, Network Planning, Operations, Maintenance, and Cargo but also customer facing solution. Collaboration with both technical and non-technical stakeholders is essential as you deliver production-grade applications. All initiatives follow an agile methodology, with 2-to-3-week sprints and incremental releases leading to the final production deployment. This approach fosters continuous improvement, adaptability, and close alignment with business needs. Responsibilities: Build, deploy, and scale ML, Agentic AI, and optimization models in production across Azure and AWS, ensuring reliability, low latency, and cost efficiency. Implement end to end MLOps practices-including CI/CD, automated retraining, monitoring, and model/data versioning-using cloud native tooling. Monitor model performance and data drift using Azure Monitor, AWS CloudWatch, and similar tools, triggering retraining or recalibration as needed. Orchestrate and automate complex AI workflows using Azure Machine Learning, AI Foundry, Azure Functions on Azure or Bedrock, Sagemaker and Akka for distributed processing on AWS. Standardize tooling, testing frameworks, and performance benchmarking to ensure consistent model validation and infrastructure reliability across platforms. Translate business requirements into scalable ML and generative AI solutions, collaborating closely with cross functional teams. Document architectures, workflows, and best practices, and communicate them effectively to both technical and non technical stakeholders. Provide technical leadership by mentoring engineers, driving continuous improvement, and promoting innovative AI engineering practices. Partner with IT security to perform audits, vulnerability assessments, and ensure secure operation of AI systems in cloud environments. Integrate fairness, explainability, and transparency into model development and deployment using cloud native and open source tools. Optimize cloud resource usage and implement efficient scaling strategies using autoscaling and distributed computing frameworks (including Akka). Develop incident response protocols for AI system failures, lead post mortems, and implement corrective actions in cloud environments. Foster innovation by researching, prototyping, and piloting emerging cloud ML services and distributed computing technologies. Implement and maintain model governance frameworks, including approval workflows, audit trails, and lifecycle documentation. Build automated testing frameworks (unit, integration, regression) for ML models using cloud based CI/CD platforms. Qualifications Master’s or PhD in Data Science, Computer Science, or a closely related field, or equivalent and 5+ relevant working experience. Proven experience managing the full MLOps lifecycle, including automated training pipelines, feature store integration, batch and real-time inference, model monitoring, and data/code versioning best practices. Strong proficiency in Python and its ML/data ecosystem, including libraries such as Pandas, scikit-learn, MLflow, PySpark, TensorFlow, and others. Hands-on experience with Azure’s ML and AI services, including Azure Machine Learning, Azure Databricks, Azure Data Factory, Azure Functions, Azure OpenAI, and Azure AI Search, along with their SDKs. Experience building CI/CD pipelines for ML workflows using Git-based platforms such as Azure DevOps and GitHub Actions. Working knowledge of large language models (LLMs), prompt engineering, Retrieval-Augmented Generation (RAG) architectures, and open-source frameworks for generative AI. Strong problem-solving skills with the ability to work independently and collaboratively in cross-functional teams. Demonstrated ability to standardize and productize ML solutions into reusable components and scalable infrastructure. Excellent communication skills, both written and verbal, with the ability to convey complex technical concepts to diverse audiences. Demonstrate punctuality and dependability to support overall team success in a fast-paced environment. Asset Qualifications Familiarity with Amazon Web Services (AWS) and its ML/AI offerings (e.g., SageMaker, Lambda, S3, EKS). Experience with LLMOps tools and practices for managing large language model deployment and monitoring. Proficiency in Java, particularly for integrating ML models into production systems. Experience deploying models on Azure Kubernetes Service (AKS) or similar container orchestration platforms. Familiarity with optimization solvers and tools, including commercial (e.g., CPLEX, Gurobi, FICO Xpress) and open-source (e.g., COIN-OR, SCIP) platforms. Relevant certifications (e.g., Azure AI Engineer, AWS Certified Machine Learning, TensorFlow Developer) Conditions of Employment: Candidates must be eligible to work in the country of interest at the time any offer of employment is made and are responsible for obtaining any required work permits, visas, or other authorizations necessary for employment. Prior to their start date, candidates will also need to provide proof of their eligibility to work in the country of interest. Linguistic Requirements Based on equal qualifications, preference will be given to bilingual candidates. Diversity and Inclusion Air Canada is strongly committed to Diversity and Inclusion and aims to create a healthy, accessible and rewarding work environment which highlights employees’ unique contributions to our company’s success. As an equal opportunity employer, we welcome applications from all to help us build a diverse workforce which reflects the diversity of our customers, and communities, in which we live and serve. Air Canada thanks all candidates for their interest; however only those selected to continue in the process will be contacted.
Being part of Air Canada is to become part of an iconic Canadian symbol, recently ranked the best Airline in North America. Let your career take flight by joining our diverse and vibrant team at the leading edge of passenger aviation. As a Data Scientist Data & AI (Applied AI) at Air Canada, you will be embedded in cross-functional team and will contribute to the MLOps pipeline and processes to scale and deploy ML, Optimization and Agentic solution. We are looking for a Data Scientist to help us build and operate our ML, Optimization and agentic platform to increase reliability and governance. You will primary be working with data scientist, research scientist, solution architect and system integrator to contribute to the architecture and the products powered by advanced analytics and AI. The ideal candidate will possess a strong foundation in software design principles, with a proven track record of designing, developing, and deploying robust y systems. The candidate will also be well-versed in model version control, deployment pipelines, and monitoring standards. You will join the Data Science & AI Team, a central group within Air Canada’s IT organization, building machine learning and optimization solutions for internal business units such as Revenue Management, Network Planning, Operations, Maintenance, and Cargo but also customer facing solution. Collaboration with both technical and non-technical stakeholders is essential as you deliver production-grade applications. All initiatives follow an agile methodology, with 2-to-3-week sprints and incremental releases leading to the final production deployment. This approach fosters continuous improvement, adaptability, and close alignment with business needs. Build, deploy, and scale ML, Agentic AI, and optimization models in production across Azure and AWS, ensuring reliability, low latency, and cost efficiency. Implement end to end MLOps practices-including CI/CD, automated retraining, monitoring, and model/data versioning-using cloud native tooling. Monitor model performance and data drift using Azure Monitor, AWS CloudWatch, and similar tools, triggering retraining or recalibration as needed. Orchestrate and automate complex AI workflows using Azure Machine Learning, AI Foundry, Azure Functions on Azure or Bedrock, Sagemaker and Akka for distributed processing on AWS. Standardize tooling, testing frameworks, and performance benchmarking to ensure consistent model validation and infrastructure reliability across platforms. Translate business requirements into scalable ML and generative AI solutions, collaborating closely with cross functional teams. Document architectures, workflows, and best practices, and communicate them effectively to both technical and non technical stakeholders. Provide technical leadership by mentoring engineers, driving continuous improvement, and promoting innovative AI engineering practices. Partner with IT security to perform audits, vulnerability assessments, and ensure secure operation of AI systems in cloud environments. Integrate fairness, explainability, and transparency into model development and deployment using cloud native and open source tools. Develop incident response protocols for AI system failures, lead post mortems, and implement corrective actions in cloud environments. Foster innovation by researching, prototyping, and piloting emerging cloud ML services and distributed computing technologies. Build automated testing frameworks (unit, integration, regression) for ML models using cloud based CI/CD platforms. Master’s or PhD in Data Science, Computer Science, or a closely related field, or equivalent and 5+ relevant working experience. Proven experience managing the full MLOps lifecycle, including automated training pipelines, feature store integration, batch and real-time inference, model monitoring, and data/code versioning best practices. Strong proficiency in Python and its ML/data ecosystem, including libraries such as Pandas, scikit-learn, MLflow, PySpark, TensorFlow, and others. Hands-on experience with Azure’s ML and AI services, including Azure Machine Learning, Azure Databricks, Azure Data Factory, Azure Functions, Azure OpenAI, and Azure AI Search, along with their SDKs. Experience building CI/CD pipelines for ML workflows using Git-based platforms such as Azure DevOps and GitHub Actions. Working knowledge of large language models (LLMs), prompt engineering, Retrieval-Augmented Generation (RAG) architectures, and open-source frameworks for generative AI. Demonstrated ability to standardize and productize ML solutions into reusable components and scalable infrastructure. Excellent communication skills, both written and verbal, with the ability to convey complex technical concepts to diverse audiences. Asset Qualifications Familiarity with Amazon Web Services (AWS) and its ML/AI offerings (e.g., Experience with LLMOps tools and practices for managing large language model deployment and monitoring. Proficiency in Java, particularly for integrating ML models into production systems. Familiarity with optimization solvers and tools, including commercial (e.g., Azure AI Engineer, AWS Certified Machine Learning, TensorFlow Developer) Candidates must be eligible to work in the country of interest at the time any offer of employment is made and are responsible for obtaining any required work permits, visas, or other authorizations necessary for employment. Based on equal qualifications, preference will be given to bilingual candidates. Diversity and Inclusion Air Canada is strongly committed to Diversity and Inclusion and aims to create a healthy, accessible and rewarding work environment which highlights employees’ unique contributions to our company’s success. As an equal opportunity employer, we welcome applications from all to help us build a diverse workforce which reflects the diversity of our customers, and communities, in which we live and serve.
Being part of Air Canada is to become part of an iconic Canadian symbol, recently ranked the best Airline in North America. Let your career take flight by joining our diverse and vibrant team at the leading edge of passenger aviation. As a Data Scientist Data & AI (Applied AI) at Air Canada, you will be embedded in cross-functional team and will contribute to the MLOps pipeline and processes to scale and deploy ML, Optimization and Agentic solution. We are looking for a Data Scientist to help us build and operate our ML, Optimization and agentic platform to increase reliability and governance. You will primary be working with data scientist, research scientist, solution architect and system integrator to contribute to the architecture and the products powered by advanced analytics and AI. The ideal candidate will possess a strong foundation in software design principles, with a proven track record of designing, developing, and deploying robust y systems. The candidate will also be well-versed in model version control, deployment pipelines, and monitoring standards. The candidate is expected to have some level on knowledge into the inner working of the models instead of treating them as black boxes. You will join the Data Science & AI Team, a central group within Air Canada’s IT organization, building machine learning and optimization solutions for internal business units such as Revenue Management, Network Planning, Operations, Maintenance, and Cargo but also customer facing solution. Collaboration with both technical and non-technical stakeholders is essential as you deliver production-grade applications. All initiatives follow an agile methodology, with 2-to-3-week sprints and incremental releases leading to the final production deployment. This approach fosters continuous improvement, adaptability, and close alignment with business needs. Responsibilities: Build, deploy, and scale ML, Agentic AI, and optimization models in production across Azure and AWS, ensuring reliability, low latency, and cost efficiency. Implement end to end MLOps practices-including CI/CD, automated retraining, monitoring, and model/data versioning-using cloud native tooling. Monitor model performance and data drift using Azure Monitor, AWS CloudWatch, and similar tools, triggering retraining or recalibration as needed. Orchestrate and automate complex AI workflows using Azure Machine Learning, AI Foundry, Azure Functions on Azure or Bedrock, Sagemaker and Akka for distributed processing on AWS. Standardize tooling, testing frameworks, and performance benchmarking to ensure consistent model validation and infrastructure reliability across platforms. Translate business requirements into scalable ML and generative AI solutions, collaborating closely with cross functional teams. Document architectures, workflows, and best practices, and communicate them effectively to both technical and non technical stakeholders. Provide technical leadership by mentoring engineers, driving continuous improvement, and promoting innovative AI engineering practices. Partner with IT security to perform audits, vulnerability assessments, and ensure secure operation of AI systems in cloud environments. Integrate fairness, explainability, and transparency into model development and deployment using cloud native and open source tools. Optimize cloud resource usage and implement efficient scaling strategies using autoscaling and distributed computing frameworks (including Akka). Develop incident response protocols for AI system failures, lead post mortems, and implement corrective actions in cloud environments. Foster innovation by researching, prototyping, and piloting emerging cloud ML services and distributed computing technologies. Implement and maintain model governance frameworks, including approval workflows, audit trails, and lifecycle documentation. Build automated testing frameworks (unit, integration, regression) for ML models using cloud based CI/CD platforms. Qualifications Master’s or PhD in Data Science, Computer Science, or a closely related field, or equivalent and 5+ relevant working experience. Proven experience managing the full MLOps lifecycle, including automated training pipelines, feature store integration, batch and real-time inference, model monitoring, and data/code versioning best practices. Strong proficiency in Python and its ML/data ecosystem, including libraries such as Pandas, scikit-learn, MLflow, PySpark, TensorFlow, and others. Hands-on experience with Azure’s ML and AI services, including Azure Machine Learning, Azure Databricks, Azure Data Factory, Azure Functions, Azure OpenAI, and Azure AI Search, along with their SDKs. Experience building CI/CD pipelines for ML workflows using Git-based platforms such as Azure DevOps and GitHub Actions. Working knowledge of large language models (LLMs), prompt engineering, Retrieval-Augmented Generation (RAG) architectures, and open-source frameworks for generative AI. Strong problem-solving skills with the ability to work independently and collaboratively in cross-functional teams. Demonstrated ability to standardize and productize ML solutions into reusable components and scalable infrastructure. Excellent communication skills, both written and verbal, with the ability to convey complex technical concepts to diverse audiences. Demonstrate punctuality and dependability to support overall team success in a fast-paced environment. Asset Qualifications Familiarity with Amazon Web Services (AWS) and its ML/AI offerings (e.g., SageMaker, Lambda, S3, EKS). Experience with LLMOps tools and practices for managing large language model deployment and monitoring. Proficiency in Java, particularly for integrating ML models into production systems. Experience deploying models on Azure Kubernetes Service (AKS) or similar container orchestration platforms. Familiarity with optimization solvers and tools, including commercial (e.g., CPLEX, Gurobi, FICO Xpress) and open-source (e.g., COIN-OR, SCIP) platforms. Relevant certifications (e.g., Azure AI Engineer, AWS Certified Machine Learning, TensorFlow Developer) Conditions of Employment: Candidates must be eligible to work in the country of interest at the time any offer of employment is made and are responsible for obtaining any required work permits, visas, or other authorizations necessary for employment. Prior to their start date, candidates will also need to provide proof of their eligibility to work in the country of interest. Linguistic Requirements Based on equal qualifications, preference will be given to bilingual candidates. Diversity and Inclusion Air Canada is strongly committed to Diversity and Inclusion and aims to create a healthy, accessible and rewarding work environment which highlights employees’ unique contributions to our company’s success. As an equal opportunity employer, we welcome applications from all to help us build a diverse workforce which reflects the diversity of our customers, and communities, in which we live and serve. Air Canada thanks all candidates for their interest; however only those selected to continue in the process will be contacted.
Being part of Air Canada is to become part of an iconic Canadian symbol, recently ranked the best Airline in North America. Let your career take flight by joining our diverse and vibrant team at the leading edge of passenger aviation. As a Data Scientist Data & AI (Applied AI) at Air Canada, you will be embedded in cross-functional team and will contribute to the MLOps pipeline and processes to scale and deploy ML, Optimization and Agentic solution. We are looking for a Data Scientist to help us build and operate our ML, Optimization and agentic platform to increase reliability and governance. You will primary be working with data scientist, research scientist, solution architect and system integrator to contribute to the architecture and the products powered by advanced analytics and AI. The ideal candidate will possess a strong foundation in software design principles, with a proven track record of designing, developing, and deploying robust y systems. The candidate will also be well-versed in model version control, deployment pipelines, and monitoring standards. The candidate is expected to have some level on knowledge into the inner working of the models instead of treating them as black boxes. You will join the Data Science & AI Team, a central group within Air Canada’s IT organization, building machine learning and optimization solutions for internal business units such as Revenue Management, Network Planning, Operations, Maintenance, and Cargo but also customer facing solution. Collaboration with both technical and non-technical stakeholders is essential as you deliver production-grade applications. All initiatives follow an agile methodology, with 2-to-3-week sprints and incremental releases leading to the final production deployment. This approach fosters continuous improvement, adaptability, and close alignment with business needs. Responsibilities: Build, deploy, and scale ML, Agentic AI, and optimization models in production across Azure and AWS, ensuring reliability, low latency, and cost efficiency. Implement end to end MLOps practices-including CI/CD, automated retraining, monitoring, and model/data versioning-using cloud native tooling. Monitor model performance and data drift using Azure Monitor, AWS CloudWatch, and similar tools, triggering retraining or recalibration as needed. Orchestrate and automate complex AI workflows using Azure Machine Learning, AI Foundry, Azure Functions on Azure or Bedrock, Sagemaker and Akka for distributed processing on AWS. Standardize tooling, testing frameworks, and performance benchmarking to ensure consistent model validation and infrastructure reliability across platforms. Translate business requirements into scalable ML and generative AI solutions, collaborating closely with cross functional teams. Document architectures, workflows, and best practices, and communicate them effectively to both technical and non technical stakeholders. Provide technical leadership by mentoring engineers, driving continuous improvement, and promoting innovative AI engineering practices. Partner with IT security to perform audits, vulnerability assessments, and ensure secure operation of AI systems in cloud environments. Integrate fairness, explainability, and transparency into model development and deployment using cloud native and open source tools. Optimize cloud resource usage and implement efficient scaling strategies using autoscaling and distributed computing frameworks (including Akka). Develop incident response protocols for AI system failures, lead post mortems, and implement corrective actions in cloud environments. Foster innovation by researching, prototyping, and piloting emerging cloud ML services and distributed computing technologies. Implement and maintain model governance frameworks, including approval workflows, audit trails, and lifecycle documentation. Build automated testing frameworks (unit, integration, regression) for ML models using cloud based CI/CD platforms. Qualifications Master’s or PhD in Data Science, Computer Science, or a closely related field, or equivalent and 5+ relevant working experience. Proven experience managing the full MLOps lifecycle, including automated training pipelines, feature store integration, batch and real-time inference, model monitoring, and data/code versioning best practices. Strong proficiency in Python and its ML/data ecosystem, including libraries such as Pandas, scikit-learn, MLflow, PySpark, TensorFlow, and others. Hands-on experience with Azure’s ML and AI services, including Azure Machine Learning, Azure Databricks, Azure Data Factory, Azure Functions, Azure OpenAI, and Azure AI Search, along with their SDKs. Experience building CI/CD pipelines for ML workflows using Git-based platforms such as Azure DevOps and GitHub Actions. Working knowledge of large language models (LLMs), prompt engineering, Retrieval-Augmented Generation (RAG) architectures, and open-source frameworks for generative AI. Strong problem-solving skills with the ability to work independently and collaboratively in cross-functional teams. Demonstrated ability to standardize and productize ML solutions into reusable components and scalable infrastructure. Excellent communication skills, both written and verbal, with the ability to convey complex technical concepts to diverse audiences. Demonstrate punctuality and dependability to support overall team success in a fast-paced environment. Asset Qualifications Familiarity with Amazon Web Services (AWS) and its ML/AI offerings (e.g., SageMaker, Lambda, S3, EKS). Experience with LLMOps tools and practices for managing large language model deployment and monitoring. Proficiency in Java, particularly for integrating ML models into production systems. Experience deploying models on Azure Kubernetes Service (AKS) or similar container orchestration platforms. Familiarity with optimization solvers and tools, including commercial (e.g., CPLEX, Gurobi, FICO Xpress) and open-source (e.g., COIN-OR, SCIP) platforms. Relevant certifications (e.g., Azure AI Engineer, AWS Certified Machine Learning, TensorFlow Developer) Conditions of Employment: Candidates must be eligible to work in the country of interest at the time any offer of employment is made and are responsible for obtaining any required work permits, visas, or other authorizations necessary for employment. Prior to their start date, candidates will also need to provide proof of their eligibility to work in the country of interest. Linguistic Requirements Based on equal qualifications, preference will be given to bilingual candidates. Diversity and Inclusion Air Canada is strongly committed to Diversity and Inclusion and aims to create a healthy, accessible and rewarding work environment which highlights employees’ unique contributions to our company’s success. As an equal opportunity employer, we welcome applications from all to help us build a diverse workforce which reflects the diversity of our customers, and communities, in which we live and serve. Air Canada thanks all candidates for their interest; however only those selected to continue in the process will be contacted.
Being part of Air Canada is to become part of an iconic Canadian symbol, recently ranked the best Airline in North America. Let your career take flight by joining our diverse and vibrant team at the leading edge of passenger aviation.As a Data Scientist Data & AI (Applied AI) at Air Canada, you will be embedded in cross-functional team and will contribute to the MLOps pipeline and processes to scale and deploy ML, Optimization and Agentic solution. We are looking for a Data Scientist to help us build and operate our ML, Optimization and agentic platform to increase reliability and governance. You will primary be working with data scientist, research scientist, solution architect and system integrator to contribute to the architecture and the products powered by advanced analytics and AI.The ideal candidate will possess a strong foundation in software design principles, with a proven track record of designing, developing, and deploying robust y systems. The candidate will also be well-versed in model version control, deployment pipelines, and monitoring standards. The candidate is expected to have some level on knowledge into the inner working of the models instead of treating them as black boxes.You will join the Data Science & AI Team, a central group within Air Canada’s IT organization, building machine learning and optimization solutions for internal business units such as Revenue Management, Network Planning, Operations, Maintenance, and Cargo but also customer facing solution. Collaboration with both technical and non-technical stakeholders is essential as you deliver production-grade applications.All initiatives follow an agile methodology, with 2-to-3-week sprints and incremental releases leading to the final production deployment. This approach fosters continuous improvement, adaptability, and close alignment with business needs.Responsibilities:Build, deploy, and scale ML, Agentic AI, and optimization models in production across Azure and AWS, ensuring reliability, low latency, and cost efficiency.Implement end to end MLOps practices-including CI/CD, automated retraining, monitoring, and model/data versioning-using cloud native tooling.Monitor model performance and data drift using Azure Monitor, AWS CloudWatch, and similar tools, triggering retraining or recalibration as needed.Orchestrate and automate complex AI workflows using Azure Machine Learning, AI Foundry, Azure Functions on Azure or Bedrock, Sagemaker and Akka for distributed processing on AWS.Standardize tooling, testing frameworks, and performance benchmarking to ensure consistent model validation and infrastructure reliability across platforms.Translate business requirements into scalable ML and generative AI solutions, collaborating closely with cross functional teams.Document architectures, workflows, and best practices, and communicate them effectively to both technical and non technical stakeholders.Provide technical leadership by mentoring engineers, driving continuous improvement, and promoting innovative AI engineering practices.Partner with IT security to perform audits, vulnerability assessments, and ensure secure operation of AI systems in cloud environments.Integrate fairness, explainability, and transparency into model development and deployment using cloud native and open source tools.Optimize cloud resource usage and implement efficient scaling strategies using autoscaling and distributed computing frameworks (including Akka).Develop incident response protocols for AI system failures, lead post mortems, and implement corrective actions in cloud environments.Foster innovation by researching, prototyping, and piloting emerging cloud ML services and distributed computing technologies.Implement and maintain model governance frameworks, including approval workflows, audit trails, and lifecycle documentation.Build automated testing frameworks (unit, integration, regression) for ML models using cloud based CI/CD platforms.QualificationsMaster’s or PhD in Data Science, Computer Science, or a closely related field, or equivalent and 5+ relevant working experience.Proven experience managing the full MLOps lifecycle, including automated training pipelines, feature store integration, batch and real-time inference, model monitoring, and data/code versioning best practices.Strong proficiency in Python and its ML/data ecosystem, including libraries such as Pandas, scikit-learn, MLflow, PySpark, TensorFlow, and others.Hands-on experience with Azure’s ML and AI services, including Azure Machine Learning, Azure Databricks, Azure Data Factory, Azure Functions, Azure OpenAI, and Azure AI Search, along with their SDKs.Experience building CI/CD pipelines for ML workflows using Git-based platforms such as Azure DevOps and GitHub Actions.Working knowledge of large language models (LLMs), prompt engineering, Retrieval-Augmented Generation (RAG) architectures, and open-source frameworks for generative AI.Strong problem-solving skills with the ability to work independently and collaboratively in cross-functional teams.Demonstrated ability to standardize and productize ML solutions into reusable components and scalable infrastructure.Excellent communication skills, both written and verbal, with the ability to convey complex technical concepts to diverse audiences.Demonstrate punctuality and dependability to support overall team success in a fast-paced environment.Asset QualificationsFamiliarity with Amazon Web Services (AWS) and its ML/AI offerings (e.g., SageMaker, Lambda, S3, EKS).Experience with LLMOps tools and practices for managing large language model deployment and monitoring.Proficiency in Java, particularly for integrating ML models into production systems.Experience deploying models on Azure Kubernetes Service (AKS) or similar container orchestration platforms.Familiarity with optimization solvers and tools, including commercial (e.g., CPLEX, Gurobi, FICO Xpress) and open-source (e.g., COIN-OR, SCIP) platforms.Relevant certifications (e.g., Azure AI Engineer, AWS Certified Machine Learning, TensorFlow Developer)Conditions of Employment:Candidates must be eligible to work in the country of interest at the time any offer of employment is made and are responsible for obtaining any required work permits, visas, or other authorizations necessary for employment. Prior to their start date, candidates will also need to provide proof of their eligibility to work in the country of interest.Linguistic RequirementsBased on equal qualifications, preference will be given to bilingual candidates.Diversity and InclusionAir Canada is strongly committed to Diversity and Inclusion and aims to create a healthy, accessible and rewarding work environment which highlights employees’ unique contributions to our company’s success.As an equal opportunity employer, we welcome applications from all to help us build a diverse workforce which reflects the diversity of our customers, and communities, in which we live and serve.Air Canada thanks all candidates for their interest; however only those selected to continue in the process will be contacted.
Appartenir à Air Canada, c’est appartenir à un symbole canadien, Air Canada récemment élue meilleur transporteur aérien en Amérique du Nord. Faites décoller votre carrière en vous joignant à notre équipe novatrice et diversifiée à l’avant-garde du transport aérien de passagers. Relevant du partenaire - Rentabilisation et Information lignes, la personne retenue pour le poste d’analyste - Rentabilisation et Information lignes est responsable de la maintenance d’un système de rendement financier des lignes (rentabilisation des vols). Elle sera responsable du chargement et de la validation des données entrantes, de la validation des résultats des lignes et de la prestation de soutien et de formation aux utilisateurs. La personne titulaire du poste travaillera avec les utilisateurs finaux pour élaborer des tableaux de bord et des principaux indicateurs de rendement pertinents pour l’entreprise. Ce poste est idéal pour une personne qui souhaite comprendre les relations entre les revenus et les coûts au sein de la Société. Principales responsabilités: Produire chaque mois les résultats sur la rentabilisation des vols : Charger les données depuis les systèmes sources. Vérifier les erreurs; valider les données et en résoudre les problèmes. Valider les répartitions des revenus et des coûts. Vérifier les résultats des lignes. Collaborer avec les autres directions afin de maintenir les flux de données vers le système de rentabilisation des vols. Gérer les flux vers les applications en aval, en leur fournissant les données contenues dans le système de rentabilisation des vols. Produire des rapports mensuels sur la rentabilisation des vols, destinés à la haute direction. Fournir du soutien et de la formation aux utilisateurs finaux du logiciel de rentabilisation des vols. Diriger les activités d’amélioration continue, évaluer les sources de données et les exigences en matière de données, améliorer les règles de répartition des revenus et des coûts, etc. Élaborer des visualisations de données, des tableaux de bord et des principaux indicateurs de rendement pour les rapports destinés aux utilisateurs finaux. Tenir à jour la documentation relative à la rentabilisation des vols. Diriger des discussions avec le fournisseur sur les meilleures pratiques en matière de communication d’information, la méthodologie de répartition des coûts et la visualisation de la rentabilisation des lignes. Collaborer avec le groupe de l’Évaluation financière dans le cadre des tâches suivantes : Effectuer des analyses comparatives avec d’autres transporteurs : productivité de la main-d’œuvre, coûts unitaires et analyses de rentabilité. Procéder à l’évaluation financière de la rentabilisation des lignes en ce qui a trait aux nouveaux services, aux accords d’exploitation à code multiple, aux coentreprises et aux modifications d’horaires. Qualifications Baccalauréat ou diplôme d’études collégiales dans un domaine d’études pertinent (finance, comptabilité, commerce). Sens marqué de l’organisation, capacité de modifier ses priorités à l’occasion d’événements ponctuels et intérêt marqué pour un travail lié à la technologie de l’information et aux finances. Excellente capacité d’analyse et de résolution de problèmes. Souci marqué du détail. Maîtrise totale de la suite Office de Microsoft, exigée. Connaissance approfondie de différentes méthodes d’analyse telles que les statistiques, la modélisation et les prévisions. Expérience des outils d’intelligence d’affaires, de la visualisation des données et de l’analyse des données. Connaissance de SAP, un atout. Une certaine expérience dans le domaine des finances, et, de préférence, détenir un diplôme en finance ou être en voie d’en obtenir un. Solides compétences en relations interpersonnelles et pour la communication orale et écrite. Capacité à travailler dans des délais stricts avec une supervision limitée et à gérer son temps. Ponctualité et fiabilité avérées pour favoriser la réussite globale de l’équipe dans un milieu trépidant. Conditions d’emploi : Les candidats doivent être admissibles à travailler dans le pays concerné au moment où une offre d’emploi est présentée et sont responsables de l’obtention des permis de travail, visas ou autres autorisations nécessaires. La preuve de l’admissibilité doit être fournie avant la date de début. Exigences Linguistiques À compétences égales, la préférence sera accordée aux candidats bilingues. Diversité et inclusion Air Canada est résolument engagée en faveur de la diversité et de l’inclusion et vise à créer un milieu de travail sain, accessible et gratifiant qui met en valeur la contribution unique de nos employés au succès de notre entreprise. En tant qu'employeur qui garantit l'égalité d'accès à l'emploi, nous encourageons les candidatures les plus diverses afin de pouvoir nous doter d’un effectif varié et représentatif de nos clients et des communautés où nous vivons et offrons nos services. Air Canada remercie tous les candidats de leur intérêt, mais seules les personnes sélectionnées pour une entrevue seront contactées.
Emplacement: Montreal, QC, Canada (Sur place)
Salaire de départ: $23.61/heure
Service: Maintenance
Catégorie: Syndiqué (IAMAW)
Type d'emploi : Temporaire (jusqu'à 6 mois) Faire partie d'Air Canada, c'est faire partie d'un symbole canadien emblématique. Est-ce qu’atteindre de nouveaux sommets, travailler en équipe et pouvoir apporter une contribution importante vous passionne? Laissez votre carrière prendre son envol en vous joignant à notre équipe diversifiée et dynamique à la fine pointe de l'aviation de passagers. Air Canada est à la recherche d’un contrôleur - Données techniques au sein de la direction de la Maintenance. Le candidat doit démontrer un sens marqué de l’organisation et des compétences en matière d’enquête, travailler de manière autonome et présenter les résultats de ses audits des stocks avec précision, en temps opportun. Le titulaire du poste devra travailler au Hangar des activités, près de l’aéroport international de Montréal. Le salaire initial actuel est de 23,61 $/heure, selon l’expérience et conformément à la Convention collective. Tâches associées au poste et qualifications requises Assurer la liaison avec les autres entrepôts, les services, les clients et les représentants des fabricants, ainsi qu’avec le personnel interne, au besoin. Analyser des extrants et prélever des données techniques des systèmes automatisés. Solides compétences analytiques ainsi qu’un intérêt marqué et une capacité à travailler à l’aide de données. Compétences en informatique (Word, Excel, MS Outlook), indispensables. Capacité de réorienter ses efforts en fonction de priorités changeantes et de contraintes de temps. Excellentes aptitudes pour les relations interpersonnelles et la communication (écrite et orale) dans ses échanges avec le personnel ou les clients. Esprit d’équipe indispensable. Bon sens de l’organisation, ainsi qu’un grand souci du détail. Nature curieuse; motivation Connaissance de l’exploitation logistique et des programmes de maintenance, un atout. Disponibilité pour faire des quarts de travail et des heures supplémentaires au besoin. Organiser et protéger tous les dossiers d’appareil. Mener des audits quotidiens des registres techniques, des bons de travail, des documents de travail, des documents sur les matériaux et des données connexes aux fins d’exactitude et de suivi sur les erreurs ou les omissions. Traiter les changements de composants pour assurer le respect des exigences réglementaires. Qualifications Faire preuve de ponctualité et de fiabilité pour soutenir le succès global de l’équipe dans un milieu trépidant. Les candidats doivent être admissibles à travailler dans le pays concerné, au moment où toute offre d’emploi leur est présentée, et l’obtention de tout permis, visa ou autre autorisation susceptible d’être exigé relève de l’entière responsabilité des candidats qui postulent cet emploi. Doit être en mesure d'obtenir et de maintenir toutes les autorisations de sécurité en matière de transport et autres accréditations supplémentaires applicables, selon le lieu de travail. Veuillez vous référer au site de Transports Canada pour plus de détails. Exigences linguistiques À compétences égales, la préférence sera accordée aux candidats bilingues. Diversité et inclusion Air Canada est résolument engagée en faveur de la diversité et de l’inclusion, et vise à créer un milieu de travail sain, accessible et gratifiant qui met en valeur la contribution unique de nos employés à la réussite de notre Société. En tant qu’employeur qui garantit l’égalité d’accès à l’emploi, nous acceptons les candidatures de toutes les personnes afin de nous doter d’un effectif varié et représentatif de la diversité de nos clients et des communautés où nous vivons et offrons nos services. Air Canada remercie tous les candidats de leur intérêt, mais seules les personnes sélectionnées pour une entrevue seront contactées .
Location: Montreal, QC, Canada (Onsite
Starting Salary: Up to 42.60$/hour (based on experience)
Branch: Strategic Procurement & CRE
Category: Unionized (IAMAW) Being part of Air Canada is to become part of an iconic Canadian symbol. Are you passionate about reaching new heights, teamwork and making a meaningful contribution? Let your career take flight by joining our diverse and vibrant team at the leading edge of passenger aviation. It’s important to know that Accuracy and Safety Go Hand in Hand: You’ll work with critical systems, so precise readings and documentation are essential for efficiency and safety. Collaboration Keeps Us Strong: Teamwork and open communication between operators are key to safe and smooth operations. Adaptability Is Key: You’ll need to stay focused in a fast-paced environment and adjust to changing priorities as they arise. Key duties Monitor, operate, service, and perform minor repairs on Powerhouse boiler room equipment and related systems. Work with various equipment, including Centrifugal Chillers, HTHW Boilers, Steam Generators, Air Compressors, HVAC systems, and Appoge EMS controls (Trane, Viking, Siemens, ABB, etc.). Complete additional facility-related tasks as assigned. Qualifications Must possess the following licenses: Stationary Plant Operator Class 2; Highly motivated, with demonstrated teamwork abilities; Demonstrate punctuality and dependability to support overall team success in a fast-paced environment; Willingness to work on 12-hour shifts. Rotation day/night ; Industry-related experience preferred; Employment is subject to meeting Transport Canada security requirements and obtaining a Restricted Area Identification Card (RAIC) and an Airside Vehicle Operator's Permit (AVOP). Please refer to Transport Canada site for more details; Benefits Financial benefits: Pension program, Employee Share Ownership Program, and Profit Sharing. Wellbeing & health benefits: Health, dental, and life insurance for you and your family (if necessary). Recognition: Air Canada’s recognition program (Shine) allows you to recognize and be recognized for those outstanding moments. Travel privileges: A generous employee travel program for you and other eligible once you have completed twenty-eight (28) weeks of service. This includes, but is not limited to standby travel, hotel & car rental discounts, Air Canada Vacation discounts, and more. Conditions of Employment: Candidates must be eligible to work in the country of interest at the time any offer of employment is made and are responsible for obtaining any required work permits, visas, or other authorizations necessary for employment. Prior to their start date, candidates will also need to provide proof of their eligibility to work in the country of interest. Linguistic Requirements Bilingual (English and French) Diversity and Inclusion Air Canada is strongly committed to Diversity and Inclusion and aims to create a healthy, accessible and rewarding work environment which highlights employees’ unique contributions to our company’s success. As an equal opportunity employer, we welcome applications from all to help us build a diverse workforce which reflects the diversity of our customers, and communities, in which we live and serve. Air Canada thanks all candidates for their interest; however only those selected to continue in the process will be contacted.
Appartenir à Air Canada, c’est appartenir à un symbole canadien, Air Canada récemment élue meilleur transporteur aérien en Amérique du Nord. Faites décoller votre carrière en vous joignant à notre équipe novatrice et diversifiée à l’avant-garde du transport aérien de passagers. À titre de scientifique des données - Données et Intelligence artificielle (IA appliquée) à Air Canada, la personne titulaire du poste sera intégrée dans une équipe interfonctionnelle et contribuera au pipeline et aux processus de l’Exploitation de l’apprentissage automatique pour développer et déployer des solutions agentiques, d’apprentissage automatique et d’optimisation. Nous sommes à la recherche d’un scientifique des données pour contribuer à la création et à l’exploitation de notre plateforme agentique, d’apprentissage automatique et d’optimisation afin d’améliorer la fiabilité et la gouvernance. Le titulaire du poste travaillera principalement avec des scientifiques des données, des chercheurs scientifiques, des architectes de solutions et des intégrateurs de systèmes afin de contribuer à l’architecture et aux produits optimisés par l’analytique avancée et l’IA. La personne retenue possède de solides bases en matière de principes de conception de logiciels, ainsi qu’une expérience avérée dans la conception, le développement et le déploiement de systèmes robustes. Cette personne maîtrise le contrôle des versions de modèle, les pipelines de déploiement et les normes de suivi. Elle a une certaine connaissance du fonctionnement interne des modèles plutôt que de les considérer comme des boîtes noires. La personne titulaire du poste se joindra à l’équipe Science des données et IA, un groupe central au sein de l’organisation de la TI d’Air Canada, afin d’élaborer des solutions d’apprentissage automatique et d’optimisation pour des unités d’entreprise internes (Gestion du chiffre d’affaires, Planification du réseau, Exploitation, Maintenance, Fret, etc.), de même que des solutions destinées aux clients. La collaboration avec les parties prenantes techniques et non techniques est essentielle pour fournir des applications de qualité grande série. Toutes les initiatives suivent une méthode Agile sur la base de sprints de deux à trois semaines pendant lesquels chaque version est améliorée jusqu’au déploiement de la version de production finale. Cette approche favorise l’amélioration continue, l’adaptabilité et une étroite adéquation avec les besoins de l’entreprise. Responsabilités: Construire, déployer et développer des modèles d’apprentissage automatique, d’IA agentique et d’optimisation en production sur Azure et AWS, en garantissant fiabilité, faible latence et rentabilité. Mettre en œuvre des pratiques d’exploitation de l’apprentissage automatique de bout en bout, telles que les pipelines d’intégration et de livraison, et l’automatisation du réentraînement, du suivi et de la gestion des versions des modèles/données, à l’aide d’outils infonuagiques natifs. Surveiller le rendement des modèles et la dérive des données à l’aide d’Azure Monitor, d’AWS CloudWatch et d’outils similaires, en déclenchant le réentraînement ou le recalibrage, au besoin. Orchestrer et automatiser des flux de travail d’IA complexes à l’aide d’Azure Machine Learning, d’AI Foundry, d’Azure Functions sur Azure ou Bedrock, Sagemaker et Akka pour le traitement distribué sur AWS. Normaliser les outils, les cadres de test et les analyses comparatives du rendement pour garantir une validation cohérente des modèles et la fiabilité de l’infrastructure sur toutes les plateformes. Traduire les besoins de l’entreprise en solutions d’apprentissage automatique et d’IA générative évolutives, en collaborant étroitement avec des équipes interfonctionnelles. Documenter les architectures, les flux de travail et les meilleures pratiques, et les communiquer efficacement à la fois aux parties prenantes techniques et non techniques. Fournir un leadership technique, en encadrant les ingénieurs, en encourageant l’amélioration continue et en favorisant des pratiques innovantes en matière d’ingénierie de l’IA. Travailler en partenariat avec la Sûreté TI pour réaliser des audits, évaluer les vulnérabilités et garantir le fonctionnement en toute sécurité des systèmes d’IA dans les environnements infonuagiques. Intégrer l’équité, l’explicabilité et la transparence dans le développement et le déploiement de modèles à l’aide d’outils infonuagiques natifs et libres. Optimiser l’utilisation des ressources infonuagiques et mettre en œuvre des stratégies de mise à l’échelle efficaces à l’aide de la mise à l’échelle automatique et de cadres d’informatique répartie (notamment Akka). Élaborer des protocoles d’intervention en cas d’incident pour les défaillances des systèmes d’IA, diriger les analyses rétrospectives et mettre en œuvre des mesures correctives dans les environnements infonuagiques. Encourager l’innovation en menant des recherches, en créant des prototypes et en mettant à l’essai de nouveaux services d’apprentissage automatique dans le nuage et des technologies d’informatique répartie. Mettre en œuvre et maintenir des cadres de gouvernance modèles, y compris les processus d’approbation, les pistes d’audit et la documentation du cycle de vie. Construire des cadres de test automatisés (unité, intégration, régression) pour les modèles d’apprentissage automatique à l’aide de plateformes d’intégration et de livraison infonuagiques. Qualifications Maîtrise en informatique, en science des données, en informatique ou dans une discipline connexe, et au moins cinq ans d’expérience de travail pertinente équivalente. Expérience avérée dans la gestion du cycle de vie complet de l’exploitation de l’apprentissage automatique, notamment les pipelines de formation automatisés, l’intégration de magasins de fonctionnalités, l’inférence par lots et en temps réel, le suivi des modèles et les meilleures pratiques en matière de gestion des versions des données/codes. Solides compétences en Python et son écosystème d’apprentissage automatique et de données, notamment les bibliothèques telles que Pandas, scikit-learn, MLflow, PySpark et TensorFlow. Expérience pratique des services d’apprentissage automatique et d’IA d’Azure, notamment Azure Machine Learning, Azure Databricks, Azure Data Factory, Azure Functions, Azure OpenAI et Azure AI Search, ainsi que leurs trousses de développement de logiciel (SDK). Expérience dans la création de pipelines d’intégration et de livraison pour les flux de travail d’apprentissage automatique à l’aide de plateformes optimisées par Git, comme Azure DevOps et GitHub Actions. Connaissance pratique des grands modèles de langage (GML), de la rédactique, des architectures de génération améliorée par récupération et des cadres libres pour l’IA générative. Solides compétences en résolution de problèmes, avec la capacité de travailler de manière autonome et en collaboration au sein d’équipes interfonctionnelles. Capacité avérée à normaliser et à productiser des solutions d’apprentissage automatique en composants réutilisables et en infrastructure évolutive. Excellentes compétences en communication, à l’écrit comme à l’oral, et capacité à communiquer des concepts technologiques complexes à un vaste public. Faire preuve de ponctualité et fiabilité pour favoriser la réussite globale de l’équipe dans un milieu trépidant. Qualifications (atouts) Connaissance d’Amazon Web Services (AWS) et de ses offres d’apprentissage automatique et d’IA (p. ex., SageMaker, Lambda, S3, EKS). Expérience des outils et pratiques de l’exploitation de GML (LLMOps) pour la gestion du déploiement et du suivi de GML. Maîtrise de Java, en particulier pour l’intégration de modèles d’apprentissage automatique dans des systèmes de production. Expérience dans le déploiement de modèles sur Azure Kubernetes Service (AKS) ou de plateformes similaires d’orchestration de conteneurs. Connaissance des résolveurs et outils d’optimisation, notamment les plateformes commerciales (p. ex., CPLEX, Gurobi, FICO Xpress) et libres (p. ex., COIN-OR, SCIP). Certifications pertinentes (p. ex., ingénieur Azure AI, certification AWS en apprentissage automatique, développeur TensorFlow) Conditions d’emploi : Les candidats doivent être admissibles à travailler dans le pays concerné au moment où une offre d’emploi est présentée et sont responsables de l’obtention des permis de travail, visas ou autres autorisations nécessaires. La preuve de l’admissibilité doit être fournie avant la date de début. Exigences Linguistiques À compétences égales, la préférence sera accordée aux candidats bilingues. Diversité et inclusion Air Canada est résolument engagée en faveur de la diversité et de l’inclusion et vise à créer un milieu de travail sain, accessible et gratifiant qui met en valeur la contribution unique de nos employés au succès de notre entreprise. En tant qu'employeur qui garantit l'égalité d'accès à l'emploi, nous encourageons les candidatures les plus diverses afin de pouvoir nous doter d’un effectif varié et représentatif de nos clients et des communautés où nous vivons et offrons nos services. Air Canada remercie tous les candidats de leur intérêt, mais seules les personnes sélectionnées pour une entrevue seront contactées.
Appartenir à Air Canada, c’est appartenir à un symbole canadien, Air Canada récemment élue meilleur transporteur aérien en Amérique du Nord. Faites décoller votre carrière en vous joignant à notre équipe novatrice et diversifiée à l’avant-garde du transport aérien de passagers. L’équipe de l’Optimisation du réseau est responsable des activités commerciales et opérationnelles pour les programmes d’exploitation aérienne à l’échelle mondiale d’Air Canada, d’Air Canada Rouge et d’Air Canada Express à court et à moyen terme. La personne qui occupe le poste de gestionnaire principal - Optimisation du réseau supervise l’optimisation de l’horaire mondial des vols d’Air Canada, y compris ceux d’Air Canada Rouge et d’Air Canada Express, à court et à moyen terme. La personne titulaire du poste est responsable de maximiser la rentabilité et la faisabilité opérationnelle, de collaborer avec les parties prenantes commerciales et de l’exploitation et de fournir des conseils d’expert aux équipes chargées des programmes d’exploitation aérienne afin d’atteindre les objectifs commerciaux et opérationnels, notamment en ce qui a trait à la rentabilité, à la génération de revenus, à la ponctualité, à l’expérience client et à la sécurité. Responsabilités : Diriger le déploiement du parc aérien et optimiser son utilisation pour Air Canada, Air Canada Rouge et Air Canada Express. Évaluer et hiérarchiser les changements apportés au réseau et à l’horaire en fonction de considérations financières et stratégiques. Diriger et encadrer les préposés à l’Affectation dans la mise en œuvre des stratégies liées à l’horaire. Représenter le directeur - Optimisation du réseau lors des discussions avec les parties prenantes internes et externes (Gestion du chiffre d’affaires, Ventes, administrations aéroportuaires, directions de l’Exploitation). Coordonner des mesures correctives touchant l’horaire avec le SOC, la Maintenance, les équipages et les Aéroports afin de garantir l’atteinte des objectifs commerciaux. Assurer l’intégrité et l’exactitude des horaires de vente actuels et à long terme en mettant l’accent sur l’exploitation internationale et les flux de correspondance. Surveiller la dynamique du marché et le paysage concurrentiel afin de maintenir notre position sur le marché et de mettre en œuvre des mesures proactives. Cerner des possibilités d’amélioration de l’horaire et les mettre en œuvre pour assurer la rentabilité à long terme et la croissance stratégique. Optimiser les temps d’immobilisation et les coûts irrécupérables relatifs à l’horaire pour saisir des occasions supplémentaires. Favoriser une culture de partage des connaissances et d’amélioration continue au sein de la Planification du réseau. Diriger le développement et l’amélioration d’outils et de systèmes permettant d’évaluer la demande et d’optimiser les horaires. Élaborer des stratégies d’optimisation des effectifs avec les directions de l’Exploitation afin de réduire les coûts et d’assurer la continuité des horaires. Optimisez et protégez les éléments d’actif comme les avions, les installations et les créneaux. Gérer les relations avec la Planification financière et la Planification du chiffre d’affaires afin d’assurer des évaluations financières cohérentes. Qualifications Diplôme universitaire ou équivalent, un atout (affaires, finance, mathématique, statistique ou économie). Compétences éprouvées en leadership dans un milieu trépidant. Solides compétences et expérience en analytique. Solides habiletés pour la communication. Solide expérience en planification des réseaux aériens et connaissances en exploitation et en activités commerciales avec une compréhension de haut niveau des concepts liés aux horaires en ce qui a trait à l’exploitation aérienne. Capacité de saisir rapidement les répercussions des changements d’horaires sur l’ensemble du réseau. Solide compréhension des principes de gestion de la capacité, notamment l’élasticité-prix et la stimulation de la demande, ainsi que l’offre et la demande dans l’industrie du transport aérien. Esprit logique et compétences en matière d’analyse, notamment la capacité de remettre en cause les extrants du système et de résoudre des problèmes complexes. Connaissance des principaux outils commerciaux comme PROS, Altéa, Rentabilité de vols et Rapport de coupon de billet. Expérience des outils technologiques de programme d’exploitation, notamment de Schedule Manager de Sabre, de Fleet Manager de Sabre ou d’autres outils de programme d’exploitation aérienne et de planification, un atout. Bonne connaissance des principes comptables et financiers d’Air Canada, tels que les coûts fixes et variables et la comptabilité analytique. Faire preuve de ponctualité et de fiabilité pour soutenir le succès global de l’équipe dans un milieu trépidant. Conditions d’emploi : Les candidats doivent être admissibles à travailler dans le pays concerné au moment où une offre d’emploi est présentée et sont responsables de l’obtention des permis de travail, visas ou autres autorisations nécessaires. La preuve de l’admissibilité doit être fournie avant la date de début. Exigences Linguistiques À compétences égales, la préférence sera accordée aux candidats bilingues. Diversité et inclusion Air Canada est résolument engagée en faveur de la diversité et de l’inclusion et vise à créer un milieu de travail sain, accessible et gratifiant qui met en valeur la contribution unique de nos employés au succès de notre entreprise. En tant qu'employeur qui garantit l'égalité d'accès à l'emploi, nous encourageons les candidatures les plus diverses afin de pouvoir nous doter d’un effectif varié et représentatif de nos clients et des communautés où nous vivons et offrons nos services. Air Canada remercie tous les candidats de leur intérêt, mais seules les personnes sélectionnées pour une entrevue seront contactées.
