Kanada
TSMC
Hygiena LLC
Applied AI Engineer (LLM Applications Engineer)
Kanada
Toronto, Ontario, Canada · Camarillo, California, United States
PythonAWS
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Hygiena bietet schnelle mikrobiologische Diagnosetests und Lösungen für geschäftskritische, zeitkritische Prozesse weltweit. Die proprietären Diagnosetechnologien von Hygiena ermöglichen es Kunden, Krankheiten zu verhindern und Leben zu retten, Vorschriften einzuhalten, Produkte und Marken zu schützen und Unternehmen effektiver zu führen. Die Lösungen werden in einer Vielzahl von Branchen weltweit verkauft, wobei der Schwerpunkt auf Lebensmittelsicherheit liegt.
Mit Hauptsitz in Camarillo, Kalifornien, und Niederlassungen auf der ganzen Welt suchen wir aktiv nach talentierten Mitarbeitern, um das Geschäft auszubauen!
Bei Hygiena glauben wir:
- An die Bereitstellung von Produkten und Dienstleistungen höchster Qualität
- Ein Vorreiter bei Innovationen zu sein
- Einen überzeugenden Wunsch zu haben, sich zu verbessern und auf dem Markt zu gewinnen
- Positiv beizutragen, nicht nur am Arbeitsplatz, sondern auch in unserer Gemeinschaft und Umwelt!
Mit schnellem Wachstum kommen Chancen. Wir suchen einen
Applied AI Engineer (LLM Applications Engineer), der unser Team vor Ort in unserem Büro in Camarillo, CA oder Mississauga, Ontario, verstärkt! Dies ist eine Vollzeit-/Exempt-Position.
Warum Sie sich Hygiena anschließen möchten
- 🚀 Teamwork als Kernwert
Unser Schwerpunkt auf Teamwork und funktionsübergreifender Kommunikation ermöglicht es uns, stärkere Bindungen innerhalb unseres Unternehmens aufzubauen.
- 🌍 Seien Sie Teil von etwas Großem
Wir spielen eine entscheidende Rolle bei der Verhinderung globaler Gesundheitskrisen wie lebensmittelbedingter Krankheiten, nosokomialer Infektionen und anderer Ausbrüche.
- 💝 Zurückgeben an unsere Gemeinschaften
Wir glauben daran, etwas zurückzugeben, indem wir lokale Organisationen unterstützen, die sich für die Verbesserung des Lebens von Kindern und Jugendlichen in unseren Gemeinden einsetzen.
Aufgaben
- Entwerfen, Erstellen und Ausliefern von produktionsreifen GenAI/LLM-Anwendungen für Hygiena-Produkte, einschließlich SureTrend – Copiloten, Konversationsagenten und Assistenten, Workflow-Automatisierung und Entscheidungsunterstützung. Implementieren von agentenbasierten Workflows (Tool-Nutzung, mehrstufige Ausführung, Human-in-the-Loop-Kontrollen) unter Berücksichtigung von Zuverlässigkeit, Sicherheit und klaren Fehlermodi.
- Entwerfen und Erstellen fortschrittlicher Retrieval- und Wissenssysteme (RAG): Hybridsuche, Vektor- und Graph-Speicher, Indexierungsstrategien, Neu-Ranking, Caching und Quellenzuordnung – Generierung basierend auf autoritativen Quellen wie regulatorischen Rahmenbedingungen (FSMA, HACCP, Codex), Validierungsstandards (AOAC, MicroVal, AFNOR), SOPs und technischer Dokumentation.
- Engineering für die Produktion über den gesamten SDLC (Build → Test → Deploy → Monitor → Iterate). Implementieren von MLOps/GenAIOps-Praktiken (CI/CD, Reproduzierbarkeit, Umgebungs-Parität, Modell-/Prompt-/Agenten-Versionierung) und Erstellen von Evaluierungs- und Beobachtbarkeitswerkzeugen für GenAI- und agentenbasierte Systeme – Tracing und Instrumentierung, Regressionstest-Suiten, automatisierte Bewertung und Prompt-/Richtlinien-Iterationsschleifen.
- Sicherheitstests und Red-Teaming von LLM- und agentenbasierten Systemen – Untersuchung auf Prompt-Injection, Jailbreaks, Daten-/PII-Lecks, unsichere Tool-Nutzung und unsichere oder nicht konforme Ausgaben; Erstellen von adversariellen Test-Suiten und Härten von Systemen und Guardrails basierend auf den Ergebnissen. Entwerfen für sichere Bereitstellung mit Zugriffskontrollen, Auditierbarkeit, sensible Datenverarbeitung und Responsible-AI-Guardrails, die für eine regulierte Domäne geeignet sind.
- Konfigurieren und Integrieren von KI-Lösungen in Unternehmens- und Kundenumgebungen – APIs, Datensysteme und Geschäftsanwendungen (z. B. LIMS, QMS, ERP und Kollaborationstools) – unter Berücksichtigung von Qualität, Latenz, Kosten, Datenschutz und Akzeptanz. Unterstützung bei der Datenaufbereitung, -transformation und -validierung, die für Retrieval, Evaluierung und Modelltraining/-bereitstellung verwendet werden.
- Zusammenarbeit mit Produktmanagern, Dateningenieuren, ML-Engineering und Lebensmittelsicherheitsexperten; Übersetzen von mehrdeutigen Produkt- und Domänenanforderungen in klare technische Anforderungen und Kompromisse; Dokumentieren von Mustern, Entscheidungen und Instrumentierung; und auf dem Laufenden bleiben über aufkommende KI-Tools, Modelle und Frameworks, um vielversprechende in reale Hygiena-Anwendungsfälle zu integrieren.
Qualifikationen
- Bachelor-Abschluss in Informatik, Data Science, Ingenieurwesen oder einem verwandten Fachgebiet oder gleichwertige praktische Erfahrung; Master-Abschluss von Vorteil.
- Mindestens 3–5 Jahre professionelle Erfahrung im Software-, KI- oder ML-Engineering mit starken Backend-Engineering-Grundlagen.
- 1+ Jahre praktische Erfahrung im Erstellen und Bereitstellen von LLM-gestützten Anwendungen in der Produktion, mit realen Lieferüberlegungen (Latenz, Kosten, Zuverlässigkeit, Sicherheit).
- Starke Kenntnisse in Python und Erfahrung im Erstellen von APIs/Services (z. B. REST/gRPC) und der Integration mit Unternehmenssystemen.
- Praktische Erfahrung mit mindestens einer Frontier-GenAI-Plattform – Anthropic, Google oder OpenAI – und deren wichtigsten Bausteinen (z. B. Claude API, Claude for Enterprise, Tool-Nutzung, erweitertes Denken, Claude Code; Gemini API, Vertex AI Agent Builder, Grounding; OpenAI Assistants/Responses APIs, Agents SDK).
- Erfahrung im Erstellen fortschrittlicher Retrieval-/Suchsysteme (hybrides Retrieval, Vektorsuche, Neu-Ranking) und Komfort bei der Arbeit mit mehreren Datenspeichern (Vektor, Graph, relational/Dokument/Suche).
- Erfahrung in der Implementierung von Agentenmustern (Kontextmanagement, Speicher/Zustand, Orchestrierung und Tool-Nutzung).
- Vertrautheit mit Conversational AI Frameworks (LLMs, Chatbots, virtuelle Assistenten, Agenten) und deren APIs.
Fähigkeiten
- Starker Produktverstand und eine Liefermentalität – Ideen vom Proof-of-Concept über MVP bis zur Produktion bringen, mit Blick darauf, wie reale Benutzer auf KI-Ausgaben angewiesen sein werden.
- Strenge Einhaltung von Genauigkeit, Nachverfolgbarkeit, Sicherheit und Schutz – Entwurf für Vertrauen, Guardrails und fehlerfreies Versagen in einer regulierten, sicherheitskritischen Domäne.
- Komfort mit Mehrdeutigkeit und schneller Iteration; Fähigkeit, schnell Prototypen zu erstellen, rigoros zu evaluieren und zu zuverlässigem Produktionscode zu härten.
- Klare Kommunikation von technischen und Designentscheidungen an verschiedene Zielgruppen, einschließlich Produkt, ML Engineering, Daten und Kunden.
- Kollaborative Denkweise; effektive Zusammenarbeit mit Engineering-, Daten-, Produkt- und Lebensmittelsicherheits-/Domänenteams.
- Intellektuell neugierig und engagiert, sich über Fortschritte im Bereich generative KI und angewandtes LLM-Engineering auf dem Laufenden zu halten.
- Hohe Eigenverantwortungsmentalität – Übernahme der Verantwortung für die Qualität, Zuverlässigkeit und Sicherheit der von ihnen ausgelieferten KI-Funktionen.
- Erfahrung mit MLOps/LLMOps-Praktiken (Evaluierungs-Frameworks, Modellüberwachung, Prompt-Management) auf einer Plattform wie Azure Machine Learning und mit LLM-Anwendungs-Frameworks/Tooling (z. B. LangChain, LlamaIndex) ist bevorzugt.
- Erfahrung im Sicherheitstesten oder Red-Teaming von LLM-/Agenten-Systemen (z. B. Prompt-Injection, Jailbreaks, Datenlecks) und Vertrautheit mit Frameworks wie dem OWASP Top 10 für LLM-Anwendungen ist bevorzugt.
- Erfahrung mit Cloud-Umgebungen (AWS, Azure und/oder Google Cloud), gängigen Plattformdiensten (Speicher, Compute, IAM, Netzwerk), Containern und CI/CD ist bevorzugt.
- Data Engineering oder Data Science Hintergrund (z. B. Spark, Airflow/dbt, Feature Engineering, Experimentieren, Modellevaluierung) und Erfahrung in einer regulierten oder sicherheitskritischen Branche wie Lebensmittelsicherheit, Diagnostik oder Biowissenschaften ist vorteilhaft, aber nicht erforderlich.
Gehaltsspanne (gültig für CA): $137,000 - $162,000 jährlich + Bonus
Wir sind ein Arbeitgeber, der Chancengleichheit fördert und Vielfalt schätzt. Alle Anstellungen werden auf der Grundlage von Qualifikationen, Verdiensten und Geschäftsanforderungen entschieden. Alle qualifizierten Bewerber erhalten eine Anstellung ohne Rücksicht auf Rasse, Hautfarbe, Religion, Geschlecht, sexuelle Orientierung, Geschlechtsidentität, nationale Herkunft, Behinderung oder Status als geschützter Veteran. Hygiena nimmt am E-Verify-Programm teil.
Leistungen und Vergünstigungen (gültig für CA
- 15 Tage PTO & 10 bezahlte Feiertage
- Medizinische Versorgung mit HSA-Arbeitgeberbeitrag, Zahn-, Augenarztversorgung verfügbar ab dem 1. des Monats nach Beginn des Arbeitsverhältnisses
- Vom Unternehmen bezahlte Lebensversicherung, Kurzzeit- und Langzeitinvaliditätsversicherung und ein Mitarbeiterunterstützungsprogramm
- 401(k) mit Safe Harbor und Gewinnbeteiligungsbeiträgen des Arbeitgebers
- Studiengebühren-Erstattungsprogramm
- Abgleich von Spenden an gemeinnützige Organisationen
- Mitarbeiterempfehlungsbonus-Möglichkeiten
- Vom Bundesstaat bezahlte Kurzzeitinvaliditätsversicherung für Mitarbeiter mit Sitz in Kalifornien
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen