Estados Unidos
The MITRE Corporation
REI Systems
Engenheiro de IA/ML & LLM
RemotoEstados Unidos
Sterling, Virginia, United States
PythonJavaSQLAWSDockerKubernetes
Tradução automática. Consulte o original.
Visão Geral
A missão da REI Systems é fornecer soluções tecnológicas confiáveis e inovadoras que impulsionem as missões dos clientes federais e superem suas expectativas. Nossos tecnólogos e consultores são apaixonados por resolver desafios complexos que impactam milhões de vidas. Adotamos uma abordagem de Mindful Modernization® na entrega de nossos serviços, incluindo modernização de aplicações, gestão de subsídios, sistemas de gestão de casos, análise de dados governamentais e serviços de consultoria. Essa abordagem, o REI Way, garante impacto na missão ao alinhar os objetivos estratégicos de nossos clientes com resultados mensuráveis por meio de pessoas, processos e tecnologia. Oferecemos o mesmo compromisso aos nossos colaboradores, proporcionando desenvolvimento profissional, projetos significativos e flexibilidade para passar tempo com a família e amigos. Acreditamos que os colaboradores estão no seu melhor quando realizados tanto em suas carreiras profissionais quanto em suas vidas pessoais. Saiba mais em REIsystems.com. Os colaboradores elegeram a REI Systems como um dos melhores locais de trabalho pelo Washington Post em 2015, 2016, 2018, 2020, 2021, 2022, 2023, 2024 e 2025!
Responsabilidades
Visão Geral da Posição
A REI Systems está buscando um engenheiro de IA/ML e LLM de nível pleno-sênior para apoiar iniciativas de modernização tecnológica e transformação digital para a FDA.
O engenheiro de IA/ML e LLM irá projetar, desenvolver, avaliar, implantar e dar suporte a soluções de machine learning e IA Generativa que melhorem a análise de dados, automatizem processos de negócios, aprimorem a busca e a descoberta de conhecimento e apoiem a tomada de decisão inteligente.
O candidato ideal combina fortes habilidades de Python, machine learning e engenharia de LLM com experiência prática na construção de RAG, NLP e serviços de IA orientados para produção. Esta função é destinada a um engenheiro prático que possa assumir de forma independente tarefas complexas de desenvolvimento de IA enquanto colabora com engenheiros de dados, desenvolvedores de software, proprietários de produtos, arquitetos, engenheiros de nuvem e partes interessadas de negócios. Responsabilidades
Perfil do Candidato Ideal
O candidato bem-sucedido será um engenheiro prático de IA/ML e LLM, e não apenas um pesquisador, analista de dados ou estrategista de IA. Ele deve se sentir confortável escrevendo Python com qualidade de produção, trabalhando com dados, construindo e avaliando soluções de ML/LLM, implementando pipelines RAG, desenvolvendo APIs de IA e colaborando com equipes de aplicação e engenharia de nuvem para mover capacidades de IA de protótipo para ambientes de produção seguros.
Este indivíduo deve ter experiência suficiente em IA/ML para assumir de forma independente tarefas complexas de desenvolvimento e avaliação, fazer recomendações de implementação sólidas, contribuir para revisões de arquitetura e técnicas, e orientar engenheiros menos experientes enquanto trabalha sob a direção mais ampla de arquitetos seniores e liderança de programa.
Desenvolvimento de IA/ML
- Projetar, desenvolver, testar e implementar soluções de machine learning e IA para atender aos requisitos operacionais e de negócios.
- Desenvolver modelos de machine learning usando conjuntos de dados estruturados, semiestruturados e não estruturados.
- Construir e manter componentes de Python reutilizáveis, APIs, serviços, notebooks e pipelines de IA/ML.
- Realizar preparação de dados, engenharia de atributos, treinamento de modelos, validação, testes, avaliação de desempenho e otimização.
- Avaliar algoritmos, modelos e abordagens com base em precisão, robustez, desempenho, escalabilidade, explicabilidade e requisitos de negócios.
- Integrar capacidades de IA/ML em aplicações e fluxos de trabalho corporativos existentes por meio de serviços bem definidos e APIs.
- Desenvolver provas de conceito e protótipos e transicionar soluções bem-sucedidas para capacidades seguras e prontas para produção.
- Solucionar problemas de modelo, dados, integração, latência e aplicação ao longo do ciclo de vida de desenvolvimento.
Soluções de IA Generativa e LLM
- Desenvolver aplicações aproveitando Grandes Modelos de Linguagem (LLMs) e tecnologias de IA Generativa.
- Construir e dar suporte a soluções de Retrieval-Augmented Generation (RAG) usando documentos corporativos, dados estruturados e fontes de conhecimento aprovadas.
- Implementar engenharia de prompt, modelos de prompt, grounding, gestão de contexto, chamadas de ferramentas/funções e saídas de LLM estruturadas.
- Integrar LLMs comerciais e/ou de código aberto por meio de APIs e plataformas de IA corporativas.
- Trabalhar com embeddings, busca semântica, bancos de dados vetoriais, reranking, estratégias de chunking e pipelines de processamento de documentos.
- Desenvolver capacidades habilitadas por IA, como busca inteligente, sumarização, classificação, extração de informações, perguntas e respostas e automação de fluxo de trabalho.
- Projetar e executar abordagens de avaliação de LLM para precisão, relevância, fundamentação, consistência, segurança, latência e potenciais alucinações.
- Implementar guardrails apropriados, monitoramento, estratégias de fallback e processos de humano-no-loop para aplicações de IA Generativa.
RAG, Conhecimento e Engenharia de Dados
- Projetar pipelines de ingestão e recuperação para documentos corporativos e fontes de dados usadas por aplicações de IA/LLM.
- Desenvolver rotinas de pré-processamento, limpeza, transformação, chunking, enriquecimento de metadados e validação de dados.
- Trabalhar com bancos de dados relacionais, APIs, repositórios de documentos, armazenamento de objetos, plataformas de busca e serviços de dados baseados em nuvem.
- Escrever e otimizar consultas SQL e lógica de recuperação para apoiar o treinamento, avaliação e inferência de modelos.
- Colaborar com engenheiros de dados para estabelecer pipelines de dados confiáveis e governados para casos de uso de IA/ML.
- Garantir o tratamento apropriado da qualidade dos dados, linhagem, segurança, controles de acesso e rastreabilidade da fonte.
MLOps, LLMOps e Implantação
- Implantar modelos de IA/ML e serviços habilitados por LLM em ambientes de desenvolvimento, teste e produção.
- Desenvolver e manter APIs de inferência de modelos, serviços de IA e microsserviços usando práticas de engenharia de software de produção.
- Construir ou apoiar testes automatizados de modelos, avaliação, implantação, monitoramento e pipelines de retreinamento.
- Rastrear versões de modelos e prompts, resultados de avaliação, configurações, dependências e comportamento em produção.
- Monitorar a qualidade do modelo, qualidade de recuperação, latência, custo, desvio, falhas e outras métricas operacionais e recomendar melhorias.
- Participar de processos de CI/CD para aplicações de IA/ML e conteinerizar serviços usando tecnologias como Docker.
- Colaborar com equipes de DevOps e engenharia de nuvem para implantar soluções de IA escaláveis, observáveis e resilientes.
IA Responsável, Segurança e Governança
- Aplicar práticas de IA responsável, incluindo transparência, rastreabilidade, avaliação, testes, documentação e supervisão humana apropriada.
- Avaliar soluções de IA quanto a viés, precisão, confiabilidade, privacidade, segurança, vazamento de dados, injeção de prompt e outros riscos relevantes.
- Implementar salvaguardas apropriadas ao caso de uso, incluindo controles de entrada/saída, filtragem de conteúdo, verificações de grounding, controles de acesso e auditabilidade.
- Seguir os requisitos federais e da FDA aplicáveis de segurança, privacidade, governança de dados, gestão de registros e desenvolvimento de software.
- Manter documentação técnica cobrindo modelos, prompts, fontes de dados, métodos de avaliação, configurações, limitações, testes e implantação.
- Participar de revisões técnicas e de governança e fornecer a documentação necessária para implantação em produção e suporte operacional.
Engenharia de Software e Entrega Ágil
- Desenvolver código Python limpo, sustentável, testável e reutilizável seguindo padrões de engenharia de software estabelecidos.
- Desenvolver APIs RESTful e serviços de backend que exponham a funcionalidade de IA/ML para aplicações corporativas.
- Participar de revisões de código, testes unitários, testes de integração, discussões de design técnico e documentação.
- Trabalhar dentro de equipes de desenvolvimento Ágil/Scrum e participar de planejamento de sprint, refinamento de backlog, demonstrações e retrospectivas.
- Colaborar com desenvolvedores de aplicações para integrar a funcionalidade de IA em aplicações corporativas Java, .NET, web e baseadas em nuvem sem assumir a propriedade de toda a pilha de aplicação.
Qualificações
- Aproximadamente 5-8 anos de experiência profissional em desenvolvimento de software, engenharia de dados, ciência de dados, IA/ML ou área técnica relacionada, incluindo experiência prática substancial em desenvolvimento de IA/ML.
- Fortes habilidades de programação em Python e experiência na construção de aplicações ou serviços Python com qualidade de produção.
- Experiência prática com bibliotecas/frameworks de machine learning como Scikit-learn, PyTorch, TensorFlow, Hugging Face ou tecnologias similares.
- Experiência no desenvolvimento, avaliação e integração de modelos de IA/ML em aplicações ou ambientes de produção.
- Experiência prática com IA Generativa, LLMs, NLP e APIs de LLM.
- Forte compreensão de RAG, embeddings, busca vetorial, engenharia de prompt, grounding, gestão de contexto e avaliação de LLM.
- Experiência trabalhando com dados estruturados e não estruturados, incluindo pré-processamento, transformação, validação e análise.
- Experiência no desenvolvimento de APIs REST e serviços de backend para funcionalidade de IA/ML.
- Conhecimento prático de SQL e bancos de dados relacionais.
- Familiaridade com Git, CI/CD, testes automatizados, conteinerização e práticas modernas de desenvolvimento de software.
- Experiência trabalhando em ambientes de desenvolvimento Ágil e multidisciplinares.
- Fortes habilidades analíticas, de experimentação, resolução de problemas e troubleshooting.
- Capacidade de comunicar conceitos, limitações, riscos e recomendações de IA/ML claramente para partes interessadas técnicas e não técnicas.
Qualificações Preferenciais
- Experiência apoiando programas da FDA, HHS ou outros programas do governo federal.
- Experiência no desenvolvimento e implantação de soluções de IA/ML em AWS ou Azure.
- Experiência com serviços de IA/ML da AWS, como Amazon Bedrock, SageMaker, Lambda, S3, OpenSearch ou serviços relacionados.
- Experiência com serviços de IA da Azure ou Azure OpenAI.
- Experiência com bancos de dados vetoriais ou tecnologias de busca vetorial como Pinecone, FAISS, OpenSearch, pgvector, Chroma ou tecnologias similares.
- Experiência com LangChain, LlamaIndex, Semantic Kernel ou frameworks de orquestração de IA comparáveis.
- Experiência no desenvolvimento de inteligência de documentos, NLP, busca semântica, gestão de conhecimento ou soluções de busca corporativa.
- Experiência no design de avaliação automatizada de LLM, gestão de prompt/versão, guardrails ou capacidades de LLMOps.
- Experiência com Docker e implantação de aplicações de IA conteinerizadas; familiaridade com Kubernetes ou ambientes nativos em nuvem.
- Experiência com MLOps, monitoramento de modelos, versionamento de modelos, rastreamento de experimentos ou gestão do ciclo de vida de ML.
- Compreensão de microsserviços, integração orientada a eventos e arquitetura de aplicações corporativas.
- Familiaridade com práticas de DevSecOps e desenvolvimento seguro de software para sistemas habilitados por IA.
- Experiência trabalhando com conjuntos de dados sensíveis, regulamentados, científicos, de saúde ou federais é um diferencial.
Habilidades Profissionais
- Fortes habilidades analíticas e de pensamento crítico.
- Excelentes habilidades de comunicação escrita e verbal.
- Capacidade de traduzir requisitos de negócios em soluções práticas de IA/ML e habilitadas por LLM.
- Capacidade de assumir de forma independente tarefas complexas de desenvolvimento de IA enquanto colabora efetivamente dentro de uma equipe técnica maior.
- Forte atenção aos detalhes e compromisso com a qualidade do modelo, software, avaliação e dados.
- Capacidade de equilibrar experimentação com engenharia de produção, segurança, governança, desempenho e restrições operacionais.
- Capacidade de comunicar claramente riscos técnicos, premissas, limitações de modelos, dependências e recomendações.
- Fortes habilidades de documentação, mentoria e compartilhamento de conhecimento.
Principais Tecnologias
Linguagens: Python, SQL IA/ML: Scikit-learn, PyTorch, TensorFlow, Hugging FaceIA Generativa: LLMs, RAG, Engenharia de Prompt, Embeddings, Busca Vetorial, Avaliação de LLM Orquestração de IA: LangChain, LlamaIndex, Semantic Kernel ou frameworks comparáveisNuvem: AWS e/ou Azure Desenvolvimento: REST APIs, Git, CI/CD, Docker Dados: Bancos de dados SQL, APIs, repositórios de documentos, dados estruturados e não estruturadosMetodologia: Ágil/Scrum, MLOps/LLMOps, DevSecOps
Educação: Bacharelado em Ciência da Computação, Ciência de Dados ou área relacionada; Mestrado é um diferencial.
Localização: Híbrido - Sede em Sterling, VA (com flexibilidade para trabalho remoto conforme política da empresa).
Credenciamento: O candidato deve ser capaz de obter e manter um Credenciamento.
Declaração de EEO: A REI Systems é um Empregador de Oportunidades Iguais
#LI-HYBRID
#LI-TK1
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil