Applied AI/ML Engineer (Performance Intelligence Systems)

Leidos sucht einen Applied AI/ML Engineer zur Unterstützung eines großen, mission-kritischen Programms der U.S. Navy. Diese Rolle konzentriert sich auf das Design und den Aufbau von KI- und maschinellen Lernsystemen für Leistungsintelligenz, die helfen, operationale Risiken zu identifizieren, systemische Leistungsprobleme zu diagnostizieren und Verbesserungschancen in komplexen Programmoperationen zu erkennen.

Der ideale Kandidat ist ein systemorientierter Ingenieur mit starken Python-Entwicklungsfähigkeiten und praktischer Erfahrung in der Datenwissenschaft, der gerne an realen operationale Problemen arbeitet. Anstatt einmalige Analysen durchzuführen, konzentriert sich diese Rolle auf den Aufbau langlebiger analytischer Fähigkeiten und Softwaresysteme, die kontinuierlich Leistungsdaten analysieren und ein proaktives Programmmanagement ermöglichen.

Diese Position gehört zum Performance Management-Team des Programms und unterstützt Service Level Requirements (SLRs) sowie breitere Leistungsinitiativen der Navy wie World Class Alignment Metrics (WAM). Die Arbeit kombiniert systemisches Denken, angewandte Analytik und produktionsreife Software, um zu verbessern, wie Leistungsprobleme erkannt, verstanden und angegangen werden.

• Design und Aufbau von KI- und maschinellen Lernsystemen für Leistungsintelligenz, die kontinuierlich operationale Leistungsdaten analysieren und aufkommende Risiken, Abnutzungsmuster und Verbesserungschancen identifizieren.
• Design und Implementierung analytischer Dienste, Pipelines und Werkzeuge in Python, die KI/ML-Methoden integrieren und operationale Daten in kontinuierlich aktualisierte Leistungsintelligenz umwandeln.
• Aufbau von cloud-deployierten analytischen Werkzeugen und Diensten, die eine automatisierte oder halbautomatisierte Erkennung von Leistungsproblemen ermöglichen, die an vertragliche Service Level Requirements (SLRs) gebunden sind.
• Übersetzung von chaotischen operationale Herausforderungen in praktische analytische Lösungen unter Kombination statistischer Methoden, maschineller Lerntechniken und domäneninformierter Logik.
• Entwicklung wiederverwendbarer analytischer Fähigkeiten, Frameworks und Softwarekomponenten, die die langfristige Fähigkeit des Teams zur Diagnose und Verbesserung der operationale Leistung stärken.
• Zusammenarbeit mit Leistungsanalysten, Ingenieuren und Programmstakeholdern zur Problemformulierung und Gestaltung datengestützter Ansätze zur Verbesserung der Programmergebnisse.
• Untersuchung systemischer Leistungsprobleme und Entwicklung von Werkzeugen, die Ursachen, Priorisierungssignale und Verbesserungschancen aufdecken.
• Klare Kommunikation technischer Erkenntnisse und analytischer Ergebnisse sowohl an technische Teams als auch an die Programmleitung.
• Unterstützung breiterer Leistungsinitiativen der Navy durch Erweiterung analytischer Methoden und Werkzeuge über individuelle SLR-Anwendungsfälle hinaus, wenn dies angemessen ist.

• Abschluss mit 8+ Jahren Erfahrung in der Anwendung von Datenwissenschaft, maschinellem Lernen oder KI auf reale operationale oder Leistungsprobleme (zusätzliche Erfahrung kann anstelle eines Abschlusses berücksichtigt werden).
• Starke Python-Entwicklungserfahrung beim Aufbau wartbarer, produktionsreifer Software.
• Erfahrung im Design und in der Implementierung analytischer Pipelines, Datenverarbeitungs-Workflows oder KI/ML-fähiger analytischer Systeme.
• Erfahrung im Umgang mit großen, chaotischen oder heterogenen operationale Datensätzen und dem Extrahieren bedeutungsvoller Signale.
• Erfahrung im Bereitstellen analytischer Codes, Pipelines oder Dienste in Cloud- oder Produktionsumgebungen.
• Erfahrung in der Entwicklung containerisierter analytischer Anwendungen und der Bereitstellung von Diensten über CI/CD-Pipelines.
• Erfahrung im Aufbau von APIs oder Dienstschnittstellen, die analytische Fähigkeiten oder Modelle bereitstellen.
• Nachgewiesene Fähigkeit, mehrdeutige operationale Probleme zu formulieren und praktische analytische Lösungen zu entwickeln.
• Fähigkeit, analytisches Denken und technische Erkenntnisse klar an technische und nicht-technische Stakeholder zu kommunizieren.
• Erfahrung im Aufbau und in der Wartung analytischer Systeme oder Werkzeuge, die operationell von anderen Teams oder Stakeholdern genutzt werden.
• Aktive Geheimhaltungsfreigabe oder höher.

• Erfahrung in der Anwendung von maschinellem Lernen, statistischer Modellierung oder Anomalieerkennungstechniken auf operationale oder Leistungsdatensätze.
• Erfahrung im Aufbau analytischer Werkzeuge, Dienste oder Plattformen, die von operationalen Teams oder Entscheidungsträgern genutzt werden.
• Kenntnisse über KI-gestützte Workflows, Automatisierung oder wiederverwendbare Analyseframeworks.
• Vertrautheit mit Container-Orchestrierungsplattformen (Kubernetes, ECS oder ähnlich) zur Bereitstellung skalierbarer analytischer Dienste.
• Erfahrung in großen operationale Programmen oder komplexen Unternehmensumgebungen, insbesondere innerhalb von Regierungs- oder Verteidigungsprogrammen.
• Starkes systemisches Denken und Neugier darüber, wie komplexe operationale Umgebungen funktionieren und scheitern.

Vergütungsbereich: $87,100.00 – $157,450.00

Vergütung und Leistungen: Zu den Beschäftigungsleistungen gehören wettbewerbsfähige Vergütung, Gesundheits- und Wellnessprogramme, Einkommensschutz, bezahlter Urlaub und Altersvorsorge. Weitere Details sind verfügbar unter www.leidos.com/careers/pay-benefits.

Engagement für Nichtdiskriminierung: Alle qualifizierten Bewerber erhalten unabhängig von Geschlecht, Rasse, Ethnie, Alter, Nationalität, Staatsbürgerschaft, Religion, körperlicher oder geistiger Behinderung, medizinischem Zustand, genetischen Informationen, Schwangerschaft, Familienstruktur, Familienstand, Abstammung, Status als Lebenspartner, sexueller Orientierung, Geschlechtsidentität oder -ausdruck, Veteranen- oder Militärstatus oder aus einem anderen gesetzlich verbotenen Grund Berücksichtigung für eine Anstellung. Leidos wird auch qualifizierte Bewerber mit strafrechtlichen Verurteilungen in Übereinstimmung mit den geltenden Gesetzen bei der Einstellung berücksichtigen.