ML Ops Engineer - Clearance Required

Das Unternehmen sucht einen Machine Learning Operations Engineer (ML Ops Engineer), um die Entwicklung von innovativen AI/ML-Lösungen in Zusammenarbeit mit der AI2C-Organisation der Armee zu unterstützen. Diese Rolle betont die Integration von Machine Learning-Workflows in skalierbare, effiziente Anwendungen und adressiert die betrieblichen Bedürfnisse der United States Army. Der ML Ops Engineer wird an der Schnittstelle von fortschrittlicher AI/ML-Entwicklung, Bereitstellung von Machine Learning-Systemen und mission-kritischen Anwendungen arbeiten und das End-to-End-Lifecycle-Management von AI-Fähigkeiten sicherstellen.

Diese Position bietet eine spannende Gelegenheit zur direkten Zusammenarbeit mit der Armee, um innovative generative AI-Tools und Machine Learning-Systeme zu entwerfen, die deren Operationen und Entscheidungsfindung unterstützen. Die Kandidaten sollten in einem schnelllebigen, kollaborativen Umfeld gedeihen und technische Kreativität, kontinuierliches Lernen und Problemlösungskompetenz demonstrieren.

Das Unternehmen ist ein neuer Anbieter digitaler Lösungen, der sich der Beschleunigung der Auswirkungen der Regierung durch Innovation und Geschwindigkeit widmet. Durch Investitionen in Technologie und Prototypen vor dem Bedarf bringt das Unternehmen kommerziell grade Plattformen und einsatzbereite AI für Bundesbehörden mit kommerzieller Geschwindigkeit.

Zu den Verantwortlichkeiten gehören:

• Aufbau, Training, Validierung und Evaluierung von Machine Learning-Modellen mit Technologien wie Scikit-Learn, TensorFlow oder ähnlichen Tools.
• Forschung, Entwicklung und Implementierung generativer AI-Anwendungen, um sicherzustellen, dass Modelle komplexe reale Herausforderungen effektiv angehen.
• Bereitstellung von Machine Learning-Modellen für webbasierte Anwendungen und deren Integration in betriebliche Umgebungen.
• Operationalisierung generativer AI-Systeme durch Entwicklung robuster, skalierbarer Pipelines für die Bereitstellung in mehreren Umgebungen.
• Entwurf und Implementierung fortschrittlicher Datenmanipulations- und Pipeline-Workflows mit Tools wie Pandas und PySpark zur Unterstützung des Modelltrainings und der Analyse.
• Unterstützung von CI/CD-Pipelines, die auf die Entwicklung und Bereitstellung von ML-Modellen zugeschnitten sind.
• Zusammenarbeit mit anderen Ingenieur- und DevSecOps-Teams zur Unterstützung skalierbarer cloudbasierter Bereitstellungen.
• Direkte Zusammenarbeit mit Stakeholdern der Armee zur Identifizierung strategischer Möglichkeiten für die ML-Integration, zur Lösung von Herausforderungen und zur Bereitstellung innovativer technischer Lösungen.
• Unterstützung von Produktleitern bei der Übersetzung betrieblicher Bedürfnisse und Rückmeldungen in umsetzbare technische Anforderungen und Strategien.
• Mentoring von Junior-Teammitgliedern, um deren ML- und MLOps-Kompetenzen zu entwickeln und zur Prozessverbesserung beizutragen.
• Leitung von Diskussionen über Architektur, Systemdesign, Technologieadoption und Teamentwicklung zur Stärkung der ML-Fähigkeiten des Unternehmens.
• Aufbau und Pflege starker Beziehungen zu Regierungsbehörden und Stakeholdern durch hybride Vor-Ort-Engagements.
• Beitrag zu technischen Narrativen für Vorschläge, Whitepapers und strategische Dokumentationen zur Erweiterung von AI/ML- und ML Ops-Projekten innerhalb der Armee.

Reise: 10% Reiseanteil erforderlich.

Mindestens erforderliche Qualifikationen:

• Abschluss in Informatik, Data Science, Software Engineering oder einem verwandten Bereich.
• 3+ Jahre Erfahrung im Bereich Machine Learning Engineering, mit besonderem Schwerpunkt auf MLOps, Modellentwicklung und -bereitstellung.
• Nachgewiesene Expertise in Datenmanipulations- und Pipeline-Technologien wie Pandas oder PySpark.
• Praktische Erfahrung in der Entwicklung von Machine Learning-Modellen mit Tools wie Scikit-Learn, MLlib, TensorFlow, PyTorch usw.
• Praktische Erfahrung in der Bereitstellung von AI/ML-Modellen in produktiven webbasierten Anwendungen.
• Fortgeschrittene Kenntnisse in Python und Python-basierten Web-Frameworks (z.B. Flask, Django, FastAPI usw.).
• Starkes Verständnis und praktische Erfahrung mit Containerisierungstechnologien wie Docker und Kubernetes.
• Vertrautheit mit Agile- oder Scrum-Methoden, CI/CD-Praktiken und Versionskontrollsystemen (z.B. Git).
• Aktive Secret Clearance erforderlich.

Zusätzliche bevorzugte Qualifikationen:

• Master-Abschluss in Informatik, Software Engineering, Informationssystemen oder einem verwandten Bereich.
• 7+ Jahre direkt verwandte Erfahrung.
• Nachgewiesene Erfolgsbilanz bei der Verwendung von MLOps-Workflows (z.B. MLFlow, Kubeflow), einschließlich Überwachung, Orchestrierung und Skalierung von Produktionsmodellen.
• Praktische Bereitstellungserfahrung in mehreren Umgebungen und Plattformen.
• Erfahrung in der Integration von Machine Learning- und Analysetools.
• Hintergrund in der strategischen Planung oder Beratung, die Regierungs- oder DoD-Kunden unterstützt.
• Nachgewiesene Erfolgsbilanz bei der Erweiterung des technischen Umfangs oder Fußabdrucks bei Regierungsbehörden.
• Kenntnisse über den Softwareentwicklungsprozess der Armee und deren Technologien.

Geplanter Gehaltsbereich: $110,075 - $185,138