Skyline Scientific Inc
SAIC
AI/ML Platform Engineer
Über die Stelle
Wir suchen einen hochqualifizierten AI/ML Platform Engineer, der unser Engineering Team bei Programmen für zivile Regierungsbehörden unterstützt. Dies ist keine Rolle für jemanden, der nur KI-Lösungen entwickelt, sondern für jemanden, der die Plattformen entwickelt, die es anderen ermöglichen, KI-Lösungen über alle Paradigmen hinweg zu entwickeln: traditionelles ML, Generative AI und Agentic AI.
Die Vision ist einfach: Missionsteams sollen sich vollständig auf ihre Probleme und die Lösungen konzentrieren können, die sie entwickeln möchten, und darauf vertrauen können, dass die darunter liegende Plattform die Werkzeuge, Infrastruktur, Leitplanken, Governance, Überwachung und technische Komplexität handhabt. Diese Plattform wird von diesem Team entwickelt und betrieben. Der richtige Kandidat findet echte Befriedigung darin, der Multiplikator zu sein, der alle um ihn herum leistungsfähiger macht.
Wir begrüßen Ingenieure aus der freien Wirtschaft und dem Bundesbereich gleichermaßen. Wenn Sie ernsthafte AI/ML-Plattformen in der Industrie entwickelt haben und diese Erfahrung auf Probleme anwenden möchten, die in großem Maßstab, in einer regulierten Umgebung und in Partnerschaft mit Cloud-Führern wie AWS und Databricks von Bedeutung sind, dann ist dies Ihre Chance. Die AI/ML-Landschaft entwickelt sich rasant weiter, und wir bewegen uns mit ihr: Neue Fähigkeiten werden bewertet, integriert und schnell an die Missionsteams geliefert. Der richtige Kandidat gedeiht in diesem Umfeld, bleibt ihm voraus und treibt Veränderungen voran, anstatt auf Anweisungen zu warten.
Ebenso wichtig ist eine FDE (Field Delivery Engineer) Denkweise: Direkte Partnerschaft mit Kunden vom Konzept bis zur Lieferung – Anforderungen, Spezifikationen, Design, Implementierung, Produktion. Ein Ingenieur, der den gesamten Prozess abwickelt. Standardmäßig proaktiv, bringt Lösungen statt Statusberichte und treibt die Fertigstellung voran, ohne dafür gemanagt werden zu müssen.
Hauptverantwortlichkeiten
- Bereitstellung von AI/ML-Plattformdiensten als eine gesteuerte, mandantenfähige Unternehmenslösung mit Mandanten-Onboarding, Berechtigungen, Zugriffskontrollen, Rechenumgebungen und Service-Level-Leitplanken für traditionelles ML, GenAI und Agentic AI.
- Bereitstellung von GenAI-Anwendungsbausteinen: gesteuerter Zugriff auf Frontier-Modelle über eine AI-Gateway-Schicht, RAG-Infrastruktur (Wissensdatenbanken, Vektordatenbanken, Embedding-Pipelines), mandantenfähige Leitplanken, Grounding-Validierung und Feedback-Mechanismen, damit Kunden GenAI-Anwendungen auf einer vertrauenswürdigen Grundlage erstellen können, ohne die Infrastruktur neu erfinden zu müssen.
- Bereitstellung von Agentic AI-Mustern: Orchestrierungs-Frameworks, API-Integration, Speicher- und Zustandsverwaltung, Human-in-the-Loop-Kontrollen und Sicherheitsleitplanken, damit Kunden agentenbasierte Workflows innerhalb der Governance-Grenzen der Plattform erstellen und ausführen können.
- Bereitstellung von traditionellen ML-Operationalisierungs-Mustern: gesteuerte Trainingsumgebungen, Modellbereitstellungspipelines mit TAI-Kontrollen (Bias, Fairness, Erklärbarkeit, Modellkarten) und flächendeckende Überwachung von Drift und Qualität über alle operationalisierten Modelle hinweg.
- Partnerschaft mit Kunden vom Konzept bis zur Lieferung: Übernahme des Engagements von Anfang bis Ende: Anforderungen, Spezifikationen, Lösungsdesign, praktische Implementierung und Übergabe an die Produktion. Arbeiten Sie mit den Missionsteams zusammen, verstehen Sie ihre Probleme und helfen Sie ihnen, auf der Plattform aufzubauen.
- Schnelle Bewertung und Integration neuer Plattformfunktionen: Bleiben Sie auf dem neuesten Stand der sich entwickelnden AI/ML-Landschaft, bewerten Sie neue Tools und Dienste und bringen Sie die richtigen schnell in das Plattformangebot ein.
- Erstellung von Plattform-Onboarding-Mustern und IaC-Vorlagen (Terraform, CloudFormation) mit SSO-Integration, ausgelegt für Wiederholbarkeit und Portabilität über verschiedene Deployments hinweg.
- Entwicklung sicherer, API-basierter Modellzugriffs- und Inferenzendpunkte, die den Governance- und Sicherheitsstandards entsprechen.
- Dokumentation wiederverwendbarer Muster, Frameworks und APIs: Alles, was gebaut wird, ist ein Ausgangspunkt für das nächste Deployment, kein Einzelfall.
Qualifikationen
- Bachelor- oder Master-Abschluss in Informatik, Machine Learning oder einem verwandten Fachgebiet.
- 5+ Jahre praktische Erfahrung im Bereich AI/ML, aktive Codierung, Erstellung von Pipelines und Architektur von Systemen für traditionelles ML, GenAI und/oder Agentic AI. Die praktische Erfahrung muss aktuell sein; dies ist keine Rolle für jemanden, dessen Coding-Tage hinter ihm liegen.
- Nachgewiesenes Denken auf Plattformebene: Erfahrung in der Bereitstellung von AI/ML-Funktionen als Managed Service für ein Team oder eine Organisation, nicht nur im Bau eigenständiger Lösungen (z. B. gesteuerte mandantenfähige Rechenleistung, Modellbereitstellungspipelines mit Leitplanken, GenAI-Zugriffsschichten, Agentic-Orchestrierungsinfrastruktur).
- Starke Kenntnisse in Python und praktische Erfahrung mit Kern-AI/ML-Bibliotheken (PyTorch, TensorFlow, HuggingFace, LangChain oder Äquivalent).
- Praktische Erfahrung mit Cloud-basierten AI/ML-Plattformen (Databricks, SageMaker oder Äquivalent): Modellentwicklung, MLOps, Daten-Governance und mandantenfähige Operationalisierung.
- Praktische Erfahrung mit GenAI und LLM Frameworks: RAG-Pipelines, Vektordatenbanken, Embedding-Modelle, Prompt Engineering und gesteuerte Modellzugriffsschichten.
- Starke IaC- und Cloud-Engineering-Kenntnisse: Terraform, CloudFormation, AWS-native Dienste, Enterprise SSO-Integration und Cloud-Sicherheitsmuster.
- Kenntnisse der bundesstaatlichen Sicherheits- und Governance-Standards (FedRAMP, NIST 800-53, Best Practices zur Datenisolation).
- Nachgewiesene Fähigkeit zur direkten Zusammenarbeit mit Kunden: Übersetzung von mehrdeutigen Problemstellungen in Anforderungen, Spezifikationen und funktionierende End-to-End-Lösungen.
- Motivation, in regulierten Umgebungen zu arbeiten: Komfort mit Governance-Anforderungen und Sicherheitsstandards; diese als zu umgehende technische Herausforderungen und nicht als Blocker betrachten.
Gewünschte Fähigkeiten
- Erfahrung mit Agentic AI Frameworks: Multi-Agenten-Orchestrierung, Tool-Nutzung, Speicher-/Zustandsverwaltung, Human-in-the-Loop-Design und Durchsetzung von Sicherheitsgrenzen.
- Vertrautheit mit AI-Gateway-Mustern (z. B. LiteLLM) für zentralisierten, gesteuerten LLM-Zugriff mit austauschbaren Modell-backend s.
- Erfahrung mit Vektordatenbanken (Pinecone, FAISS, Weaviate, Amazon OpenSearch Vector).
- Praktische Kenntnisse von CI/CD und MLOps-Praktiken (MLflow, Git, Docker) sowie Daten-Governance in mandantenfähigen Umgebungen.
- Erfahrung im Bundesbereich, Gesundheitswesen, Finanzdienstleistungen oder anderen regulierten Umgebungen, in denen Governance und Compliance primäre technische Anliegen sind.
- Neugier und Urteilsvermögen zur Bewertung aufkommender LLMs, Open-Source GenAI-Tools und Agentic Frameworks und zur schnellen Integration der richtigen in einen Plattformkontext.
SAIC® ist ein führender Integrator, der sich darauf konzentriert, die Kraft von Technologie und Innovation zu nutzen, um unsere Welt zu bedienen und zu schützen. Unser robustes Angebot in den Bereichen Verteidigung, Raumfahrt, Geheimdienst und Zivilmärkte umfasst sichere High-End-Lösungen in Mission IT, Enterprise IT, Engineering Services und Professional Services. Wir integrieren neue Technologien schnell und sicher in missionskritische Operationen, die kritische nationale Interessen modernisieren und ermöglichen.
Wir sind etwa 23,000 Mitarbeiter stark; angetrieben von der Mission, vereint durch den Zweck und inspiriert von Möglichkeiten. SAIC ist ein Arbeitgeber, der Chancengleichheit fördert. Mit Hauptsitz in Reston, Virginia, erzielt SAIC einen Jahresumsatz von rund 7.3 Milliarden US-Dollar. Weitere Informationen finden Sie unter saic.com. Aktuelle Nachrichten finden Sie in unserem Newsroom.
