Estados Unidos
Siemens
Booz Allen Hamilton
Ingeniero de IA/ML para Wireless y Edge
Estados Unidos
Annapolis Junction, Maryland, United States
PythonDockerKubernetesC++Terraform
Traducción automática. Consulta el original.
DESCRIPCIÓN DEL PUESTO
Trabajo remoto: Híbrido
Número de puesto: R0251743
Ubicación: Annapolis Junction, MD, EE. UU.
Autorización de seguridad
Los solicitantes seleccionados estarán sujetos a una investigación de seguridad y es posible que deban cumplir con los requisitos de elegibilidad para acceder a información clasificada.
Declaración de identidad
Como parte del proceso de contratación, le pediremos que complete un proceso de verificación de identidad que aprovecha la biometría avanzada y la inteligencia artificial para garantizar la autenticidad y proteger contra el fraude de identidad. Se espera que esté frente a la cámara durante las entrevistas y evaluaciones. Nos reservamos el derecho de tomar su fotografía para verificar su identidad y prevenir el fraude.
Política de uso de IA para candidatos
La IA es parte de nuestro trabajo diario en Booz Allen, y estamos comprometidos con el uso responsable y ético de las herramientas de IA. Sin embargo, queremos garantizar un proceso de selección justo basado en sus propias habilidades y conocimientos. Como parte de este compromiso, el uso de inteligencia artificial (IA) u otras herramientas para ayudar con las respuestas durante las entrevistas (ya sean presenciales o virtuales) está prohibido a menos que se proporcione permiso explícitamente.
Modelo de trabajo
Nuestra cultura centrada en las personas prioriza los beneficios de la colaboración. Para apoyar el compromiso y la comunicación efectiva, generalmente se espera que los empleados que trabajan virtualmente mantengan sus cámaras encendidas durante las reuniones.
- Remoto: Si este puesto aparece como remoto, aún puede haber ocasiones en las que se le requiera trabajar en persona en una instalación de Booz Allen o del cliente.
- Híbrido: Si este puesto aparece como híbrido, se esperará que trabaje desde una instalación de Booz Allen o del cliente, en alineación con las expectativas de su liderazgo y las necesidades del puesto.
- Presencial: Si este puesto aparece como presencial, el trabajo se realizará principalmente a tiempo completo en una instalación del cliente, donde los empleados colaborarán directamente con colegas y clientes según lo requiera el puesto.
Compromiso con la no discriminación
Todos los solicitantes calificados recibirán consideración para el empleo sin distinción de discapacidad, estatus como veterano protegido o cualquier otro estatus protegido por la ley federal, estatal, local o internacional aplicable.
Los solicitantes que necesiten una adaptación razonable para cualquier parte del proceso de solicitud, contratación o empleo debido a una discapacidad, una creencia, práctica u observancia religiosa sinceramente sostenida, o según lo requiera la ley aplicable, deben comunicarse con el servicio de asistencia de Booz Allen llamando al 1-877-927-8278 o enviando un correo electrónico a [email protected]. Revisaremos las solicitudes de forma individual y proporcionaremos adaptaciones razonables de acuerdo con la ley aplicable.
Ingeniero de IA/ML para Wireless y Edge
La oportunidad
En Booz Allen, impulsamos las posibilidades para nuestros clientes que se enfrentan a sus desafíos más difíciles. Nuestro equipo interdisciplinar de consultores, tecnólogos, investigadores, ingenieros y expertos en ciberseguridad crea soluciones innovadoras para la infraestructura y las capacidades del mañana. Somos socios de confianza en las misiones más críticas de nuestros clientes y aportamos experiencia, pero es nuestra actitud, nuestro coraje, nuestra curiosidad y nuestra pasión por el futuro lo que nos hace únicos.
Buscamos un ingeniero de IA/ML para unirse a un equipo que está creando una plataforma convergente que ejecuta procesamiento de señales inalámbricas en tiempo real e inferencia de IA en el mismo hardware acelerado por GPU. Desarrollarás, optimizarás y desplegarás modelos que se ejecutan junto con cargas de trabajo de red en vivo, donde los presupuestos de latencia se miden en microsegundos y la computación se comparte con la pila de radio. El trabajo abarca todo el ciclo de vida: canalizaciones de datos a partir de telemetría de red, entrenamiento y evaluación comparativa de modelos, inferencia optimizada por GPU y despliegue en contenedores en Kubernetes en un laboratorio práctico.
Únete a nosotros. El mundo no puede esperar.
Lo que harás
- Diseñar, entrenar y evaluar modelos de ML para casos de uso de redes inalámbricas, incluyendo predicción de tráfico, detección de anomalías, clasificación de interferencias, programación de recursos y optimización energética, utilizando telemetría de red, KPI y datos de RF capturados en el laboratorio.
- Crear canalizaciones de datos que ingieran, etiqueten y versionen la telemetría de la pila de red, como contadores de rendimiento, registros, capturas de paquetes y muestras I/Q, en conjuntos de datos de entrenamiento reproducibles.
- Optimizar modelos entrenados para inferencia en tiempo real en servidores edge acelerados por GPU: cuantización, poda, conversión a TensorRT u ONNX Runtime, perfilado con CUDA, y evaluación comparativa de latencia y rendimiento frente a objetivos estrictos.
- Empaquetar y desplegar modelos como servicios de inferencia en contenedores en Kubernetes utilizando NVIDIA Triton Inference Server, el NVIDIA GPU Operator y el uso compartido de GPU mediante MIG o división de tiempo junto con cargas de trabajo de red en vivo.
- Desarrollar aplicaciones de red impulsadas por IA, como xApps y rApps, que consuman telemetría de red y devuelvan decisiones de control a través de interfaces estandarizadas, y validarlas de extremo a extremo en el laboratorio.
- Instrumentar la plataforma con herramientas de MLOps: seguimiento de experimentos, registro de modelos, activadores de reentrenamiento automatizados, monitoreo de deriva y CI/CD para el despliegue de modelos.
- Evaluar la contención de recursos de GPU entre el procesamiento de señales y las cargas de trabajo de inferencia de IA, y caracterizar y documentar el entorno operativo para la colocación en una sola plataforma.
- Aplicar prácticas de seguridad y garantía al ciclo de vida de ML: procedencia del modelo, linaje del conjunto de datos, pruebas de robustez frente a ataques adversarios y alineación con la guía de garantía de IA del DoD.
- Escribir y mantener documentación técnica, incluyendo tarjetas de modelo, procedimientos de entrenamiento y despliegue, informes de evaluación comparativa y guías de reproducibilidad, simultáneamente con el trabajo de laboratorio, no a posteriori.
- Colaborar con ingenieros de red, RF y ciberseguridad para traducir los requisitos de la misión en modelos que se ejecuten en el sistema desplegado, e informar de los resultados a las partes interesadas del gobierno.
Requisitos mínimos
Lo que tienes
- 3+ años de experiencia entrenando y evaluando modelos de ML utilizando marcos como PyTorch o TensorFlow, incluyendo la exportación de modelos a formatos como ONNX para su despliegue.
- 3+ años de experiencia en desarrollo de software en Python, incluyendo código de calidad de producción, pruebas y prácticas de control de versiones.
- Experiencia optimizando y evaluando redes neuronales entrenadas para inferencia: medición de latencia y rendimiento, perfilado y técnicas como cuantización o poda.
- Experiencia con computación en GPU, incluyendo CUDA, cuDNN o bibliotecas aceleradas por GPU, y con herramientas de controladores y contenedores de NVIDIA en un entorno de servidor Linux.
- Experiencia desplegando modelos de ML como servicios en entornos en contenedores como Docker o Kubernetes, y creando canalizaciones de datos para datos de series temporales o telemetría, incluyendo ingeniería de características y versionado de conjuntos de datos.
- Experiencia trabajando en un equipo de ingeniería ágil e interdisciplinar y resolviendo problemas complejos con poca dirección.
- Capacidad para trabajar de forma práctica en un entorno de laboratorio de ritmo rápido con plazos de entrega estrictos.
- Capacidad para producir documentación técnica clara y precisa e informar de los resultados a audiencias técnicas y no técnicas.
- Capacidad para obtener una autorización de seguridad de nivel Secret.
- Licenciatura en un campo STEM y 5+ años de experiencia en IA/ML o automatización utilizando Python, Ansible, Terraform y Kubernetes, Máster en un campo STEM y 3+ años de experiencia en IA/ML o automatización utilizando Python, Ansible, Terraform y Kubernetes, o 8+ años de experiencia en IA/ML o automatización utilizando Python, Ansible, Terraform y Kubernetes en lugar de un título.
Sería ideal si tienes
- Experiencia con teoría de RF, procesamiento de señales digitales o algoritmos de capa física, como estimación de canal, formación de haces y clasificación de modulación, incluyendo GNU Radio o MATLAB.
- Experiencia con plataformas inalámbricas AI-RAN o nativas de IA: NVIDIA Aerial, capa 1 acelerada por GPU u optimización de RAN basada en IA/ML.
- Experiencia con arquitecturas O-RAN, incluyendo el controlador inteligente de RAN (RIC) Near-RT y Non-RT, desarrollo de xApp/rApp y las interfaces E2 y A1.
- Experiencia con KPI de redes 5G/LTE, contadores de rendimiento y telemetría, como datos de gestión de rendimiento de 3GPP, como entradas de entrenamiento de ML.
- Experiencia desplegando y optimizando modelos de lenguaje grandes (LLMs) para inferencia utilizando marcos como vLLM o NVIDIA TensorRT-LLM, incluyendo optimización de memoria de GPU, latencia y evaluación comparativa de rendimiento.
- Experiencia con una variedad de arquitecturas de redes neuronales, incluyendo transformadores, redes neuronales de grafos y aprendizaje por refuerzo para problemas de control y programación.
- Experiencia con C/C++ u otros lenguajes de programación de sistemas para aplicaciones críticas de rendimiento o computación acelerada por GPU.
- Experiencia con plataformas y herramientas de MLOps, incluyendo MLflow, Kubeflow, DVC o equivalentes.
- Experiencia desarrollando pruebas automatizadas para canalizaciones de datos de ML, validación de modelos y pruebas de regresión de rendimiento.
- Experiencia con la garantía de IA del DoD y la guía de IA responsable, y con los requisitos DISA STIG o RMF para sistemas de ML.
Compensación
En Booz Allen, celebramos tus contribuciones, te brindamos oportunidades y opciones, y apoyamos tu bienestar integral. Nuestras ofertas incluyen beneficios de salud, vida, discapacidad, financieros y de jubilación, así como vacaciones pagadas, desarrollo profesional, asistencia para la matrícula, programas de equilibrio entre vida laboral y personal, y cuidado de dependientes. Nuestro programa de premios de reconocimiento reconoce a los empleados por su desempeño excepcional y su demostración superior de nuestros valores. Los empleados a tiempo completo y a tiempo parcial que trabajan al menos 20 horas a la semana de forma regular son elegibles para participar en los programas de beneficios de Booz Allen. Las personas que no cumplen con el umbral solo son elegibles para ofertas seleccionadas, que no incluyen beneficios de salud. Te animamos a obtener más información sobre nuestros beneficios totales visitando la página de Recursos en nuestro sitio de Carreras y revisando nuestra página de Beneficios para Empleados.
El salario en Booz Allen se determina mediante varios factores, incluyendo, entre otros, la ubicación, la combinación particular de educación, conocimientos, habilidades, competencias y experiencia del individuo, así como la asequibilidad específica del contrato y los requisitos organizacionales. El rango de compensación proyectado para este puesto es de $99,000.00 a $225,000.00 (USD anualizados). La estimación mostrada representa el rango salarial típico para este puesto y es solo un componente del paquete de compensación total de Booz Allen para los empleados. Esta publicación cerrará dentro de 90 días a partir de la Fecha de publicación.
SOBRE NOSOTROS
Booz Allen es una empresa de tecnología avanzada. Construimos productos y soluciones de grado comercial para las prioridades más críticas de defensa, civiles y de seguridad nacional de Estados Unidos.
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil