DecisionPoint | Cortek

28 oct. 2026

Ingénieur AI/ML & MLOps (Senior)

À distanceÉtats-Unis

Chicago, Illinois, United States

AWSDockerKubernetes

Traduction automatique. Consultez l’original.

Présentation

DecisionPoint recherche un ingénieur AI/ML & MLOps Senior pour concevoir, déployer, surveiller, maintenir et gouverner des capacités de machine learning en production, dans le cadre du programme USMEPCOM ENLIST.

Ce poste consiste à maintenir des jeux de données d'entraînement, de validation et de test ; à développer des pipelines automatisés de déploiement de modèles ; à surveiller les modèles déployés ; à détecter la dérive des données et des modèles ; et à contrôler les mises à jour des modèles, jeux de données, configurations et services de support en production. L'ingénieur mettra en œuvre des processus reproductibles, traçables et sécurisés pour promouvoir les capacités de machine learning du développement aux tests, puis vers la production.

L'ingénieur AI/ML & MLOps Senior travaillera avec des data scientists, des data engineers, des architectes cloud, des développeurs logiciels, des experts en cybersécurité, des testeurs, des équipes opérationnelles et les responsables de mission gouvernementaux. Le candidat retenu devra être capable de combiner l'ingénierie machine learning avec l'automatisation du déploiement, la surveillance, le contrôle de version, la planification des retours arrière (rollback), ainsi que la gouvernance des modèles et des données.

Ce poste est en télétravail, avec une préférence pour les candidats basés dans la région de Chicago.

Compétences

Remarque : En postulant à ce poste, vous reconnaissez et consentez à ce que votre CV soit inclus dans une offre de contrat gouvernemental compétitive en cours.

Opérations et gestion du cycle de vie Machine learning.

Maintenance des jeux de données d'entraînement, de validation et de test.

Pipelines automatisés de déploiement de modèles.

Surveillance des modèles en production.

Détection de la dérive des modèles et des données.

Évaluation des modèles et analyse des performances.

Contrôle de version et gestion des configurations.

Planification du retour arrière et de la récupération.

Gouvernance des modèles et des données.

Plateformes ML cloud et pipelines de données sécurisés.

Tests automatisés et validation des versions.

Résolution de problèmes en production et réponse aux incidents.

Documentation technique et communication avec les parties prenantes.

Collaboration entre les équipes de données, logiciels, cloud, sécurité, tests, mission et opérations.

Notre politique d'égalité des chances en matière d'emploi

Politique d'EEO et d'action positive : DecisionPoint Corporation est un employeur souscrivant au principe de l'égalité des chances et de l'action positive. La politique de DecisionPoint Corporation est de fournir l'égalité des chances en matière d'emploi conformément à toutes les lois, directives et réglementations applicables en matière d'égalité des chances et d'action positive à tous les employés et candidats qualifiés, sans distinction de race, ethnicité, couleur, religion, origine nationale, sexe, âge, statut de handicap, grossesse, orientation sexuelle, identité de genre, informations génétiques, statut de vétéran protégé ou tout autre statut protégé par les lois fédérales, étatiques ou locales.

Politique de transparence salariale : Conformément au décret présidentiel 13665, DecisionPoint Corporation ne licenciera pas et ne fera pas preuve de discrimination d'une quelconque manière à l'encontre des employés ou des candidats parce qu'ils se sont renseignés sur, ont discuté ou ont divulgué leur propre salaire ou celui d'un autre employé ou candidat. Cependant, les employés qui ont accès aux informations de rémunération d'autres employés ou candidats dans le cadre de leurs fonctions essentielles ne peuvent pas divulguer le salaire d'autres employés ou candidats à des personnes qui n'ont pas accès aux informations de rémunération, sauf si la divulgation est (a) en réponse à une plainte ou une accusation formelle, (b) dans le cadre d'une enquête, d'une procédure, d'une audience ou d'une action, y compris une enquête menée par l'employeur, ou (c) conforme au devoir légal de l'entrepreneur de fournir des informations.

Autorisation de partager le CV et les informations personnelles : En exprimant votre intérêt et en soumettant votre CV pour ce poste, vous autorisez DecisionPoint Corporation à partager votre CV, ainsi que les informations personnelles qu'il contient, avec ses filiales, sociétés affiliées et partenaires d'équipe dans le but de vous considérer pour ce poste et d'autres postes disponibles nécessitant des compétences, une formation et une expérience comparables. Si DecisionPoint Corporation ou ses affiliés et partenaires d'équipe souhaitent entamer des discussions préalables à l'embauche, il vous sera demandé de remplir une demande d'emploi et les documents d'embauche associés.

Missions et responsabilités

L'ingénieur AI/ML & MLOps Senior aura pour missions de :

Maintenir les jeux de données d'entraînement, de validation et de test utilisés pour le développement et l'évaluation de machine learning.

Développer des processus reproductibles pour l'ingestion, la préparation, la transformation, la validation, le versionnage et la promotion contrôlée des jeux de données.

S'assurer que les jeux de données sont maintenus dans des formats prêts à l'analyse et au modélage, ou peuvent être transformés en tels formats.

Évaluer les jeux de données en termes de qualité, complétude, cohérence, intégrité, provenance et adéquation à leur usage prévu.

Maintenir la traçabilité entre les données sources, les jeux de données transformés, les caractéristiques (features), les versions de modèles, les résultats d'évaluation et les déploiements en production.

Construire et maintenir des pipelines automatisés pour la préparation des données, l'entraînement des modèles, l'évaluation, le packaging, le déploiement, la surveillance et le retour arrière.

Déployer des modèles de machine learning dans des environnements cloud, applicatifs, analytiques et opérationnels approuvés.

Automatiser les processus de construction, test, validation, promotion, déploiement et récupération des modèles.

Configurer et maintenir des registres de modèles et des dépôts contrôlés pour les modèles, jeux de données, codes, configurations, dépendances et résultats d'évaluation.

Mettre en œuvre des tests automatisés unitaires, d'intégration, de régression, de qualité des données, de pipeline et de déploiement.

Établir des procédures d'évaluation des modèles, des mesures de performance, des seuils de validation et des critères de préparation à la mise en production.

Surveiller les modèles en production pour détecter les problèmes de précision, performance, disponibilité, latence, erreurs, dérive des données, dérive conceptuelle et comportements inattendus.

Configurer des alertes, tableaux de bord, seuils et procédures d'escalade en cas de dégradation des modèles, dérive, problèmes de qualité des données ou échecs de pipeline.

Enquêter sur les anomalies liées aux modèles en production, jeux de données, pipelines et déploiements.

Coordonner les actions correctives avec les équipes en charge des données, des applications, de l'infrastructure, de la sécurité, des tests et des missions.

Contrôler les mises à jour des modèles, jeux de données, pipelines, caractéristiques, dépendances et configurations en production via des procédures documentées de changement et d'approbation.

Maintenir le contrôle de version pour le code des modèles, la logique d'entraînement, les scripts de déploiement, les jeux de données, les caractéristiques, les configurations et les définitions d'infrastructure.

Développer et tester des procédures de retour arrière pour les mises à jour de modèles, jeux de données, pipelines et configurations.

Prendre en charge les pipelines de données sécurisés utilisés pour l'entraînement, l'évaluation, le déploiement, la surveillance et l'analyse opérationnelle des modèles.

Maintenir une documentation couvrant l'objectif des modèles, les jeux de données, les méthodes d'évaluation, les performances, les limitations, les dépendances, les déploiements, les changements, les incidents et les risques connus.

Soutenir l'audit et la validation des résultats des modèles pour identifier les résultats inexacts, non étayés ou inattendus.

Aider à mettre en œuvre des points de contrôle pour la revue humaine et l'escalade des résultats de modèles pouvant affecter les décisions de mission ou opérationnelles.

Intégrer les flux de travail MLOps avec les capacités d'intégration continue, de déploiement continu, d'infrastructure en tant que code, de tests automatisés, de surveillance et de gestion des incidents.

Soutenir les exigences de gouvernance des données et des modèles, y compris les contrôles d'accès, le versionnage, les portes d'approbation, la traçabilité, le contrôle des changements et la journalisation d'audit.

Coordonner avec le personnel de cybersécurité pour traiter les vulnérabilités, les contrôles d'identité et d'accès, la gestion des secrets, les dépendances logicielles, le chiffrement, la journalisation et les exigences d'autorisation.

Collaborer avec les équipes d'ingénierie des données sur l'ingestion, la transformation, les métadonnées, l'intégration aux entrepôts de données, la qualité des données et l'accès gouverné.

Assister aux revues d'architecture, revues de code, revues de préparation à la mise en production, résolution de problèmes, transfert opérationnel et transfert de connaissances.

Préparer la documentation du cycle de vie des modèles, les instructions de déploiement, les procédures de retour arrière, les plans de surveillance, les résultats de tests, les schémas techniques et les guides d'exploitation.

Communiquer le statut des modèles, les performances, la dérive, les risques, les incidents et les actions correctives aux équipes techniques, aux parties prenantes gouvernementales et à la direction du programme.

Qualifications

Qualifications requises

Les candidats doivent répondre à toutes les exigences suivantes :

Habilitation Secret active ou supérieure.

Licence en informatique, science des données, ingénierie ou domaine connexe, ou équivalent autorisé.

Minimum de 10 ans d'expérience professionnelle pertinente.

Expérience dans la maintenance de jeux de données d'entraînement, de validation et de test pour machine learning.

Expérience dans la construction ou la maintenance de pipelines automatisés de déploiement de machine learning.

Expérience dans le déploiement de modèles de machine learning dans des environnements de production.

Expérience dans la surveillance de modèles en production et des services de support.

Expérience dans la détection et la réponse à la dérive des modèles ou des données.

Expérience dans l'utilisation du contrôle de version pour le code des modèles, les jeux de données, les configurations, les pipelines ou les artefacts de déploiement.

Expérience dans le développement et l'exécution de procédures de retour arrière pour les modèles, jeux de données, pipelines ou configurations de production.

Expérience dans le contrôle des mises à jour de modèles et de jeux de données via des procédures documentées de changement, de test et d'approbation.

Expérience dans la mise en œuvre de tests automatisés pour les modèles de machine learning, les pipelines de données, les APIs ou les flux de travail de déploiement.

Expérience avec les services de machine learning basés sur le cloud ou les environnements cloud de production.

Compréhension de l'évaluation des modèles, des métriques de validation, de la surveillance en production, de la gouvernance des modèles et de la gouvernance des données.

Capacité à maintenir la traçabilité à travers les jeux de données, les transformations, les versions de modèles, les résultats d'évaluation, les déploiements et les résultats en production.

Capacité à enquêter et à résoudre les problèmes liés aux modèles, jeux de données, pipelines et déploiements.

Compréhension des pipelines de données sécurisés, des contrôles d'accès, de la journalisation d'audit, du chiffrement, de la gestion des secrets et de la sécurité des dépendances.

Capacité à documenter et communiquer les performances des modèles, la dérive, les limitations, les risques, les incidents et les actions correctives.

Certification CompTIA Security+ CE ou une autre certification IAT niveau II approuvée.

Qualifications souhaitées

Les qualifications suivantes sont souhaitées mais non obligatoires :

Certification AWS Certified Machine Learning Engineer - Associate ou une certification de plateforme machine learning comparable.

Certification supplémentaire AWS, Microsoft Azure, Google Cloud, Databricks, ingénierie des données ou architecture cloud.

Expérience dans le support de programmes fédéraux ou du département de la Défense.

Expérience dans l'exploitation de capacités de machine learning dans des environnements sécurisés, réglementés ou critiques pour la mission.

Expérience avec MLflow, Amazon SageMaker, Azure Machine Learning, Google Vertex AI, Databricks, Kubeflow ou des plateformes comparables.

Expérience avec les registres de modèles, les magasins de caractéristiques (feature stores), les dépôts de métadonnées, le suivi d'expériences ou les outils de lignage de données.

Expérience avec Docker, Kubernetes, l'infrastructure en tant que code et les modèles de déploiement cloud-native.

Expérience dans la mise en œuvre de l'observabilité, des alertes automatisées, de la réponse aux incidents et des contrôles de fiabilité en production.

Connaissance des pratiques d'IA responsable, de l'explicabilité des modèles, de la validation des résultats, de l'évaluation des biais et de la supervision humaine.

Connaissance des exigences DoD Impact Level 4 ou des exigences gouvernementales comparables en matière de cloud et de protection des données.

Expérience dans le support de modèles analytiques, d'IA générative, de flux de travail de récupération ou de capacités d'IA agentique.

Langues

Ingénieur AI/ML & MLOps (Senior)

Présentation

Compétences

Notre politique d'égalité des chances en matière d'emploi

Missions et responsabilités

Qualifications

Qualifications requises

Qualifications souhaitées

Continuer à explorer

Ton prochain jobest déjà à ta recherche.

Plus d’opportunités avec un seul profil

Spécialiste du support informatique

Ingénieur Senior Windows

Administrateur système