États-Unis
Redwood Materials
REI Systems
Ingénieur IA/ML & LLM
À distanceÉtats-Unis
Sterling, Virginia, United States
PythonJavaSQLAWSDockerKubernetes
Traduction automatique. Consultez l’original.
Présentation
La mission de REI Systems est de fournir des solutions technologiques fiables et innovantes qui font progresser les missions des clients fédéraux et dépassent leurs attentes. Nos technologues et consultants sont passionnés par la résolution de défis complexes qui ont un impact sur des millions de vies. Nous adoptons une approche Mindful Modernization® dans la prestation de nos services, notamment la modernisation des applications, la gestion des subventions, les systèmes de gestion de dossiers, l'analyse de données gouvernementales et les services de conseil. Cette approche, le REI Way, garantit un impact sur la mission en alignant les objectifs stratégiques de nos clients avec des résultats mesurables grâce aux personnes, aux processus et à la technologie. Nous offrons le même engagement à nos employés en leur proposant un développement professionnel, des projets significatifs et la flexibilité nécessaire pour passer du temps avec leur famille et leurs amis. Nous pensons que les employés sont à leur meilleur lorsqu'ils sont épanouis tant dans leur carrière professionnelle que dans leur vie personnelle. Apprenez-en plus sur REIsystems.com. Les employés ont élu REI Systems « Top Workplace » par le Washington Post en 2015, 2016, 2018, 2020, 2021, 2022, 2023, 2024 et 2025 !
Responsabilités
Présentation du poste
REI Systems recherche un ingénieur IA/ML & LLM de niveau intermédiaire à senior pour soutenir les initiatives de modernisation technologique et de transformation numérique de la FDA.
L'ingénieur IA/ML & LLM concevra, développera, évaluera, déploiera et prendra en charge des solutions de machine learning et d'IA générative qui améliorent l'analyse des données, automatisent les processus métier, renforcent la recherche et la découverte de connaissances, et soutiennent la prise de décision intelligente.
Le candidat idéal combine de solides compétences en Python, machine learning et ingénierie LLM avec une expérience pratique dans la création de services RAG, NLP et IA orientés production. Ce rôle est destiné à un ingénieur opérationnel capable de prendre en charge de manière autonome des tâches complexes de développement IA tout en collaborant avec des ingénieurs de données, des développeurs de logiciels, des propriétaires de produits, des architectes, des ingénieurs cloud et des parties prenantes métier.
Profil du candidat idéal
Le candidat retenu sera un ingénieur IA/ML et LLM opérationnel plutôt qu'un simple chercheur, analyste de données ou stratège IA. Il doit être à l'aise pour écrire du Python de qualité production, travailler avec des données, construire et évaluer des solutions ML/LLM, mettre en œuvre des pipelines RAG, développer des APIs d'IA et collaborer avec les équipes d'ingénierie applicative et cloud pour faire passer les capacités d'IA du prototype aux environnements de production sécurisés.
Cette personne doit avoir une expérience IA/ML suffisante pour prendre en charge de manière autonome des tâches complexes de développement et d'évaluation, faire des recommandations de mise en œuvre judicieuses, contribuer aux revues d'architecture et techniques, et encadrer des ingénieurs moins expérimentés tout en travaillant sous la direction générale d'architectes seniors et de la direction du programme.
Développement IA/ML
- Concevoir, développer, tester et mettre en œuvre des solutions de machine learning et d'IA pour répondre aux exigences métier et opérationnelles.
- Développer des modèles de machine learning en utilisant des jeux de données structurés, semi-structurés et non structurés.
- Construire et maintenir des composants Python réutilisables, des APIs, des services, des notebooks et des pipelines IA/ML.
- Effectuer la préparation des données, l'ingénierie des caractéristiques, l'entraînement des modèles, la validation, les tests, l'évaluation des performances et l'optimisation.
- Évaluer les algorithmes, les modèles et les approches en fonction de la précision, de la robustesse, des performances, de l'évolutivité, de l'explicabilité et des exigences métier.
- Intégrer les capacités IA/ML dans les applications et flux de travail d'entreprise existants via des services bien définis et des APIs.
- Développer des preuves de concept et des prototypes, et faire passer les solutions réussies vers des capacités sécurisées et prêtes pour la production.
- Dépanner les problèmes de modèle, de données, d'intégration, de latence et d'application tout au long du cycle de vie du développement.
Solutions IA générative & LLM
- Développer des applications exploitant les grands modèles de langage (LLMs) et les technologies d'IA générative.
- Construire et prendre en charge des solutions de génération augmentée par récupération (RAG) en utilisant des documents d'entreprise, des données structurées et des sources de connaissances approuvées.
- Mettre en œuvre l'ingénierie de prompt, les modèles de prompt, le grounding, la gestion du contexte, l'appel d'outils/fonctions et les sorties LLM structurées.
- Intégrer des LLMs commerciaux et/ou open-source via des APIs et des plateformes d'IA d'entreprise.
- Travailler avec les embeddings, la recherche sémantique, les bases de données vectorielles, le reranking, les stratégies de chunking et les pipelines de traitement de documents.
- Développer des capacités basées sur l'IA telles que la recherche intelligente, la synthèse, la classification, l'extraction d'informations, les questions-réponses et l'automatisation des flux de travail.
- Concevoir et exécuter des approches d'évaluation LLM pour la précision, la pertinence, le grounding, la cohérence, la sécurité, la latence et les hallucinations potentielles.
- Mettre en œuvre des garde-fous appropriés, une surveillance, des stratégies de repli et des processus avec intervention humaine pour les applications d'IA générative.
RAG, ingénierie des connaissances & des données
- Concevoir des pipelines d'ingestion et de récupération pour les documents et sources de données d'entreprise utilisés par les applications IA/LLM.
- Développer des routines de prétraitement, nettoyage, transformation, chunking, enrichissement des métadonnées et validation des données.
- Travailler avec des bases de données relationnelles, des APIs, des référentiels de documents, le stockage d'objets, des plateformes de recherche et des services de données basés sur le cloud.
- Écrire et optimiser des requêtes SQL et la logique de récupération pour soutenir l'entraînement, l'évaluation et l'inférence des modèles.
- Collaborer avec les ingénieurs de données pour établir des pipelines de données fiables et gouvernés pour les cas d'utilisation IA/ML.
- Assurer une gestion appropriée de la qualité des données, de la traçabilité, de la sécurité, des contrôles d'accès et de la traçabilité des sources.
MLOps, LLMOps & déploiement
- Déployer des modèles IA/ML et des services activés par LLM dans des environnements de développement, de test et de production.
- Développer et maintenir des APIs d'inférence de modèle, des services d'IA et des microservices en utilisant des pratiques d'ingénierie logicielle de production.
- Construire ou soutenir des pipelines automatisés de test de modèles, d'évaluation, de déploiement, de surveillance et de réentraînement.
- Suivre les versions des modèles et des prompts, les résultats d'évaluation, les configurations, les dépendances et le comportement en production.
- Surveiller la qualité du modèle, la qualité de la récupération, la latence, le coût, la dérive, les échecs et d'autres métriques opérationnelles, et recommander des améliorations.
- Participer aux processus CI/CD pour les applications IA/ML et conteneuriser les services en utilisant des technologies telles que Docker.
- Collaborer avec les équipes DevOps et d'ingénierie cloud pour déployer des solutions d'IA évolutives, observables et résilientes.
IA responsable, sécurité & gouvernance
- Appliquer des pratiques d'IA responsable, notamment la transparence, la traçabilité, l'évaluation, les tests, la documentation et une surveillance humaine appropriée.
- Évaluer les solutions d'IA pour détecter les biais, la précision, la fiabilité, la confidentialité, la sécurité, les fuites de données, l'injection de prompt et d'autres risques pertinents.
- Mettre en œuvre des mesures de protection appropriées au cas d'utilisation, notamment des contrôles d'entrée/sortie, le filtrage de contenu, des vérifications de grounding, des contrôles d'accès et l'auditabilité.
- Respecter les exigences fédérales et de la FDA en matière de sécurité, de confidentialité, de gouvernance des données, de gestion des dossiers et de développement logiciel.
- Maintenir la documentation technique couvrant les modèles, les prompts, les sources de données, les méthodes d'évaluation, les configurations, les limitations, les tests et le déploiement.
- Participer aux revues techniques et de gouvernance et fournir la documentation requise pour le déploiement en production et le support opérationnel.
Ingénierie logicielle & livraison Agile
- Développer du code Python propre, maintenable, testable et réutilisable en suivant les normes d'ingénierie logicielle établies.
- Développer des APIs RESTful et des services backend qui exposent les fonctionnalités IA/ML aux applications d'entreprise.
- Participer aux revues de code, aux tests unitaires, aux tests d'intégration, aux discussions de conception technique et à la documentation.
- Travailler au sein d'équipes de développement Agile/Scrum et participer à la planification des sprints, au raffinement du backlog, aux démonstrations et aux rétrospectives.
- Collaborer avec les développeurs d'applications pour intégrer les fonctionnalités d'IA dans les applications d'entreprise Java, .NET, web et basées sur le cloud sans assumer la propriété de l'ensemble de la pile applicative.
Qualifications
- Environ 5-8 ans d'expérience professionnelle en développement logiciel, ingénierie de données, science des données, IA/ML ou domaine technique connexe, incluant une expérience pratique substantielle en développement IA/ML.
- Solides compétences en programmation Python et expérience dans la création d'applications ou de services Python de qualité production.
- Expérience pratique avec des bibliothèques/frameworks de machine learning tels que Scikit-learn, PyTorch, TensorFlow, Hugging Face ou des technologies similaires.
- Expérience dans le développement, l'évaluation et l'intégration de modèles IA/ML dans des applications ou des environnements de production.
- Expérience pratique avec l'IA générative, les LLMs, le NLP et les APIs LLM.
- Solide compréhension du RAG, des embeddings, de la recherche vectorielle, de l'ingénierie de prompt, du grounding, de la gestion du contexte et de l'évaluation LLM.
- Expérience de travail avec des données structurées et non structurées, incluant le prétraitement, la transformation, la validation et l'analyse.
- Expérience dans le développement d'APIs REST et de services backend pour les fonctionnalités IA/ML.
- Connaissance pratique de SQL et des bases de données relationnelles.
- Familiarité avec Git, CI/CD, les tests automatisés, la conteneurisation et les pratiques modernes de développement logiciel.
- Expérience de travail dans des environnements de développement Agile et multidisciplinaires.
- Solides compétences analytiques, d'expérimentation, de dépannage et de résolution de problèmes.
- Capacité à communiquer clairement les concepts, limitations, risques et recommandations en matière d'IA/ML aux parties prenantes techniques et non techniques.
Qualifications souhaitées
- Expérience dans le soutien de programmes de la FDA, du HHS ou d'autres programmes du gouvernement fédéral.
- Expérience dans le développement et le déploiement de solutions IA/ML sur AWS ou Azure.
- Expérience avec les services IA/ML AWS tels qu'Amazon Bedrock, SageMaker, Lambda, S3, OpenSearch ou des services connexes.
- Expérience avec les services IA Azure ou Azure OpenAI.
- Expérience avec les bases de données vectorielles ou les technologies de recherche vectorielle telles que Pinecone, FAISS, OpenSearch, pgvector, Chroma ou des technologies similaires.
- Expérience avec LangChain, LlamaIndex, Semantic Kernel ou des frameworks d'orchestration d'IA comparables.
- Expérience dans le développement de solutions d'intelligence documentaire, de NLP, de recherche sémantique, de gestion des connaissances ou de recherche d'entreprise.
- Expérience dans la conception d'évaluations LLM automatisées, la gestion de prompts/versions, les garde-fous ou les capacités LLMOps.
- Expérience avec Docker et le déploiement d'applications IA conteneurisées ; familiarité avec Kubernetes ou les environnements cloud-native.
- Expérience avec MLOps, la surveillance des modèles, le versioning des modèles, le suivi des expériences ou la gestion du cycle de vie ML.
- Compréhension des microservices, de l'intégration événementielle et de l'architecture des applications d'entreprise.
- Familiarité avec les pratiques DevSecOps et le développement logiciel sécurisé pour les systèmes activés par l'IA.
- Une expérience de travail avec des jeux de données sensibles, réglementés, scientifiques, de santé ou fédéraux est un plus.
Compétences professionnelles
- Solides capacités d'analyse et de réflexion critique.
- Excellentes compétences en communication écrite et verbale.
- Capacité à traduire les exigences métier en solutions pratiques activées par l'IA/ML et les LLM.
- Capacité à prendre en charge de manière autonome des tâches complexes de développement IA tout en collaborant efficacement au sein d'une équipe technique plus large.
- Grande attention aux détails et engagement envers la qualité des modèles, des logiciels, de l'évaluation et des données.
- Capacité à équilibrer l'expérimentation avec l'ingénierie de production, la sécurité, la gouvernance, les performances et les contraintes opérationnelles.
- Capacité à communiquer clairement les risques techniques, les hypothèses, les limitations des modèles, les dépendances et les recommandations.
- Solides compétences en documentation, mentorat et partage des connaissances.
Technologies clés
Langages : Python, SQL IA/ML : Scikit-learn, PyTorch, TensorFlow, Hugging Face IA générative : LLMs, RAG, Ingénierie de prompt, Embeddings, Recherche vectorielle, Évaluation LLM Orchestration IA : LangChain, LlamaIndex, Semantic Kernel ou frameworks comparables Cloud : AWS et/ou Azure Développement : APIs REST, Git, CI/CD, Docker Données : Bases de données SQL, APIs, référentiels de documents, données structurées et non structurées Méthodologie : Agile/Scrum, MLOps/LLMOps, DevSecOps
Formation : Licence en informatique, science des données ou domaine connexe ; Master souhaité.
Lieu : Hybride - Siège social à Sterling, VA (avec flexibilité pour le travail à distance selon la politique de l'entreprise).
Habilitation : Le candidat doit être en mesure d'obtenir et de maintenir une habilitation.
Déclaration EEO : REI Systems est un employeur garantissant l'égalité des chances
#LI-HYBRID
#LI-TK1
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil