B&A
SAIC
Engenheiro de Plataforma de IA/ML
Sobre a oportunidade
Estamos em busca de um Engenheiro de Plataforma de IA/ML altamente qualificado para integrar nossa Equipe de Engenharia, que dá suporte a programas de agências governamentais civis. Esta não é uma função para quem apenas cria soluções de IA; é uma função para quem constrói as plataformas que permitem que outros criem soluções de IA, em todos os paradigmas: ML tradicional, IA Generativa e IA Agêntica.
A visão é simples: as equipes de missão devem ser capazes de focar inteiramente em seus problemas e nas soluções que desejam construir, confiando que a plataforma subjacente cuida das ferramentas, infraestrutura, guardrails, governança, monitoramento e complexidade técnica. É essa plataforma que esta equipe constrói e opera. O candidato ideal sente satisfação genuína em ser o multiplicador de força que torna todos ao seu redor mais capazes.
Recebemos engenheiros de origens comerciais e federais. Se você construiu plataformas de IA/ML robustas na indústria e deseja aplicar essa experiência a problemas relevantes em escala, em um ambiente regulamentado, em parceria com líderes de nuvem como AWS e Databricks, esta é a oportunidade. O cenário de IA/ML está evoluindo rapidamente e nós acompanhamos esse ritmo: novas capacidades são avaliadas, integradas e entregues às equipes de missão com agilidade. O candidato ideal prospera nesse ambiente, mantém-se à frente e impulsiona mudanças em vez de esperar por direcionamento.
Igualmente importante é ter uma mentalidade de FDE (Field Delivery Engineer): trabalhar diretamente com os clientes desde a concepção até os requisitos de entrega, especificações, design, implementação e produção. Um engenheiro, ponta a ponta, concluído. Proativo por padrão, trazendo soluções em vez de status e conduzindo até a conclusão sem precisar de gestão constante.
Principais Responsabilidades
- Habilitar serviços de plataforma de IA/ML como uma oferta empresarial governada e multi-tenant, incluindo onboarding de tenants, direitos, controles de acesso, ambientes de computação e guardrails de nível de serviço abrangendo ML tradicional, GenAI e IA agêntica.
- Habilitar blocos de construção de aplicações de GenAI, acesso governado a modelos de fronteira via camada de gateway de IA, infraestrutura de RAG (bases de conhecimento, bancos de dados vetoriais, pipelines de embedding), guardrails por tenant, validação de grounding e mecanismos de feedback para que os clientes possam construir aplicações de GenAI em uma base confiável sem reinventar a infraestrutura básica.
- Habilitar padrões de IA agêntica, frameworks de orquestração, integração de ferramentas/API, gerenciamento de memória e estado, controles de humano-no-loop e guardrails de segurança para que os clientes possam construir e executar fluxos de trabalho baseados em agentes dentro do limite de governança da plataforma.
- Habilitar a operacionalização de ML tradicional, ambientes de treinamento governados, pipelines de implantação de modelos com controles de TAI (viés, justiça, explicabilidade, cartões de modelo) e monitoramento de qualidade e desvio em toda a frota para todos os modelos operacionalizados.
- Parceria com clientes desde a concepção até a entrega: assumir o compromisso de ponta a ponta: requisitos, especificações, design de solução, implementação prática e entrega para produção. Trabalhar junto às equipes de missão, entender seus problemas e ajudá-las a construir sobre a plataforma.
- Avaliar e integrar rapidamente novas capacidades de plataforma: manter-se atualizado com o cenário de IA/ML em evolução, avaliar novas ferramentas e serviços e trazer os certos para a oferta da plataforma com agilidade.
- Construir padrões de onboarding de plataforma e modelos de IaC (Terraform, CloudFormation) com integração SSO, projetados para repetibilidade e portabilidade entre implantações.
- Desenvolver acesso a modelos e endpoints de inferência seguros baseados em API, consistentes com os padrões de governança e segurança.
- Documentar padrões reutilizáveis, frameworks e APIs: tudo o que for construído é um ponto de partida para a próxima implantação, não algo único.
Qualificações
- Bacharelado ou mestrado em Ciência da Computação, Machine Learning ou área relacionada.
- 5+ anos de experiência prática em engenharia de IA/ML, escrevendo código ativamente, construindo pipelines e arquitetando sistemas em ML tradicional, GenAI e/ou IA agêntica. A experiência prática deve ser atual; esta não é uma função para alguém cujos dias de codificação ficaram para trás.
- Pensamento de nível de plataforma demonstrado: experiência em habilitar capacidades de IA/ML como um serviço gerenciado para uma equipe ou organização, não apenas construindo soluções isoladas (por exemplo, computação multi-tenant governada, pipelines de implantação de modelos com guardrails, camadas de acesso de GenAI, infraestrutura de orquestração agêntica).
- Proficiência sólida em Python e experiência prática com bibliotecas principais de IA/ML (PyTorch, TensorFlow, HuggingFace, LangChain ou equivalente).
- Experiência prática com plataformas de IA/ML baseadas em nuvem (Databricks, SageMaker ou equivalente), desenvolvimento de modelos, MLOps, governança de dados e operacionalização multi-tenant.
- Experiência prática com GenAI e frameworks de LLM: pipelines de RAG, bancos de dados vetoriais, modelos de embedding, engenharia de prompt e camadas de acesso a modelos governadas.
- Habilidades sólidas em IaC e engenharia de nuvem: Terraform, CloudFormation, serviços nativos de AWS, integração SSO empresarial e padrões de segurança em nuvem.
- Conhecimento de padrões federais de segurança e governança (FedRAMP, NIST 800-53, melhores práticas de isolamento de dados).
- Capacidade comprovada de trabalhar diretamente com clientes: traduzir declarações de problemas ambíguas em requisitos, especificações e soluções funcionais de ponta a ponta.
- Motivado para trabalhar em ambientes regulamentados: confortável com requisitos de governança e padrões de segurança; vê isso como restrições para engenharia, não como bloqueadores.
Qualificações Preferenciais
- Experiência com frameworks de IA agêntica: orquestração multi-agente, uso de ferramentas, gerenciamento de memória/estado, design de humano-no-loop e aplicação de limites de segurança.
- Familiaridade com padrões de gateway de IA (por exemplo, LiteLLM) para acesso centralizado e governado a LLM com backend s de modelos intercambiáveis.
- Experiência com bancos de dados vetoriais (Pinecone, FAISS, Weaviate, Amazon OpenSearch Vector).
- Conhecimento prático de CI/CD e práticas de MLOps (MLflow, Git, Docker) e governança de dados em ambientes multi-tenant.
- Experiência em ambientes federais, de saúde, serviços financeiros ou outros ambientes regulamentados onde governança e conformidade são preocupações de engenharia de primeira classe.
- Curiosidade e julgamento para avaliar LLMs emergentes, ferramentas de GenAI de código aberto e frameworks agênticos, e trazer os certos para um contexto de plataforma com agilidade.
SAIC® é um integrador de missão de primeira linha focado em promover o poder da tecnologia e da inovação para servir e proteger nosso mundo. Nosso robusto portfólio de ofertas nos mercados de defesa, espaço, inteligência e civil inclui soluções seguras de alto nível em TI de missão, TI empresarial, serviços de engenharia e serviços profissionais. Integramos tecnologia emergente, de forma rápida e segura, em operações críticas de missão que modernizam e habilitam imperativos nacionais críticos.
Somos aproximadamente 23,000 colaboradores; movidos pela missão, unidos pelo propósito e inspirados por oportunidades. SAIC é um Empregador de Igualdade de Oportunidades. Com sede em Reston, Virgínia, a SAIC tem receitas anuais de aproximadamente $7.3 bilhão. Para mais informações, visite saic.com. Para notícias em curso, visite nossa sala de imprensa.
