AI/ML Platform Engineer

🕒 Outubro 15

⚔️ Virginia – Remoto

⚔️ Virginia – Remote

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

🏗️ Engenheiro de Plataforma

👻 Score fantasma 10%

O que significa: a chance de ninguém estar realmente contratando para esta vaga.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

SAIC

SiteLinkedInTodas as Vagas

10.000+ funcionários

Fundada em 1969

☁️ SaaS

📣 Marketing

🏢 Corporativo

💰 $500.000.000 Post-IPO Debt - SAIC em 2025-09

SaaS • Marketing • Enterprise

A SAIC é representada no conteúdo fornecido por cópias de marketing e de produtos que coincidem com o Bitly — uma plataforma de gerenciamento de links e códigos QR baseada na nuvem. O material descreve uma oferta SaaS para encurtamento de URLs, códigos QR dinâmicos, análise de links, páginas de destino mobile-friendly, links personalizados, rastreamento de campanhas UTM, cartões de visita digitais, APIs para desenvolvedores e recursos aprimorados por inteligência artificial. O público-alvo são profissionais de marketing, desenvolvedores e empresas de variados setores (varejo, bens de consumo, hospitalidade, mídia, saúde, finanças, educação) e enfatiza integrações, análises e capacidades de nível empresarial. Nota: o texto fornecido parece ser o conteúdo do site da Bitly, em vez de informações sobre a SAIC; se você pretendia a empresa de defesa/tecnologia SAIC (Science Applications International Corporation), favor fornecer o conteúdo relevante.

Descrição

• Enable AI/ML platform services as a governed, multi-tenant enterprise offering across traditional ML, GenAI, and agentic AI. • Provide governed access to frontier models through an AI gateway layer, RAG infrastructure, knowledge bases, vector databases, embedding pipelines, per-tenant guardrails, grounding validation, and feedback mechanisms. • Enable agentic AI patterns including orchestration frameworks, tool/API integration, memory and state management, human-in-the-loop controls, and safety guardrails. • Enable traditional ML operationalization through governed training environments, model deployment pipelines with TAI controls, and fleet-wide drift and quality monitoring. • Partner directly with customers from concept through production handoff, owning requirements, specifications, solution design, implementation, and delivery. • Evaluate and integrate new AI/ML platform capabilities, tools, and services. • Build repeatable and portable platform onboarding patterns and IaC templates using Terraform and CloudFormation, with SSO integration. • Develop secure API-based model access and inference endpoints consistent with governance and security standards. • Document reusable patterns, frameworks, and APIs for future deployments.

🎯 Requisitos

• Bachelor’s or master’s degree in computer science, Machine Learning, or a related field. • 5+ years of current, hands-on AI/ML engineering experience actively writing code, building pipelines, and architecting systems across traditional ML, GenAI, and/or agentic AI. • Demonstrated platform-level thinking and experience enabling AI/ML capabilities as a managed service, including governed multi-tenant compute, model deployment pipelines with guardrails, GenAI access layers, or agentic orchestration infrastructure. • Strong proficiency in Python and hands-on experience with PyTorch, TensorFlow, HuggingFace, LangChain, or equivalent. • Hands-on experience with cloud-based AI/ML platforms such as Databricks, SageMaker, or equivalent, including model development, MLOps, data governance, and multi-tenant operationalization. • Hands-on experience with GenAI and LLM frameworks, RAG pipelines, vector databases, embedding models, prompt engineering, and governed model access layers. • Strong IaC and cloud engineering skills with Terraform, CloudFormation, AWS-native services, enterprise SSO integration, and cloud security patterns. • Knowledge of federal security and governance standards, including FedRAMP, NIST 800-53, and data isolation best practices. • Proven ability to work directly with customers and translate ambiguous problem statements into requirements, specifications, and working solutions end to end. • Comfortable working in regulated environments with governance requirements and security standards. • Desired: experience with agentic AI frameworks, AI gateway patterns such as LiteLLM, vector databases including Pinecone, FAISS, Weaviate, or Amazon OpenSearch Vector, CI/CD and MLOps practices including MLflow, Git, and Docker, and regulated-industry experience.

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo