AI/ML Engineer

🕒 vor 6 Tagen

🏛️ District of Columbia, Washington – Remote

🏛️ District of Columbia – Remote ☕ Washington – Remote

💵 $108.400 - $203.400 / Jahr

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🤖 KI-Ingenieur

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Accenture Federal Services

WebsiteLinkedInAlle Stellen

10.000+ Mitarbeiter

Gegründet 2017

💼 Beratung

🎖️ Verteidigung

📦 Logistik

Consulting • Defense • Logistics

Accenture Federal Services ist eine Abteilung von Accenture, die sich auf die Bereitstellung von Technologie- und Beratungsdienstleistungen für die US-Bundesregierung konzentriert. Mit Fähigkeiten in den Bereichen Cloud, Cybersicherheit, Daten und künstliche Intelligenz, digitales Engineering und aufkommende Technologien unterstützt Accenture Federal Services Bundesbehörden bei der Erreichung missionskritischer Ergebnisse durch Innovationen und technologische Fortschritte. Das Unternehmen legt Wert darauf, sichere, skalierbare Lösungen zu entwickeln, die Entscheidungsfindung durch datengesteuerte Erkenntnisse zu verbessern und digitale Infrastrukturen zu transformieren, um komplexen staatlichen Anforderungen gerecht zu werden. Durch den Einsatz moderner F&E und menschzentriertem Design zielt es darauf ab, die Leistungsfähigkeit und Widerstandsfähigkeit staatlicher Operationen zu verbessern.

Beschreibung

• Develop MLOps frameworks and workflows for a variety of domains and applications • Build, train, deploy, and maintain machine learning models in production environments. • Design, develop, and maintain end-to-end ML pipelines, including data ingestion, feature engineering, training, validation, deployment, and monitoring. • Implement MLOps frameworks and best practices, including CI/CD pipelines, model versioning, model registries, feature stores, and automated retraining workflows. Deploy, monitor, and optimize machine learning solutions using cloud platforms and containerized technologies such as Docker, Kubernetes, SageMaker, Vertex AI, or Azure ML. And the last one. • Collaborate across engineering and data teams to integrate scalable ML solutions into mission-critical applications while monitoring performance and addressing model drift.

🎯 Anforderungen

• Hands-on experience building, training, deploying, and maintaining machine learning models in production environments. • Strong proficiency in Python and experience with one or more machine learning frameworks such as PyTorch, TensorFlow, Scikit-learn, XGBoost or Hugging Face. • Experience developing and maintaining end-to-end machine learning pipelines, including data ingestion, feature engineering, model training, validation, deployment, and monitoring. Experience with MLOps practices and tools, including model versioning, CI/CD pipelines, model registries, feature stores, model monitoring, and automated retraining workflows. Experience deploying machine learning models using cloud native or containerized technologies such as Docker, Kubernetes, Amazon SageMaker, Google Vertex, AI or Azure Machine Learning. • Experience monitoring production machine learning systems, troubleshooting model performance issues, and addressing model drift. • Must be a U.S. Citizen (No Dual citizenship).

🏖️ Vorteile

• Accenture Federal Services offers a wide variety of benefits.