Senior AI/ML Engineer

🕒 vor 1 Monat

⚔️ Virginia – Remote

⚔️ Virginia – Remote

💵 €150 - €200 / Stunde

⏳ Vertrag

🟠 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

Global InfoTek, Inc.

WebsiteLinkedInAlle Stellen

51 - 200 Mitarbeiter

Gegründet 2001

💼 Beratung

🎖️ Verteidigung

📦 Logistik

Consulting • Defense • Logistics

Global InfoTek, Inc. ist ein Unternehmen, das sich auf die Bereitstellung hochmoderner nationaler Sicherheitslösungen mit Fokus auf Geschwindigkeit, Agilität und Innovation spezialisiert hat. Sie unterstützen Bundesbehörden durch die Bereitstellung von Unternehmensanwendungsentwicklung, Cloud-Engineering, Cybersicherheitslösungen, fortgeschrittener Analytik und Datenvisualisierung sowie künstlicher Intelligenz und maschinellem Lernen. Ihre Mission ist es, die nationale Sicherheitsgemeinschaft mit den notwendigen Werkzeugen auszustatten, um Bedrohungen und Herausforderungen effektiv zu bekämpfen. Global InfoTek engagiert sich für den Karriereaufbau von Spitzenkräften in der Cybersicherheit, um die Sicherheit der Nation zu gewährleisten.

Beschreibung

• Design, build, and validate machine learning models for RF emitter identification — including feature engineering from sensor data, training pipeline development, model evaluation, and iterative refinement based on results • Conduct hands-on exploratory data analysis on RF sensor datasets using Python and Jupyter notebooks — writing and running analytical code, characterizing feature distributions, identifying data quality issues, and producing documented findings • Implement and maintain ML data pipelines — ingesting NDF sensor streams, applying rollup and preprocessing logic, constructing training datasets, and ensuring pipeline correctness on constrained edge hardware with no cloud dependency • Collaborate with the technical lead and Principal AI/ML Engineer to investigate RF sensor data quality, attribution reliability, and feature behavior under contention — writing code to characterize error sources, validate assumptions, and reproduce findings • Produce clear technical documentation of experiments, model configurations, and results — maintaining reproducibility through disciplined versioning, and contributing to monthly status reports and team knowledge sharing

🎯 Anforderungen

• 5+ years of hands-on applied experience in machine learning, data science, or RF signal processing • Demonstrated proficiency in Python for ML and data science work — PyTorch or TensorFlow for model development, Pandas/NumPy for data manipulation, and scikit-learn or similar for evaluation and baseline modeling • Hands-on experience designing, training, and evaluating deep learning models — particularly metric learning, Siamese networks, or other similarity-learning architectures — on real-world, noisy, imbalanced datasets • Practical experience handling real-world data quality problems — missing values, label noise, class imbalance, systematic bias, and sensor artifacts — and the ability to diagnose and address them without discarding valid data • Ability to develop and run ML pipelines on Linux-based systems without cloud infrastructure or GPU acceleration — optimizing for CPU-only inference and multi-threaded data processing on resource-constrained x86 hardware