Senior AI Engineer

Stelle nicht auf LinkedIn

🕒 vor 26 Tagen

🇺🇸 Vereinigte Staaten – Remote

⏰ Vollzeit

🟠 Senior

🤖 KI-Ingenieur

🦅 H1B-Visum-Sponsor

Dieses Unternehmen hat in der Vergangenheit H1B-Visa gesponsert.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mails für Remote-Jobs erhalten

📊 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

Rockstar

WebsiteLinkedInAlle Stellen

1 - 10 Mitarbeiter

🎯 Rekrutierung

👥 HR Tech

🤖 Künstliche Intelligenz

Recruitment • HR Tech • Artificial Intelligence

Rockstar ist ein Full-Service-Personalunternehmen, das eine Mischung aus menschlicher Expertise und künstlicher Intelligenz nutzt, um Unternehmen dabei zu helfen, besser und schneller zu niedrigeren Kosten einzustellen. Sie bieten einen umfassenden Rekrutierungsservice für weniger als 1. 500 US-Dollar pro Stelle, indem sie Zugang zu einer großen Talentdatenbank, schnelle und effiziente Kandidatenbewertungen sowie menschliches Screening bereitstellen. Ihre firmeneigene KI ermöglicht die Überprüfung von Tausenden von Bewerbungen, um Kandidaten schnell mit Stellenbeschreibungen abzugleichen, während individuelle Screening-Anrufe von Personalvermittlern in den USA, Großbritannien oder Australien durchgeführt werden. Rockstar unterstützt die Einstellung in einer Vielzahl von professionellen Rollen, einschließlich Vertrieb, Marketing, Strategie, Produktmanagement, Unternehmensführung, Analytik, Data Science, Softwareentwicklung, Infrastruktur, Finanzen und Buchhaltung. Dieser flexible Ansatz ermöglicht es Unternehmen, starke Kandidaten ohne langfristige Verpflichtungen zu treffen, was es zu einer kosteneffizienten Lösung für Teams aller Größen macht.

Beschreibung

• Design, build, and deploy production GenAI systems, including LLM applications, agentic workflows, RAG pipelines, and AI-powered search capabilities. • Architect scalable AI services using modern ML frameworks, model-serving tools, APIs, Docker, Kubernetes, and CI/CD pipelines. • Develop and optimize retrieval systems using embeddings, vector databases, semantic search, reranking, and structured data sources. • Fine-tune, adapt, and evaluate LLMs for domain-specific use cases using prompt engineering, supervised fine-tuning, LoRA / QLoRA, or related methods. • Build automated evaluation frameworks to measure model quality, prompt performance, retrieval accuracy, reasoning reliability, latency, and cost. • Implement observability for AI systems, including tracing, logging, performance monitoring, drift detection, and output-quality review. • Translate prototypes and research concepts into reliable product features that can scale in production. • Partner with product managers, data engineers, backend engineers, analysts, and business stakeholders to define AI capabilities and technical tradeoffs. • Review architecture, provide technical guidance, mentor junior team members, and promote strong engineering practices. • Create clear technical documentation, implementation plans, runbooks, and model lifecycle documentation.

🎯 Anforderungen

• 5+ years of experience in machine learning engineering, AI engineering, data science engineering, or a related technical role. • 2+ years of experience building or shipping production GenAI, LLM, or AI-powered systems. • Advanced Python programming skills and experience building maintainable production software. • Hands-on experience with PyTorch, TensorFlow, Hugging Face Transformers, scikit-learn, or similar ML frameworks. • Experience with LLM applications, RAG systems, embeddings, vector databases, prompt engineering, and model evaluation. • Experience deploying AI / ML services using Docker, Kubernetes, CI/CD workflows, APIs, and cloud-native infrastructure. • Strong understanding of classical machine learning, deep learning, NLP, information retrieval, and model validation. • Ability to communicate complex AI concepts clearly to technical and non-technical stakeholders. • Experience mentoring engineers, reviewing technical designs, or leading complex AI engineering initiatives.