Markon
Markon
Markon — федеральная компания, предоставляющая профессиональные услуги государственным учреждениям и поддерживающая разведывательные, гражданские и оборонные ведомства. Компания работает в сферах критически важной инфраструктуры, бизнес-операций, корпоративных технологий, управления объектами, операций по обеспечению безопасности, сопровождения жизненного цикла контрактов и трансформации бизнеса. Markon объединяет консалтинговую и операционную экспертизу, помогая государственным организациям выполнять сложные задачи и модернизировать рабочие процессы. Компания предлагает возможности для специалистов, заинтересованных в обороне, логистике, государственных услугах и технологиях.

Старший инженер по ИИ и машинному обучению — работа на объекте в Аннаполис-Джанкшен

Создавайте производственные системы на базе LLM, RAG и агентного ИИ для клиентов Markon в сфере разведки и обороны. Интегрируйте защищённые корпоративные инструменты и процессы управления на объекте в Аннаполис-Джанкшен.

Описание

  • Создавать и интегрировать рабочие процессы оркестрации LLM и агентов с использованием LangGraph, Agno и NVIDIA NeMo Agent Toolkit
  • Оптимизировать маршрутизацию запросов через шлюз моделей между передовыми и моделями с открытыми весами с учётом стоимости, производительности и соответствия задачам миссии
  • Создавать конвейеры RAG, интеграции с векторными базами данных и сервисы памяти, предоставляющие агентам контекст миссии
  • Разрабатывать интеграции брокеров инструментов на базе MCP для защищённого доступа агентов к корпоративным системам и данным
  • Оценивать, тестировать и совершенствовать производительность моделей и поведение агентов
  • Создавать автоматизированные конвейеры оценки для постоянного мониторинга качества, безопасности и производительности ИИ
  • Работать с учёными по работе с данными и аналитиками миссий, превращая исследовательские прототипы в производственные возможности ИИ для командования
  • Добавлять в агентные рабочие процессы средства управления, включая фильтры безопасности, применение политик и этапы согласования
  • Документировать архитектуры моделей и агентов, а также результаты оценок для последующего использования
  • Оценивать новые LLM, агентные решения и инструменты ИИ, чтобы поддерживать актуальные и адаптируемые возможности командования

Требования

  • Действующий допуск TS/SCI с проверкой на полиграфе
  • Степень бакалавра в области компьютерных наук, науки о данных или смежной области, полученная в аккредитованном учебном заведении; степень может быть заменена четырьмя дополнительными годами опыта
  • Не менее 10 лет опыта в инженерной сфере
  • Продвинутые навыки Python для разработки приложений в области ИИ и машинного обучения
  • Подтверждённый опыт создания или интеграции производственных систем на базе LLM или агентов
  • Опыт работы с генерацией с дополнением извлечением, векторными базами данных и разработкой промптов или контекста
  • Умение расставлять приоритеты при наличии конкурирующих задач в быстро меняющихся условиях миссии и своевременно эскалировать операционные риски
  • Предпочтительны степень магистра и не менее восьми лет релевантного опыта
  • Опыт поддержки киберопераций Министерства обороны США или аналогичных миссионных сред
  • Опыт работы с LangGraph, Agno или NVIDIA NeMo Agent Toolkit
  • Опыт работы с платформами инференса или обслуживания моделей, такими как NVIDIA NIM, vLLM, Ollama или LiteLLM
  • Опыт работы с MCP или сопоставимыми стандартами брокеров инструментов и интеграции
  • Опыт работы с фреймворками оценки ИИ, бенчмаркингом моделей и наблюдаемостью с использованием журналов, метрик и трассировок
  • Опыт поддержки миссий Министерства обороны США в области ИИ или киберопераций

Преимущества

  • Медицинская страховка
  • Стоматологическая страховка
  • Страхование зрения
  • Страхование жизни
  • Страхование на случай краткосрочной нетрудоспособности
  • Страхование на случай долгосрочной нетрудоспособности
  • Сопоставление взносов в план 401(k)
  • Счета гибких расходов
  • Программа помощи сотрудникам
  • Оплата обучения и помощь с оплатой обучения
  • Оплачиваемый отпуск
  • Оплачиваемые праздничные дни
  • Возможности профессионального роста и развития
  • Работодатель, придерживающийся принципа равных возможностей