人工智能/机器学习工程师——弗吉尼亚州远程
为美国联邦机构设计并部署 Vertex AI 和生成式人工智能解决方案。 构建生产级机器学习管道、智能代理以及安全且受治理的云架构。
描述
- 与利益相关者合作，定义人工智能和机器学习用例，并将业务需求转化为技术解决方案
- 使用 Vertex AI、Gemini、大型语言模型、RAG、嵌入、深度学习和开源工具，设计、开发、微调并评估机器学习和生成式人工智能模型
- 构建完整的机器学习管道，涵盖数据摄取、特征工程、编排以及模型和提示词 CI/CD
- 部署可扩展的模型和代理，同时负责监控、漂移检测和生产问题解决
- 与数据工程团队合作，使用 BigQuery、Dataflow、Pub/Sub 和 Feature Store 开发可靠的数据架构
- 落实负责任人工智能、安全、治理和合规实践，包括 IAM、加密和审计
- 与产品负责人、平台团队、DevOps/SRE 专业人员及初级工程师协调，交付可靠的人工智能系统
- 开展实验、原型设计、探索性分析、超参数调优，并为管道和工作流编写文档
任职要求
- 拥有美国公民身份并符合公共信任审查资格
- 拥有 3 至 6 年或以上机器学习工程、数据科学或人工智能开发经验
- 至少 3 年带领技术团队实现既定目标和成果的经验
- 具备在云端和本地环境中创建并实施技术标准、系统和流程的经验
- 具备提出技术战略建议并作出技术决策的专业能力
- 具备提供技术指导和支持以维持标准及政策合规的经验
- 具备 Google Storage 功能经验，包括访问控制、版本控制、加密、生命周期管理、日志记录、备份、静态文件、机器学习工作流、Storage Transfer Service、Cloud Storage、Cloud Storage for Firebase、Filestore、Google Workspace Essentials、Local SSD 和 Persistent Disk
- 熟练掌握 Python 和 SQL
- 具备 TensorFlow、PyTorch、scikit-learn、Transformers、大型语言模型微调和 RAG 架构经验
- 具备 Vertex AI、Gemini API、BigQuery、Cloud Storage、KMS 和 IAM 经验
- 具备 Vertex AI Pipelines、Dataflow、Pub/Sub 和 Feature Store 经验
- 具备 Vertex AI Search、人工智能代理、RAG 解决方案或 Vertex Vector Search、Pinecone、Milvus 等向量数据库经验
- 具备通过 Kubernetes 或微服务架构部署人工智能工作负载的经验
- 持有 Google Cloud 机器学习工程师、数据工程师或云架构师专业认证
- 具备 Vertex AI、Gemini API 或同类云人工智能和机器学习平台的实际操作经验
- 具备高级 Python 开发技能并熟悉机器学习框架
- 深入了解大型语言模型、嵌入、向量搜索和生成式人工智能方法
- 获准在美国工作，且目前或未来均无需签证赞助
- 优先条件：了解负责任人工智能、偏差缓解和模型可解释性
- 优先条件：熟悉 GCP 运营服务，例如 IAM、KMS、Logging/Monitoring、VPC 和 Cloud Storage
- 优先条件：接触过 AWS 或 Azure 的同类服务，以及第三方安全、可观测性或 DevOps 工具
- 优先条件：拥有硕士学位并具备联邦机构或受监管行业经验
福利待遇
- 支持性强且协作融洽的职场社区
- 实用的实践项目经验
- 专业认证机会
- 面向行业的培训
- 广泛的福利方案
- 在招聘和任职期间为残障人士或因宗教活动需要的人员提供合理便利