Ingeniero Principal de IA (IA Agéntica)

La Unión Federal de Crédito de la Armada no proporciona patrocinio para este papel. Los solicitantes deben estar autorizados a trabajar en los Estados Unidos sin necesidad de patrocinio actual o futuro. El equipo Cognitive y Generative AI Engineering es responsable de desarrollar e implementar soluciones impulsadas por IA que mejoren y escalan la adopción de IA en toda la Unión Federal de Créditos de la Marina. The Principal AI Engineer is a senior, hands-on technical leader responsible for end-to-end delivery of production-grade AI capabilities that span architecture, implementation, deployment, and operational preparedness while translating complex technical work into clear, executive-ready narratives. Este es un papel fundamental en el Centro AI para la Habilitación, liderando el diseño y la implementación de sistemas de IA de vanguardia. Este papel aprovecha y adapta modelos de lenguaje de última generación (LLM) para resolver problemas complejos de negocios e identifica oportunidades para construir componentes modulares y reutilizables. El titular colaborará con ETS (Enterprise Technology Services) y socios empresariales, como Enterprise Architecture, Enterprise AI Strategy, y el Grupo de Trabajo de la AI para crear y impulsar soluciones. Proporcionarán apoyo continuo y de entrega a la ciencia de datos de la NFCU, análisis avanzados y tecnologías de inteligencia aumentadas, ejecutando la visión estratégica y asegurando la implementación exitosa de iniciativas de IA en toda la organización. Los candidatos exitosos exhibirán excelentes habilidades de solución de problemas, comunicaciones eficaces y habilidades analíticas, así como fuertes cualidades de liderazgo con un historial comprobado de resultados mensurables. • Entrega de soluciones de IA desde el descubrimiento a través de la producción, asegurando una ejecución predecible, gestión de riesgos y realización de valor mensurable. • Definir y socializar los planes de entrega técnica, los hitos, las dependencias y los criterios de preparación para la liberación; proactivamente los intercambios y los puntos de decisión. • Traducir problemas de negocio en diseños implementables y trabajo atrasado, manteniendo la alineación entre ingeniería, seguridad/riesgo, arquitectura y actores empresariales. • Architectar e implementar sistemas de IA escalables, incluyendo tuberías de datos, modelos de formación/inferencia, e integración en aplicaciones/servicios. • Construir e implementar soluciones de IA aprovechando modernas plataformas de IA y patrones de orquestación (por ejemplo, flujos de trabajo LLM/agent, RAG, modelaje, puertas de evaluación, controles de seguridad) como aplicable al caso de uso. • Establecer y hacer cumplir una fuerte disciplina de ingeniería: calidad de código, pruebas automatizadas, ajuste de rendimiento, observabilidad y runbooks operativos para servicios de IA. • Liderazgo por ejemplo en la depuración de cuestiones complejas, la terminación de la labor de implementación de caminos críticos y la desbloqueación de equipos mediante la contribución técnica directa. • Desarrollar narrativas concisas y listas ejecutivas (1 páginas, lecturas y cubiertas) que se comuniquen claramente: declaración de problemas, enfoque, progreso, riesgos, decisiones necesarias y impacto empresarial. • Presentar estrategias técnicas y estado de entrega a altos directivos y audiencias mixtas, ajustando la profundidad preservando la precisión y la claridad de decisión. • Propio “storytelling” técnico para hitos importantes (aprobaciones de arquitectura, puestos de control de gobernanza, preparación de producción) con imágenes y artefactos nítidos. • Definir y promover patrones reutilizables, componentes y mejores prácticas para la ingeniería de IA para acelerar la entrega en equipos. • Desarrollar y publicar normas y mejores prácticas de IA y participar en la gobernanza modelo del ciclo de vida (por ejemplo, procesos de registro/curación modelo, medidas de evaluación y transparencia). • Contribuir a las hojas de ruta y orientación tecnológicas que estandarizan la entrega y mejora la resiliencia operacional. • Ingenieros de mentores, análisis de diseño de plomo y código, desarrollar comunidades de práctica y aumentar sistemáticamente la capacidad de ingeniería de inteligencia artificial en todos los equipos de entrega. • Demuestra la rendición de cuentas final a fin de la estrategia, arquitectura, estándares, hoja de ruta, adopción y madurez operacional de un dominio técnico asignado. Sirve como la reconocida autoridad subjetiva de la organización, asegurando que las capacidades del dominio sean reutilizables, mensurables, gobernados y efectivamente adoptados en todos los equipos de entrega. • Trabajo completo con supervisión mínima. • Licenciado en Ciencias de la Computación, Estadística, Ingeniería o campo relacionado, o la combinación equivalente de educación, formación y experiencia. • 7-10 años de experiencia en AI o similar. • Experiencia con modernos patrones de IA Generativa y agentes (por ejemplo, flujos de trabajo LLM, marcos de orquestación, RAG, puesta en tierra, evaluación, controles de seguridad). • Experiencia estableciendo estándares de IA, mejores prácticas y mecanismos de habilitación escalables (arquitecturas de referencia, componentes reutilizables). • Registro comprobado de la conducción y la coordinación del uso de los auxiliares de código GenAI (GitHub Copilot, etc.) para impulsar iniciativas de productividad de desarrolladores en toda la organización con métricas de valor claro. • Agentes de IA de grado de producción a mano utilizando plataformas líderes de la industria (Azure AI Foundry, etc.) y tecnologías relacionadas como MCP o A2A. • Experiencia con plataformas de datos (Databricks, etc.) y organización, catalogación y recortado de datos no estructurados para soluciones Generative-AI escalables y gestión de conocimiento robusta. • Experiencia con tiendas vectoriales y bases de datos gráficas para gestionar relaciones complejas a utilizar en aplicaciones de IA como sistemas de recomendación. • Robust experience in Azure AI/Data solutions and a deep understanding of the changing AI landscape, with proven track record in API integrations for accessing LLMs. • Experiencia demostrada que realiza modelos de amenazas e implementa controles de seguridad para sistemas AI, incluyendo defensas de inyección rápida, prevención de pérdida de datos, autorización de agentes, ejecución de herramientas seguras, gestión de secretos y pruebas adversarias. • Experiencia operativa de IA responsable y requisitos de riesgo modelo a través de controles técnicos, criterios de evaluación, documentación, patrones humanos en el bucle, trazabilidad y pruebas auditables. • Destrezas avanzadas de ingeniería de software en Python y API/servicio de desarrollo, con experiencia de diseño distribuida, resistente, sistemas containerizzato e implementación de pruebas automatizadas • Experiencia con la entrega Agile/SAFe y prácticas CI/CD para soluciones AI. • Experiencia significativa trabajando con datos estructurados y no estructurados. • Experiencia significativa en el desarrollo de algoritmos sofisticados para automatizar procesos y tareas. • Conocimiento avanzado de las tecnologías y conceptos actuales de IA. Información adicional Horas: • Lunes - Viernes, 8:00AM - 4:30PM Ubicación: • 820 Follin Lane, Viena, VA 22180