Auf einen Blick
BLEN sucht einen AI Engineer zur Entwicklung von produktionsreifen agentengestützten Anwendungen mit LLMs, RAG-Pipelines und MCP-Integrationen für Behörden- und Geschäftskunden in der Vereinigten Staaten.
💰 ~$140.000–180.000/Jahr (geschätzt)
📊 Senior
🕒 Vollzeit
🌍 Vor Ort
🗺️ Americas
- Fokus auf agentengestützte Systeme und MCP-Integration
- Erfahrung mit LLM-APIs und verschiedenen Modellen
- RAG-Pipeline-Implementierung
- Sicherheitsfreigabe für Bundesarbeit erforderlich
Large Language Models
Python
Agent Design
Prompt Engineering
Model APIs
Agentic Systems
Gehalt geschätzt anhand Senior AI Engineer Rolle in Washington DC mit LLM-Fokus und Sicherheitsanforderungen. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Erfahrene Softwareentwickler mit KI/ML-Hintergrund
- Ingenieure, die an agentengestützten Systemen arbeiten möchten
- Technische Profis, die Bundesarbeit mit hohem Impact suchen
🚫 Weniger geeignet
- Kandidaten ohne US-Sicherheitsfreigabe
- Forscher, die an Modelltraining interessiert sind
- Remote-Arbeitende außerhalb der kontinentalen USA
💡 Gut zu wissen
- Alle Rollen erfordern Arbeit aus den kontinentalen USA
- Dies ist keine akademische Forschungsposition, sondern praktische Produktentwicklung
- E-Verify wird durchgeführt; Bundesform I-9 erforderlich
Über das Unternehmen
BLEN ist ein Unternehmen mit über 20 Jahren Erfahrung, das Regierungsbehörden und Unternehmen bei der digitalen Transformation unterstützt. Das Team modernisiert Legacy-Systeme, entwickelt Cloud-native Anwendungen und experimentiert mit innovativen Technologien. BLEN legt Wert auf langfristige Partnerschaften und stellt den Menschen in den Mittelpunkt jeder Lösung.
Deine Aufgaben
- Design und Entwicklung von Agenten-Systemen mit mehreren Schritten, die planen, Tools aufrufen, Kontext abrufen und mit angemessenen menschlichen Kontrollen handeln
- Entwicklung von MCP-Servern und Clients zur sicheren Exposition von Client-Daten, internen Tools und APIs für LLMs
- Versand von LLM-gestützten Anwendungen: Copilots, Dokumentenintelligenz, Suche, Zusammenfassung und Workflow-Automatisierung
- Design und Verwaltung von RAG-Pipelines: Chunking, Embeddings, Vector Stores, Retrieval, Reranking und Verankerung
- Integration von Model APIs (OpenAI, Anthropic, Bedrock, Azure OpenAI, Open-Source-Modelle) und Auswahl der richtigen Modelle basierend auf Qualität, Latenz und Kosten
- Entwicklung von Evaluations und Observability für Agenten und KI-Features
- Prompt Engineering, strukturierte Outputs, Function/Tool Calling und Guardrails zur Vorhersagbarkeit
- Entwicklung von Production Python Backends und APIs zur Exposition von KI-Fähigkeiten
Deine Voraussetzungen
- Starkes Verständnis für Agenten-Design, Tool Use und MCP-Konzepte
- Erfahrung mit LLM-APIs und verschiedenen Modellen (OpenAI, Anthropic, Bedrock)
- Kenntnisse in RAG-Pipeline-Implementierung
- Fähigkeit zu Prompt Engineering und Evaluation von KI-Systemen
- Python-Programmierkompetenzen
Benefits
Keine spezifischen Benefits genannt; Arbeit mit Regierungskunden und modernen KI-Technologien in sicherheitsrelevanter Umgebung.
