Senior Machine Learning Engineer

Fingerprint permet aux développeurs d'arrêter la fraude en ligne à la source en transformant de nouvelles idées radicales dans le domaine de la détection de la fraude en réalité. Nos produits axés sur les développeurs servent des clients allant des développeurs individuels aux entreprises cotées en bourse. En tant qu'entreprise mondialement dispersée, entièrement à distance, avec un fort accent sur l'open source, notre projet open source phare, FingerprintJS, compte 20K étoiles sur GitHub.

Nous avons levé 77 millions de dollars de financement, soutenus par des investisseurs réputés tels que Craft Ventures (Tesla, Facebook, Airbnb), Nexus Venture Partners (Postman, Apollo.io, MinIO, Druva) et Uncorrelated Ventures (Redis, Rollbar, Gradle).

Nous recherchons un ingénieur en apprentissage automatique hautement qualifié et innovant pour rejoindre notre équipe. Dans ce rôle, vous travaillerez sur des projets révolutionnaires impliquant l'application de techniques de science des données et d'apprentissage automatique afin de traiter des données brutes et non étiquetées et d'en extraire des informations précieuses sur les navigateurs et les appareils. Vos contributions seront essentielles pour améliorer notre produit de signaux intelligents et favoriser une culture axée sur les données au sein de notre équipe.

• Collaborer avec l'équipe produit des signaux intelligents pour améliorer la qualité des signaux intelligents existants, y compris la détection des bots navigateurs et des machines virtuelles, la détection de VPN, la détection du mode incognito, et la détection de falsification/usurpation en utilisant des algorithmes de science des données et d'apprentissage automatique.
• Développer de nouveaux signaux intelligents en créant des services ML en temps réel qui analysent de grands volumes de données brutes pour obtenir des informations sur les appareils.
• Favoriser une culture axée sur les données au sein de l'équipe Fingerprint en partageant des outils et des connaissances sur les approches efficaces de la science des données.

Responsable de l’ingénierie logicielle de bout en bout des produits qui exploitent les techniques de science des données et d’apprentissage automatique pour traiter les données brutes et non étiquetées et extraire des informations sur les navigateurs et les appareils.

• Maîtrise de l'anglais pour une communication verbale claire au sein d'une équipe internationale à distance.
• Licence/Master en informatique ou dans un domaine connexe, ou une expérience professionnelle équivalente.
• 3+ ans d'expérience démontrée en ingénierie en apprentissage automatique, science des données et développement backend.

Compétences en apprentissage automatique et science des données

• Solide connaissance de l'apprentissage automatique et des statistiques mathématiques pour réaliser des expériences hors ligne et en ligne.
• Maîtrise de l'apprentissage supervisé pour des données basées sur des colonnes.
• Expérience avec l'apprentissage semi-supervisé et non supervisé pour des problèmes sans étiquetage de référence.
• Compétent en analyse exploratoire des données pour enquêter sur des questions ponctuelles et expliquer des données anormales.
• Créatif dans la collecte de jeux de données et l'estimation des performances des algorithmes ML sans étiquetage de référence.
• Excellentes compétences en SQL et codage.
• Compétences en ingénierie backend en forme de T pour le développement indépendant de services ML de bout en bout.
• Expertise dans les défis d'ingénierie liés à l'apprentissage automatique, tels que l'inférence de modèle en temps réel, la création de services à partir de modèles et l'automatisation des pipelines d'entraînement.
• Large expertise en ingénierie backend pour développer des services web en temps réel MVP à partir de modèles ML.
• Compétence avec les outils d'ingénierie logicielle généraux : git, IDE, shell, CI/CD.

• Expérience avec GoLang pour le développement backend.
• Expérience pratique avec des stockages analytiques comme Clickhouse, Snowflake, BigQuery, Redshift, Databricks.
• Familiarité avec les pratiques d'ingénierie pour maintenir de