Starszy Inżynier ds. Uczenia Maszynowego, Ryzyko

  • Full Time
Job expired!

Kim jesteśmy

O Stripe

Stripe to platforma finansowa dla firm. Miliony przedsiębiorstw - od największych korporacji na świecie po najbardziej ambitne startupy - korzystają ze Stripe, aby przyjmować płatności, generować dochody i przyspieszać nowe możliwości biznesowe. Naszą misją jest zwiększenie PKB internetu, a przed nami sporo pracy. Dlatego masz niewielkie możliwości, aby uczynić globalną gospodarkę dostępną dla wszystkich, wykonując najbardziej satysfakcjonującą pracę w swojej karierze.

O zespole

Misją Stripe jest ustanowienie struktury gospodarczej internetu. Inżynieria ryzyka łączy uczenie maszynowe z rozwojem produktu, aby zminimalizować finansowe i regulacyjne ryzyko Stripe na większą skalę, zachowując jednocześnie doskonałe doświadczenia użytkownika. Budujemy systemy ML i backendowe, aby złapać oszustów, zrozumieć przepływy gotówki i zdrowie finansowe użytkowników oraz zapewnić, że użytkownicy Stripe przestrzegają wymagań regulacyjnych i finansowych partnerów. Chronimy markę Stripe, jednocześnie chroniąc firmę przed stratami finansowymi, które mogłyby zagrażać biznesowi Stripe.

Grupa ds. ryzyka składa się z inżynierów uczenia maszynowego, backendowych i pełnego stosu, którzy zajmują się tym problemem poprzez innowacyjne pomysły na produkty i potężne modele uczenia maszynowego. Rozpoczynamy kilka nowych projektów, w których możesz mieć niezwykły wpływ na architekturę, implementację i decyzje dotyczące projektowania tych systemów.

Twoje obowiązki

Jako główny inżynier ds. uczenia maszynowego będziesz projektować i budować modele, platformy i usługi ML, które są globalnie konfigurowalne i skalowalne. Będziesz współpracować z wieloma działami w Stripe, z możliwością pracy nad modelami i systemami ML, dostarczając jednocześnie natychmiastową wartość biznesową dla użytkowników.

Zakres obowiązków

  • Projektowanie, szkolenie, ulepszanie i wdrażanie modeli uczenia maszynowego przy użyciu takich narzędzi jak XGBoost, Tensorflow, PyTorch.
  • Proponowanie i implementacja pomysłów, które bezpośrednio wpływają na główne wskaźniki Stripe.
  • Proponowanie nowych pomysłów na funkcje i projektowanie potoków danych, aby włączyć je do naszych modeli.
  • Poprawa naszej oceny i monitorowania wydajności modelu i systemu.
  • Współpraca z partnerami produktowymi i inżynieryjnymi, a także zespołami ds. ryzyka i polityki, w celu budowy rozwiązań spełniających potrzeby produktu.
  • Współpraca ze zainteresowanymi stronami i prowadzenie projektów od początku do końca, dotyczących różnych technologii i systemów, aż do pomyślnego zakończenia.
  • Udzielanie porad innym inżynierom podczas szkolenia i wdrażania nowych modeli uczenia maszynowego.

Kim jesteś

Szukamy inżynierów ML z silnym tłem i pasją do dostarczania wpływu na biznes. Dobrze radzisz sobie ze zmianami, uwielbiasz podejmować inicjatywy i działasz zdecydowanie.

Szukamy osoby, która spełnia minimalne wymagania dla tej roli. Jeśli spełniasz te wymagania, zachęcamy do składania aplikacji. Preferowane kwalifikacje są dodatkowym atutem, ale nie są wymagane.

Minimalne wymagania

  • 7+ lat doświadczenia zawodowego w pracy nad oprogramowaniem i rozwojem modeli w zespole zajmującym się danymi lub uczeniem maszynowym w środowisku produkcyjnym
  • Doświadczenie w Pythonie, Scala (Spark)
  • Doświadczenie w projektowaniu i szkoleniu modeli uczenia maszynowego do rozwiązywania kluczowych problemów biznesowych
  • Znajomość sposobów manipulacji danymi w celu przeprowadzenia analizy, w tym zapytań do danych, definiowania wskaźników oraz przekrojenia i podzielenia danych w celu oceny hipotezy
  • Wysoka odpowiedzialność i zaangażowanie podczas pracy z systemami produkcyjnymi
  • Duma z przejęcia projektów i prowadzenia ich do wpływu na biznes
  • Doskonałe funkcjonowanie w środowisku nastawionym na współpracę

Preferowane kwalifikacje

  • Studia podyplomowe w dziedzinie ilościowej (np. statystyka, fizyka, informatyka)
  • Doświadczenie w dziedzinie oszustw lub ryzyka
  • Doświadczenie w Ruby
  • Znajomość NLP