ML Engineer (Staff/Sr. Consultant level)

Описание компании

Как мировой лидер в области платежных технологий, Visa осуществляет более 259 миллиардов платежных транзакций ежегодно в более чем 200 странах. Наша миссия абсолютно ясна: соединять мир через самую безопасную, надежную и передовую платежную сеть, способствуя процветанию всех индивидуумов, компаний и экономик. Выбирая карьеру в Visa, вы не только присоединяетесь к мировому бренду, но и обязуетесь поднимать глобальное экономическое благосостояние.

Описание работы:

Команда по рискам и идентификации (RaIS) в Visa использует передовые методы машинного обучения и ИИ для предоставления услуг управления рисками высшего уровня. Наша команда Visa Predictive Models (VPM) находится на передовой внедрения прогрессивных моделей, которые необходимы для нашего успеха. В настоящее время мы расширяем нашу команду инженеров по работе с данными и MLOps и ищем инженеров, страстно увлеченных управлением данными, автоматизированными процессами и оптимизацией инструментов МЛ/ИИ.

Эта роль предлагает возможность разрабатывать и масштабировать обширные решения по инженерии данных и МЛ/ИИ, внося значительный вклад в доход Visa. Работая в нашем офисе в Бангалоре на гибридной основе, вы будете играть ключевую роль в внедрении моделей машинного обучения в крупных проектах по науке о данных, сотрудничая с глобальными командами для улучшения нашего технологического ландшафта.

От кандидатов ожидается наличие:

• Минимум 8 лет соответствующего опыта со степенью бакалавра или 6 лет со степенью магистра или высшее в областях, таких как информатика, статистика, финансы, экономика и т.д.
• Доказанный опыт в построении масштабируемых инженерных пайплайнов для данных, принятии решений на основе данных и количественном анализе.
• Опыт работы с SQL и знакомство с экосистемой Hadoop и связанными технологиями, такими как Apache Spark, Python, Pandas и т.д.

У вас должны быть:

• Сильные разработческие навыки в нескольких языках, включая Golang, Java, Python или Rust.
• Опыт разработки и выполнения крупномасштабных процессов ETL и эффективных пайплайнов Spark.
• Знания в области движков для запуска моделей, таких как TensorFlow и Triton, и фреймворков для разработки моделей, таких как ML