Sr. ML Engineering

Обзор компании:

В Visa мы находимся на передовой платежных и технологических решений, обрабатывая более 259 миллиардов транзакций ежегодно в более чем 200 странах. Наша миссия - объединить мир с помощью самой инновационной, надежной и безопасной платежной сети, давая толчок процветанию индивидуумов, бизнеса и экономик. Мы стремимся быть лучшим способом совершения платежей и получения оплаты для всех и везде. Начните карьеру, которая имеет реальное значение в Visa, и почувствуйте жизнь в Visa.

Сводка по вакансии:

Команда решений для управления рисками и идентификацией (RaIS) в Visa имеет ключевое значение для нашей миссии, специализируясь на услугах управления рисками для разнообразных клиентов, включая банки, торговцев и другие платежные сети. Будучи частью этой динамичной команды, вы будете вносить свой вклад в постоянное развитие и развертывание наших предиктивных моделей через инженерию данных и операции машинного обучения (MLOps).

Ключевые обязанности:

Ваша роль внутри команды RaIS будет включать в себя разнообразие обязанностей, включая разработку и внедрение масштабируемых ETL-процессов, поддержание надежных конвейеров Spark, и продвижение наших возможностей машинного обучения с использованием таких инструментов, как Golang, Java и Python. Вы будете тесно сотрудничать с заинтересованными сторонами в продуктовых, научных и исследовательских командах для определения стратегических приоритетов и доставки данных решений, которые приносят значительную бизнес-ценность.

Что мы ищем:

Идеальный кандидат обладает твердой основой в инженерии данных и науках о данных, с обширным опытом в следующих областях:

• Построение и поддержание конвейеров инженерии данных и инженерии признаков.
• Инженерия, тестирование, валидация и продуктизация моделей ИИ/ML для сценариев с высокой производительностью.
• Экспертиза в Big Data и технологиях реального времени, таких как Hadoop, Spark, Kafka и подобных фреймворках.
• Профессионализм в движках подачи моделей и развитии фреймворков, таких как TensorFlow, Triton и MLFlow.
• Опыт работы с инструментами и методологиями DevOps, контейнеризированными и виртуализированными средами, включая Docker и Kubernetes.
• Знание облачных технологий является д