Director, Machine Learning Engineering

О позиции

Чайм — технологичная финансовая компания, помогающая миллионам людей достигать финансовых целей. Наша команда Data Science & Machine Learning обеспечивает принятие решений во всех сферах бизнеса: от защиты клиентов до разработки продуктов. Мы ищем Директора для руководства нашей ML-организацией в период важной трансформации — перехода от традиционных моделей к современному подходу на базе трансформеров и фундаментальных моделей. Вы будете определять, что такое качественное машинное обучение в масштабах Чайма, руководить менеджерами и инженерами старших уровней, а также строить архитектуру ML-платформы.

Чем заниматься

• Руководить и развивать ML-организацию Чайма, управляя менеджерами и инженерами старшего уровня
• Определить видение и дорожную карту перехода к моделям на базе трансформеров и фундаментальных моделей
• Наставлять менеджеров в построении сильных высокопроизводительных команд
• Определять стандарты ML: разработка, оценка, деплой и мониторинг моделей
• Формировать архитектуру ML-платформы включая обучение, тонкую настройку и масштабирование моделей на GPU
• Партнёрство с product, engineering, risk и бизнес-лидерами для измеримого влияния ML на клиентов
• Принимать решения о build/buy/fine-tune и объяснять trade-offs исполнению

Что ждут

• Глубокая экспертиза в машинном обучении с чёткой позицией по трансформерам и foundation моделям
• Знание GPU и современного ML стека от training до serving in production
• Опыт управления менеджерами и IC уровня staff с технической credible
• Track record построения или трансформации ML-практики: hiring, standards, growth leaders
• Опыт разработки многолетнего ML-стратегии с реализацией результатов
• Ясная коммуникация с исполнением и cross-functional партнёрами

Будет плюсом

• Опыт применения ML в fintech или других регулируемых отраслях

Условия

• 4 дня в офисе + пятница из дома
• Комплексное медицинское, финансовое и wellness-обеспечение
• Отпуск и оплачиваемые выходные
• До 22 недель paid parental leave для рожающих и 12 недель для нераждающих родителей
• Ежегодный wellness stipend
• Поддержка local community через 1% времени off
• Subsidized commuter benefits
• Backup child, elder и pet care

Навыки

• Machine Learning
• Deep Learning
• Transformers
• Foundation Models
• GPU Programming
• Model Training
• Model Fine-tuning
• Model Serving
• MLOps
• Python
• TensorFlow
• PyTorch
• Kubernetes
• Docker
• AWS
• System Design
• Team Leadership
• Technical Strategy

Могут спросить на собеседовании

1. Как вы оцениваете место трансформеров и foundation моделей по сравнению с традиционными ML подходами? В каких случаях они лучше работают?
2. Расскажите о вашем опыте трансформации ML-практики в организации. Каковы были ключевые вызовы и результаты?
3. Как вы строите баланс между build vs buy vs fine-tune при разработке ML-систем? Какие факторы учитываете?
4. Какие стандарты качества ML вы вводили в предыдущих проектах? Как вы измеряете успех моделей после деплоя?
5. Опишите ваш стиль управления менеджерами и инженерами старших уровней. Как вы развиваете технические команды?