Givelify
Senior Software Engineer - Machine Learning and AI
- Удалённо
- United States
- Полная занятость
- 6 дн. назад
Исследуйте возможности машинного обучения в высокотехнологичной финтех-компании, создавая системы для персонализации пожертвований и защиты от мошенничества. Работа с огромными объёмами данных и влияние на миллионы пользователей глобальной платформы благотворительности.
О позиции
Станьте ключевым членом команды Research Engineering & Machine Learning, отвечая за создание и внедрение ML-моделей для платформ донорства Givelify. Вы будете проектировать системы реального времени для персонализации рекомендаций, обнаружения мошенничества и оценки рисков, напрямую влияя на качество взаимодействия миллионов людей с благотворительными организациями. Ваша работа сочетает глубокую математическую основу ML с практической реализацией надёжных production-сервисов.
Будет плюсом
- Научные публикации или опыт исследования методов машинного обучения
- Опыт внедрения сложных ML-архитектур в высоконагруженных системах
- Знание compliance требований для финансовых сервисов
- Опыт работы в финтех-компаниях
Условия
- Конкурентная оплата труда и пакет льгот
- Гибкий график отпуска (flexible PTO)
- Удалённая работа в международной команде
- Возможность влияния на социально значимые проекты
- Образовательный бюджет и доступ к конференциям
- Здоровье и wellness программы
Навыки
- PyTorch
- TensorFlow
- Apache Spark
- scikit-learn
- MLflow
- Transformers
- Gradient Boosted Trees
- Feature Stores
- Fraud Detection
- Recommender Systems
- Real-time Inference
Сложность отбора
Требует глубоких знаний математики ML и опыта работы со сложными системами реального времени
Оценка JobPathЗарплата по рынку
800 000 – 1 500 000 ₽ в месяц
Оценка основана на уровне Senior ML Engineer в США с учётом курса валют и специфики fintech-сектора
Оценка JobPath по рынку, не предложение работодателяМогут спросить на собеседовании
- Как бы вы спроектировали систему обнаружения мошенничества для платформы пожертвований?
- Опишите методологию оценки модели при работе с несбалансированными данными о донорах
- Как вы обеспечиваете надёжность ML-моделей при изменении паттернов поведения пользователей?
- Приведите пример перехода от нечёткой продуктовой задачи к формальной ML-формулировке
Прорепетировать это собеседование
Голосовой ИИ-интервьюер задаст вопросы под эту вакансию и разберёт каждый ответ.
Начать бесплатноСохрани похожие вакансии
Новые вакансии с такой должностью будут собираться в кабинете.
Сохранить фильтр