Инженер по данным - Внедрение

Кто мы такие:

Sardine — ведущая платформа агентского риска для борьбы с финансовыми преступлениями. Наше интегрированное решение объединяет данные команд по рискам, чтобы помочь организациям останавливать мошенничество в реальном времени, предотвращать атаки с использованием ИИ и автоматизировать операции по борьбе с мошенничеством и противодействию отмыванию денег (AML). Платформа Sardine укреплена одним из самых быстрорастущих консорциумов по борьбе с мошенничеством на рынке, охватывающим более 6 миллиардов профилированных устройств, 800 миллионов потребителей и 3 миллиона предприятий по всему миру. Ведущие компании, включая FIS, GoDaddy, Intuit, Edward Jones, ZoomInfo и Checkout.com, полагаются на Sardine для обеспечения безопасности и укрепления доверия к своим продуктам.

Наша культура:

• Мы нанимаем талантливых, самомотивированных людей с высоким уровнем ответственности и ориентацией на рост.

• Мы ценим результат, а не количество отработанных часов. Мы считаем, что вам не нужно пропускать семейный ужин, школьное представление вашего ребенка, встречи с друзьями или приемы у врача ради соблюдения произвольного рабочего графика.

• Мы — команда с приоритетом на удаленную работу, разбросанная по разным часовым поясам, поэтому нет офиса, куда нужно приходить — работайте там, где вам удобнее всего показывать лучшие результаты. Есть лишь несколько моментов, которые нужно учитывать: оплата зависит от вашего местоположения, и вам нужно иметь домашнюю базу в стране, в которой вы наняты. Поэтому, хотя нам нравится стиль жизни «сегодня в кафе, завтра в горах», это не удаленка без границ и без паспорта — скорее гибкость в пределах вашей страны, а не безграничная.

Местоположение:

• Удаленно — США или Канада

О роли

Мы ищем старшего инженера по данным и машинному обучению, который будет отвечать за данные и машинно-обучающую основу, на которой строятся решения по соответствию Sardine. Каждое решение при онбординге — одобрение платежа, блокировка аккаунта, эскалация кейса KYC — является результатом работы конвейера, который кто-то построил. Эта роль отвечает за эти конвейеры от начала до конца: как данные поступают, как они превращаются в признаки, как эти признаки становятся моделью и как модель остается корректной в продакшене.

Это роль с высоким влиянием и высокой технической сложностью, находящаяся на пересечении инженерии данных и машинного обучения. Нам нужен человек на старшем уровне, который задаст техническое направление для следующего порядка величины: генерация новых признаков, построение специфичных моделей для KYC онбординга, собственный сопоставитель сущностей для санкций и многое другое.

Вы будете писать продакшен-код, принимать архитектурные решения, которые останутся после вас, и повышать стандарты того, как небольшая команда выпускает ML для борьбы с мошенничеством. Вы будете работать напрямую с дата-сайентистами, бэкенд-инженерами и аналитиками по мошенничеству, которые используют то, что вы создаете.

Что вы будете делать

• Отвечать за слой загрузки данных, который приносит телеметрию устройств, события транзакций, сигналы KYC/идентификации и обогащение от третьих сторон в платформу — проектировать стриминговые конвейеры (Pub/Sub, Apache Beam на Dataflow, Flink) и пакетные конвейеры (Python, Airflow на Cloud Composer, Spark на Dataproc), которые корректны, наблюдаемы и недороги в расширении.

• Создавать и развивать нашу платформу признаков, где одни и те же определения признаков Chronon вычисляются Flink для стриминга и Spark для пакетной обработки, с окнами агрегации от одного часа до 300 дней, подаваемые в движок правил и модели с бюджетом времени менее секунды.

• Установить корректность признаков как инженерную дисциплину: сверка стриминга и пакетной обработки, тесты пересчета с хранилищем, проверки паритета обучения и сервинга, мониторинг дрейфа, который обнаруживает сломанный признак раньше аналитика.

• Внедрять в продакшен модели машинного обучения для борьбы с мошенничеством и идентификацией — обучающие конвейеры на Vertex AI и Kubeflow, градиентно-усиленные и деревообразные модели (XGBoost, LightGBM, CatBoost, scikit-learn), поиск гиперпараметров, объяснения на основе SHAP и нормализация оценок — а также строить автоматизированные механизмы переобучения, продвижения champion/challenger и отката, которых у нас пока нет.

• Разрабатывать сигналы риска KYC, AML и идентификации: результаты проверки документов и doc-KYC, результаты скрининга санкций/PEP/негативных СМИ, риск по email и телефону, индикаторы синтетической идентичности, проверка банков и счетов, периодическая проверка клиентов — превращая шумные, мультивендорные, мультиюрисдикционные данные в признаки, на которых модель действительно может учиться.

• Интегрировать и укреплять новые источники данных, включая более 30 провайдеров обогащения третьих сторон, вызываемых параллельно на пути запроса, а также нашу сеть консорциума между клиентами — отвечать за поведение при сбоях, тайм-ауты, плавное деградирование, кэширование и стоимость.

• Отвечать за хранилище и слой моделирования в BigQuery — стратегию партиционирования, структуру слоев от staging до mart, обучающие датасеты и текущую миграцию с dbt на запланированные SQL и Python конвейеры.

• Проектировать разрешение сущностей и графовые данные, связывающие клиентов, устройства, email, телефоны, карты, банковские счета и криптоадреса между клиентами, включая масштабную работу с компонентами связности.

• Обеспечивать безопасность платформы по конструкции: шифрование на уровне полей для чувствительных идентификаторов, региональное хранение данных, реализованное в определениях конвейеров, обработка и удаление персональных данных, а также управление доступом на уровне признаков, чтобы плохой сигнал можно было отключить без деплоя.

• Задавать техническое направление и повышать планку команды — писать технические документы, проводить ревью, наставлять инженеров и дата-сайентистов, решать, что строить самостоятельно, а что покупать.

Что вам понадобится

• 8+ лет опыта создания продакшен-систем данных и машинного обучения с реальной ответственностью как за конвейеры, так и за модели. Вы запускали модели, которые принимали важные автоматические решения, а не только строили дашборды.

• Глубокие знания Python и уверенный SQL. Вы свободно работаете с распределёнными фреймворками обработки данных (Spark, Beam или Flink) и разбираетесь в семантике стриминга — оконные функции, водяные знаки, поздние данные, exactly-once против at-least-once и где именно нарушается корректность.

• Практический опыт с современным облачным стеком данных: предпочтительно GCP (BigQuery, Dataflow, Dataproc, Pub/Sub, Bigtable, Composer, Vertex AI) или эквиваленты AWS, а также Docker, Kubernetes, Terraform и CI/CD.

• Глубокие знания ML-инженерии: feature store и feature pipeline, смещение между обучением и сервингом, градиентно-усиленные деревья, дисбаланс классов и моделирование редких событий, настройка порогов и чувствительность к стоимости, мониторинг моделей и обнаружение дрейфа, объяснимость моделей.

• Опыт работы с высоконагруженными системами с низкой задержкой, где получение признака занимает несколько сотен миллисекунд и нет бюджета на повторные попытки.

• Опыт в области мошенничества, рисков, платежей, кредитования или идентификации/KYC — или способность быстро освоить регулируемую область. Вы понимаете, почему задержка меток, обратные связи и противодействие дрейфу делают моделирование мошенничества отличным от обычного контролируемого обучения.

• Комфорт с управлением данными в регулируемой среде: персональные данные (PII), шифрование, контроль доступа, региональное хранение данных, аудит.

• Сильные навыки письменного общения. Вы можете объяснить компромисс в моделировании аналитику по мошенничеству и архитектуру конвейера бэкенд-инженеру, а также умеете документировать процессы.

• Склонность к действию и комфорт в условиях неопределенности. Большая часть этой роли — решать, что должно существовать, а затем строить это.

Будет плюсом

• Опыт поддержки ML, ориентированного на клиентов — интеграции bring-your-own-model, объяснимость моделей для неблагоприятных действий или регуляторного обзора, или системы теневого/челленджерного скоринга.

• Опыт работы в быстрорастущем B2B SaaS или в качестве раннего сотрудника по данным/ML, который создавал функцию с нуля, а не наследовал её.

Преимущества, которые мы предлагаем:

• Щедрая компенсация наличными и акциями

• Ранний выкуп всех опционов, включая уже вестированные

• Работа из любой точки: культура с приоритетом на удаленку

• Гибкий оплачиваемый отпуск и новогодние каникулы

• Медицинская страховка, стоматология и покрытие зрения для сотрудников и иждивенцев — специфично для США и Канады

• 4% совпадение взносов в 401k / RRSP — специфично для США и Канады

• MacBook Pro, доставленный прямо к вам домой

• Одноразовая выплата на обустройство домашнего офиса — стол, кресло, монитор и т.д.

• Ежемесячная выплата на питание

• Ежемесячная выплата на социальные встречи

• Ежегодная выплата на здоровье и благополучие

• Ежегодная выплата на обучение

Присоединяйтесь к быстрорастущей компании с профессионалами мирового класса со всего мира. Если вы ищете значимую карьеру, вы нашли правильное место, и мы будем рады услышать вас.

Чтобы узнать больше о том, как мы обрабатываем вашу личную информацию и о ваших правах в отношении вашей личной информации как кандидата и сотрудника Sardine, пожалуйста, посетите нашу Политику конфиденциальности для кандидатов и сотрудников.