Инженер по машинному обучению

Affirm переосмысливает кредитование, делая его более честным и дружелюбным, предоставляя потребителям гибкость покупать сейчас и платить позже без скрытых комиссий и сложных процентов.

В команде Servicing ML вы будете создавать и улучшать системы машинного обучения и искусственного интеллекта, которые автоматизируют операции с клиентами, такие как споры, возвраты, мошенничество и возвраты платежей, чтобы принимать наилучшие решения для Affirm и наших клиентов. Вы будете тесно сотрудничать с опытными инженерами ML, платформенными партнерами и межфункциональными заинтересованными сторонами, чтобы доводить модели от идеи до прототипа и до производства, а также поддерживать их в рабочем состоянии с помощью надежных измерений и мониторинга.

Что вы будете делать

- Вы будете разрабатывать AI-системы, которые автоматизируют обработку споров и возвратов платежей, используя структурированные доказательства и бизнес-логику, создавая лучший опыт для наших клиентов.

- Вы будете создавать модели, которые автоматизируют возвраты средств, позволяя нашим клиентам получать деньги быстрее.

- Вы будете строить и поддерживать конвейеры извлечения доказательств, которые обрабатывают неструктурированные данные с помощью рабочих процессов на базе больших языковых моделей (LLM), чтобы получать структурированные, пригодные к действию результаты.

- Вы будете прототипировать новые идеи моделирования, проводить офлайн-эксперименты и внедрять лучшие подходы в производство с соответствующими мерами контроля рисков.

- Вы будете сотрудничать с командами инженерии, операциями обслуживания, продуктом и платформой ML для определения требований, оценки компромиссов и четкого донесения результатов как технической, так и нетехнической аудитории.

Что мы ищем

- У вас есть общий опыт работы в качестве инженера машинного обучения не менее 2 лет

- Сильные навыки Python и опыт написания кода производственного качества

- Опыт построения и оценки моделей для задач табличной классификации (предпочтительно градиентный бустинг на решающих деревьях, таких как LightGBM/XGBoost/CatBoost).

- Опыт создания приложений с использованием API больших языковых моделей (например, OpenAI, Anthropic), включая структурированное извлечение, проектирование подсказок и фреймворки оркестрации, такие как LangChain или LangGraph.

- Знание обработки документов и неструктурированных данных (извлечение из PDF/изображений, парсинг текста или аналогичное).

- Опыт работы с инструментами жизненного цикла ML для оркестрации обучения, экспериментов и мониторинга моделей (например, Kubeflow, Airflow, MLflow или эквивалентные внутренние платформы).

- Владение инструментами разработки с поддержкой ИИ (например, Claude Code, Cursor или аналогичными) для ускорения итераций, отладки и повышения качества кода в повседневной разработке.

- Вы умеете брать простую задачу или бизнес-сценарий и превращать их в решение, взаимодействующее с несколькими программными компонентами, реализуя это с помощью четкого, легко понимаемого, хорошо протестированного и расширяемого кода.

- Вы уверенно ориентируетесь в большом кодовой базе, умеете отлаживать чужой код и предоставлять обратную связь другим инженерам через код-ревью.

- Ваш опыт показывает, что вы берете ответственность за свое развитие, активно запрашивая обратную связь у команды, менеджера и заинтересованных сторон.

- У вас сильные устные и письменные коммуникативные навыки, которые поддерживают эффективное сотрудничество с нашей глобальной инженерной командой.

- Для этой позиции требуется либо эквивалентный практический опыт, либо степень бакалавра в соответствующей области.

Базовый уровень оплаты - L
Уровень акций - 6

Новые сотрудники Affirm обычно начинают с нижней границы диапазона оплаты. Affirm ориентируется на простую и прозрачную структуру оплаты, основанную на различных факторах, включая местоположение, опыт и профессиональные навыки.

Базовая оплата является частью общего пакета компенсаций, который может включать вознаграждения в виде акций, ежемесячные выплаты на здоровье, благополучие и технические расходы, а также льготы (включая 100% субсидированное медицинское страхование, стоматологическое и офтальмологическое покрытие для вас и ваших иждивенцев).

Диапазон базовой оплаты в США (штаты CA, WA, NY, NJ, CT) в год: $165,000 - $225,000
Диапазон базовой оплаты в США (все остальные штаты) в год: $146,000 - $206,000

#LI-Remote

Affirm гордится тем, что является компанией с приоритетом удаленной работы! Большинство наших вакансий предполагают удаленную работу, и вы можете работать практически из любой точки страны, где трудоустроены. Сотрудники, занимающие близкие по расположению должности, имеют гибкость работать удаленно, но время от времени им потребуется работать из назначенного офиса Affirm. Ограниченное количество позиций остаются офисными из-за специфики их обязанностей.

Мы очень гордимся тем, что предлагаем конкурентоспособные льготы, основанные на нашей ключевой ценности — люди на первом месте. Некоторые ключевые моменты нашего пакета льгот включают: 

• Медицинское страхование — Affirm покрывает все страховые взносы для всех уровней покрытия для вас и ваших иждивенцев 
• Гибкие кошельки для расходов — щедрые выплаты на технологии, питание, различные потребности образа жизни и расходы на создание семьи
• Отпуск — конкурентоспособные графики отпусков и праздничных дней, позволяющие вам отдыхать и восстанавливаться
• ESPP — программа покупки акций сотрудниками, позволяющая приобретать акции Affirm с дисконтом

Мы считаем, что на нас лежит ответственность обеспечить инклюзивный опыт собеседования для всех, включая людей с ограниченными возможностями. Мы рады предоставить разумные приспособления кандидатам, нуждающимся в индивидуальной поддержке в процессе найма.

[Для позиций в США, которые могут выполняться в Лос-Анджелесе или Сан-Франциско] В соответствии с Сан-Францисским законом о справедливом шансе и инициативой Лос-Анджелеса по справедливому найму, Affirm рассмотрит для трудоустройства квалифицированных кандидатов с записями о задержаниях и судимостях.

Нажимая «Отправить заявку», вы подтверждаете, что прочитали Глобальное уведомление о конфиденциальности кандидатов Affirm и тем самым свободно и однозначно даете информированное согласие на сбор, обработку, использование и хранение вашей личной информации, как описано в нем.