Senior Machine Learning Engineer in Warsaw

Mangopay to infrastruktura płatności oparta na portfelach, stworzona specjalnie dla organizacji złożonych, z wieloma stronami w przepływie funduszy. Nasze rozwiązanie optymalizuje przepływy funduszy w imieniu organizacji, z którymi współpracujemy, wykorzystując portfele jako programowalne, kompozytowe elementy. Regulowana platforma Mangopay zbiera płatności, zabezpiecza transakcje i przechowuje fundusze, dzieli pieniądze między różne strony w przepływie funduszy oraz ostatecznie zarządza wypłatami dla dostawców usług, sprzedawców i konsumentów.

Poszukujemy Starszego Inżyniera Uczenia Maszynowego, który dołączy do naszego zespołu Data Science i pomoże rozwijać oraz obsługiwać rozwiązania uczenia maszynowego w zakresie zapobiegania oszustwom. To rola praktyczna, obejmująca cały cykl życia rozwiązań ML, od pozyskiwania i przygotowywania danych po rozwój modeli, wdrożenie i bieżące utrzymanie w produkcji. Nie oczekujemy, że będziesz ekspertem we wszystkich trzech dziedzinach. Szukamy kogoś z solidnymi podstawami w Data Science i praktycznym doświadczeniem w inżynierii uczenia maszynowego lub inżynierii danych, kto jest chętny do rozwijania swoich umiejętności w drugiej dziedzinie.

Co będziesz robić:

• Budować i poprawiać rozwiązania wykrywania oszustw, które pomagają identyfikować oszukańcze płatności, kradzież tożsamości i przejęcie konta.
• Badanie wzorców oszustw poprzez analizowanie danych transakcyjnych i behawioralnych, identyfikowanie podejrzanej aktywności oraz przekształcanie ustaleń w działania.
• Badanie nowych algorytmów i źródeł danych oraz rozwijanie, ocenianie i utrzymywanie modeli uczenia maszynowego przetwarzających miliony transakcji.
• Budować i utrzymywać potoki danych oraz zestawy danych wspierające inżynierię cech, trening modeli i wnioskowanie w czasie rzeczywistym.
• Rozwijać i obsługiwać usługi ML w produkcji, zapewniając ich niezawodność, skalowalność, wydajność i bezpieczeństwo.
• Budować narzędzia wewnętrzne i automatyzacje procesów, aby usprawnić procesy i poprawić efektywność w całej organizacji.
• Prowadzić projekty data science od identyfikacji możliwości biznesowych i projektowania rozwiązań po dostarczanie wymiernego wpływu na nasze produkty i wyniki klientów.

Co przynosisz:

• Co najmniej 5-letnie doświadczenie zawodowe w Data Science, zastosowanym uczeniu maszynowym lub pokrewnej dziedzinie.
• Silne zrozumienie algorytmów uczenia maszynowego, statystyki, inżynierii cech, oceny modeli i technik walidacji.
• Doskonale umiejętności w Pythonie, w tym doświadczenie z naukowym zestawem Pythona: pandas, NumPy i scikit-learn.
• Silne umiejętności SQL i doświadczenie w pracy z dużymi, złożonymi zestawami danych.
• Dobre praktyki inżynieryjne, w tym czysty kod, testowanie, kontrola wersji i łatwość utrzymania.
• Solidne zrozumienie architektury oprogramowania i zasad projektowania, z umiejętnością budowania rozwiązań łatwych do utrzymania i rozszerzalnych.
• Praktyczne doświadczenie w co najmniej jednej z następujących dziedzin: Inżynieria Uczenia Maszynowego lub Inżynieria Danych.
• Chęć i zdolność do rozwijania wiedzy w obszarze, który jest mniej znany.
• Silne umiejętności analityczne i rozwiązywania problemów, z umiejętnością samodzielnego poruszania się w złożonych wyzwaniach technicznych.
• Pragmatyczne podejście do biznesu i doskonałe umiejętności komunikacyjne.
• Bardzo dobra znajomość języka angielskiego i polskiego.

Miło widziane:

• Doświadczenie z AWS, szczególnie Amazon SageMaker.
• Doświadczenie z Kubernetes, Docker i CI/CD do wdrażania i obsługi usług produkcyjnych.
• Doświadczenie z Apache Kafka lub innymi technologiami strumieniowania zdarzeń.
• Znajomość Terraform lub innych narzędzi Infrastructure as Code (IaC).
• Doświadczenie z Snowflake, dbt lub podobnymi technologiami transformacji danych i magazynów danych.
• Doświadczenie w budowaniu automatyzacji procesów za pomocą narzędzi takich jak n8n.
• Doświadczenie w rozwijaniu agentów AI lub stosowaniu generatywnego AI do problemów biznesowych.
• Dyplom z matematyki, informatyki, metod ilościowych, ekonometrii lub inżynierii (nieobowiązkowy).
• Doświadczenie w fintech, ryzyku bankowym, kredytach lub wykrywaniu oszustw.

Dlaczego warto do nas dołączyć?

Będziesz pracować nad problemami uczenia maszynowego mającymi bezpośredni wpływ na biznes, biorąc odpowiedzialność za rozwiązania od początkowego etapu po produkcję. To okazja do połączenia Data Science z rzeczywistym inżynierią, pogłębienia swojej wiedzy w zakresie ML lub inżynierii danych oraz pomocy w kształtowaniu sposobu, w jaki nasze systemy danych i ML są rozwijane i utrzymywane. Cenimy techniczną ciekawość, inicjatywę, pragmatyczne rozwiązywanie problemów, współpracę i ciągłe uczenie się.