Назад
4 дня назад

AI ML Engineer - Anti-fraud (Senior / Middle, AI RnD команда) (FinTech)

Формат работы
remote (только Russia)/onsite
Тип работы
fulltime
Грейд
middle/senior
Страна
Russia
hhВакансия с HeadHunter. Контакт ведёт на hh.ru

Мэтч & Сопровод

Покажет вашу совместимость и напишет письмо

Описание вакансии

Текст:
/
TL;DR
AI ML Engineer - Anti-fraud (Senior / Middle, AI RnD команда) (FinTech): Разработка моделей для детекции фрода, оценки рисков, аномалий и редких событий на неоднородных финансовых данных с акцентом на несбалансированные выборки, временные ряды и внедрение моделей в продукты. Focus on исследование новых типов мошенничества, воспроизведение научных решений, оптимизацию обучения на CPU/GPU и построение устойчивых MLOps-пайплайнов.

Локация: Удалённая работа или офис в Москве, ул. Мясницкая, 16.

Компания

Финфрейм развивает направление ФинТех AI RnD для исследований и инженерной разработки решений на больших объёмах финансовых данных.

Что делать

  • Строить модели для детекции фрода, оценки рисков, аномалий и редких событий.
  • Исследовать текущие и потенциальные типы фрода, объединять транзакционные, поведенческие, device fingerprint и графовые сигналы.
  • Проводить эксперименты, дообучать трансформерные и рекуррентные модели для временных рядов.
  • Разрабатывать методологии оценки, бенчмарки и фреймворки для крайне несбалансированных финансовых данных.
  • Оптимизировать обучение на CPU/GPU, разворачивать прототипы в продуктах и поддерживать их после запуска.
  • Взаимодействовать с AI-разработкой, продуктовыми и бизнес-командами, делиться экспертизой и развивать культуру ML-экспериментов.

Требования

  • Оконченный специалитет или магистратура в области компьютерных наук, искусственного интеллекта, математики или смежной области.
  • Экспертные знания и исследовательский опыт в машинном обучении, глубоком обучении, статистике, теории вероятностей или смежных областях.
  • Опыт работы с крайне несбалансированными, большими и неоднородными данными, включая первоначальное исследование данных.
  • Умение приближать и оценивать плотность ядра, работать с аномалиями, фродом, дрифтом распределений, состязательными и out-of-distribution данными.
  • Практика применения бустингов, автоэнкодеров, изоляционного леса, контрастного подхода и одноклассовых классификаторов.
  • Умение воспроизводить модели по публикациям или публичному коду, а также подготавливать и разворачивать модели в тестовом окружении.
  • Опыт работы с feature stores, распределённым обучением и тестированием multi-GPU.
  • Python как основной язык; опыт с PyTorch, JAX или TensorFlow, ClickHouse или GreenPlum, Spark Parquet, TensorRT, Triton, Docker, Kubernetes и MLFlow.
  • Понимание различий между применением RNN и Transformers, принципов MLOps, мониторинга моделей и ML-жизненного цикла.
  • Опыт командной и удалённой работы, высокие технические стандарты, критическое мышление при проектировании экспериментов и оценке устойчивости моделей.

Хорошо, если есть

  • Научные публикации на конференциях CVPR, ICLR, ICML, NeurIPS, ICCV, AAAI, IJCAI, ICAIF и других топовых площадках.
  • Опыт или знания в финтехе: платёжный фрод, AML, trust/safety, reinforcement learning, активное обучение, human-in-the-loop или explainable AI.

Культура и преимущества

  • Удалённая работа или офис в центре Москвы; официальное трудоустройство по ТК РФ в аккредитованную IT-компанию.
  • Возможность направлять часть рабочего времени на самостоятельный исследовательский проект и участвовать в выборе инструментов.
  • Небольшая компания с быстрым принятием решений, дружеской атмосферой и без бюрократии.
  • ДМС и страхование от несчастных случаев с первой рабочей недели; больничные за первые 10 дней оплачиваются до 100% оклада.
  • Современная техника для работы и ежегодные корпоративы с компенсацией дороги и проживания.

Будьте осторожны

Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →