Vereinigte Staaten
Anduril Industries
Stripe
Machine Learning Engineer, Radar
Vereinigte Staaten
Seattle, Washington, United States
Automatische Übersetzung. Prüfe das Original.
WER WIR SIND
ÜBER STRIPE
Stripe ist eine Finanzinfrastruktur-Plattform für Unternehmen. Millionen von Unternehmen – von den weltweit größten Konzernen bis hin zu den ambitioniertesten Startups – nutzen Stripe, um Zahlungen zu akzeptieren, ihren Umsatz zu steigern und neue Geschäftsmöglichkeiten zu erschließen. Unsere Mission ist es, das BIP des Internets zu erhöhen, und wir haben noch eine enorme Menge an Arbeit vor uns. Das bedeutet, dass Sie eine beispiellose Gelegenheit haben, die Weltwirtschaft für jeden zugänglich zu machen und gleichzeitig die wichtigste Arbeit Ihrer Karriere zu leisten.
ÜBER DAS TEAM
Das Radar ML-Team entwickelt die machine learning-Systeme, die die Radar-Produktreihe von Stripe zur Betrugs- und Missbrauchserkennung antreiben. Unsere Modelle treffen Echtzeit-Entscheidungen für einen signifikanten Anteil des Internethandels – und helfen Unternehmen dabei, Betrug zu stoppen, die Autorisierungsraten zu erhöhen und sicher zu wachsen. Indem das Team Datensätze im wirtschaftlichen Maßstab in überzeugende ML-Produkte verwandelt, verbessert es direkt die Ergebnisse für unsere Kunden und generiert bedeutende Umsätze für Stripe.
Das Team wächst und expandiert in mehrere neue Bereiche. Wir entwickeln Missbrauchsschutzmaßnahmen über den gesamten Kundenlebenszyklus hinweg, adaptive und anpassbare Betrugssysteme für Unternehmen sowie Risikoanalysen für 50+ globale Zahlungsmethoden.
WER SIE SIND
Sie sind ein schneller, pragmatischer Problemlöser mit fundierter ML-Expertise und einer ausgeprägten Hands-on-Mentalität. Sie sind begeistert davon, an der Schnittstelle von Zahlungsverkehr und KI zu arbeiten – und Fortschritte im Bereich machine learning in Produktionssysteme zu überführen, die neue Formen von Betrug und Missbrauch adressieren. Sie haben bereits ML-Modelle entwickelt, in die Produktion gebracht und damit einen echten Mehrwert für Nutzer geschaffen.
Wir suchen jemanden, der die Mindestanforderungen erfüllt, um für die Rolle in Betracht gezogen zu werden. Wenn Sie diese Anforderungen erfüllen, ermutigen wir Sie, sich zu bewerben. Die bevorzugten Qualifikationen sind ein Bonus, keine Voraussetzung.
IHRE AUFGABEN
Sie verantworten ML-Probleme von der Konzeption bis zur Produktion: Sie analysieren neue Betrugs- und Missbrauchsmuster, untersuchen umfangreiche Datensätze, experimentieren mit Modellarchitekturen, entwerfen Evaluierungen, stellen Modelle bereit und überwachen deren Leistung.
Ihre Arbeit kann die Entwicklung von Transformer-Architekturen für Zahlungsdaten, den Aufbau von graphbasierter Intelligenz für Verbraucher, die Nutzung von LLMs zur Erkennung neuer Angriffe oder das schnelle Prototyping neuer Schutzmaßnahmen mit führenden KI-Laboren umfassen.
Sie haben die Möglichkeit, 0→1-Produkte auf den Markt zu bringen und geschäftskritische ML-Modelle zu verbessern, die im Maßstab von Stripe operieren.
VERANTWORTLICHKEITEN
- Entwicklung, Training, Evaluierung und Bereitstellung von Modellen zur Erkennung von Betrug und Missbrauch im globalen Netzwerk von Stripe.
- Untersuchung aufkommender Betrugs- und Missbrauchsmuster, Identifizierung von Einsatzmöglichkeiten für ML und schnelle Entwicklung effektiver Lösungen.
- Entwurf von Features, Datensätzen, Evaluierungsmethoden und Experimenten für verrauschte, verzögerte und gegnerische Umgebungen.
- Verbesserung von Modellarchitekturen, Trainingsmethoden und Produktionssystemen zur Steigerung der Modellqualität, Abdeckung und Anpassungsfähigkeit.
- Überwachung des Verhaltens in der Produktion und kontinuierliche Verbesserung der Modelle bei Änderungen von Daten, Kundenbedürfnissen und Angriffsmustern.
- Abwägung zwischen Modellqualität und Auswirkungen auf legitime Nutzer, Latenz, Zuverlässigkeit und betrieblicher Komplexität.
- Zusammenarbeit mit Engineering, Produktmanagement, Data Science, Risikoexperten und führenden Stripe-Nutzern, um Modellierungsverbesserungen in differenzierte Radar-Produkte zu verwandeln.
- Beitrag zu wiederverwendbaren Tools und KI-gestützten Workflows, die dem Team helfen, ML-Systeme effektiver zu entwickeln und zu betreiben.
MINDESTANFORDERUNGEN
- 2+ Jahre Erfahrung in der Entwicklung, Evaluierung und Bereitstellung von machine learning-Modellen in einer Produktionsumgebung.
- Fundierte Kenntnisse in machine learning, Datenanalyse, Statistik, Modellevaluierung und Versuchsplanung.
- Starke Programmier- und Software-Engineering-Fähigkeiten sowie Erfahrung im Schreiben von getestetem, wartbarem Code für ML-Anwendungen in der Produktion.
- Erfahrung im Aufbau oder Betrieb von ML-Produktionssystemen, einschließlich eines oder mehrerer der folgenden Bereiche: groß angelegte Daten- und Feature-Pipelines, verteiltes Modelltraining, Inferenz mit niedriger Latenz, Modellbereitstellung oder Produktionsüberwachung.
- Fähigkeit, komplexe Probleme zu untersuchen, datenbasiert zu argumentieren und pragmatische technische Ansätze zu wählen.
- Fähigkeit, technische Ideen und Ergebnisse klar zu kommunizieren und effektiv disziplinübergreifend zusammenzuarbeiten.
BEVORZUGTE QUALIFIKATIONEN
- Erfahrung in der Verantwortung für ein ML-Problem über den gesamten Lebenszyklus hinweg, von der Problemstellung und Datenexploration bis hin zu Bereitstellung, Überwachung und Iteration.
- Erfahrung in der Entwicklung oder Operationalisierung moderner deep learning-, Graph-Learning- oder LLM-basierter Ansätze.
- Erfahrung im Aufbau und der Optimierung von ML-Systemen für Echtzeit-Anforderungen mit niedriger Latenz im großen Maßstab.
- Erfahrung in der Anwendung von ML auf Betrugserkennung, Integrität, Vertrauen und Sicherheit, Identität, Cybersicherheit oder einen anderen gegnerischen Bereich.
- Erfahrung in der schnellen Entwicklung von 0→1-Produkten, der direkten Zusammenarbeit mit Kunden oder der effektiven Arbeitsweise in einem schnelllebigen Umfeld.
- Aktives Interesse an den neuesten ML-Entwicklungen und daran, wie diese zur Lösung geschäftlicher Probleme eingesetzt werden können.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen