Brasil
Keyrus Brazil
Docusign
Ingeniero de Machine Learning
Brasil
São Paulo, Southeast, Brazil
JavaDockerKubernetesC#Go
Traducción automática. Consulta el original.
Descripción de la empresa
Docusign hace realidad los acuerdos. Más de 1.5 millones de clientes y más de mil millones de personas en más de 180 países utilizan las soluciones de Docusign para acelerar el proceso de hacer negocios y simplificar la vida de las personas. Con la gestión inteligente de acuerdos, Docusign libera datos críticos para el negocio que se encuentran atrapados dentro de los documentos. Hasta ahora, estos estaban desconectados de los sistemas de registro empresarial, lo que costaba a las empresas tiempo, dinero y oportunidades. Utilizando la plataforma de Gestión Inteligente de Acuerdos de Docusign, las empresas pueden crear, comprometerse y gestionar acuerdos con soluciones creadas por la empresa número 1 en firma electrónica y gestión del ciclo de vida de contratos (CLM).
Qué harás
Como ingeniero de Machine Learning o ingeniero de software, contribuirás al desarrollo de modelos de ML y construirás el software de producción que permite la Confianza y Seguridad y la detección de fraudes. Este puesto combina la práctica de machine learning con la responsabilidad de servicios de backend, APIs, integraciones y canalizaciones de datos que convierten los resultados de los modelos en capacidades de detección y prevención. Trabajarás con ingenieros senior de ML y de software, y con los equipos de Confianza y Seguridad, Fraude, Protección de Servicios, Producto y Datos para ofrecer soluciones fiables a medida que evolucionan las señales y los patrones de abuso.
Esta posición es un rol de contribuidor individual que reporta al Director de Confianza y Seguridad.
La vida en Docusign
Trabajar aquí
Docusign se compromete a generar confianza y hacer que el mundo sea más agradable para nuestros empleados, clientes y las comunidades en las que vivimos y trabajamos. Puedes contar con nosotros para escuchar, ser honestos y hacer nuestro mejor esfuerzo para hacer lo correcto, todos los días. En Docusign, todo es igual.
Cada uno de nosotros tiene la responsabilidad de garantizar que todos los miembros del equipo tengan las mismas oportunidades para tener éxito, ser escuchados, intercambiar ideas abiertamente, construir relaciones duraderas y hacer el trabajo de su vida. Lo mejor de todo es que podrás sentir un profundo orgullo por el trabajo que haces, porque tu contribución nos ayuda a hacer del mundo un lugar mejor de lo que lo encontramos. Y por eso, serás apreciado por nosotros, nuestros clientes y el mundo en el que vivimos.
Responsabilidades
- Desarrollar, probar, evaluar e implementar modelos de ML para fraude, spam, abuso, puntuación de riesgo y detección de anomalías
- Construir servicios de backend, APIs, integraciones y canalizaciones de datos que respalden la detección y prevención impulsadas por ML
- Integrar modelos y señales de riesgo en aplicaciones de producción, sistemas de toma de decisiones e intervenciones automatizadas
- Trabajar con ingenieros senior de ML y expertos en la materia para definir señales, características, etiquetas y enfoques de evaluación
- Evaluar el rendimiento del modelo y ajustar la precisión, la recuperación y las compensaciones entre falsos positivos y falsos negativos
- Mejorar los sistemas de detección existentes mediante ML o enfoques híbridos de reglas y ML
- Ser responsable de los componentes de software a través del diseño, la implementación, las pruebas, la implementación, la observabilidad y el mantenimiento
- Colaborar con los equipos de Ingeniería y Datos en la telemetría y la infraestructura para el procesamiento de datos a gran escala y la detección en tiempo real o casi en tiempo real
- Apoyar el monitoreo de modelos, el reentrenamiento y la investigación de la degradación del rendimiento
- Participar en revisiones de diseño y código, respuesta a incidentes y soporte operativo, incorporando las tendencias de abuso y los resultados de la aplicación de políticas en las mejoras de detección
Designación del puesto
Híbrido: El empleado divide su tiempo entre el trabajo en la oficina y el trabajo remoto. Se requiere acceso a una ubicación de oficina. (Frecuencia: Mínimo 2 días por semana; puede variar según el equipo, pero será una expectativa semanal de presencia en la oficina)
Los puestos en Docusign tienen asignada una designación de trabajo de En oficina, Híbrido o Remoto y son específicos para el rol/puesto. Las designaciones de trabajo preferidas no están garantizadas al cambiar de puesto dentro de Docusign. Docusign se reserva el derecho de cambiar la designación de trabajo de un puesto según las necesidades comerciales y según lo permita la legislación local.
Adaptaciones
Docusign se compromete a proporcionar adaptaciones razonables para personas calificadas con discapacidades en nuestros procedimientos de solicitud de empleo. Si necesitas dicha adaptación, o una adaptación religiosa, durante el proceso de solicitud, por favor contáctanos en [email protected].
Si experimentas algún problema, inquietud o dificultad técnica durante el proceso de solicitud, por favor ponte en contacto con nuestra organización de Talento en [email protected] para obtener asistencia.
Aviso de privacidad para solicitantes y candidatos
#LI-Hybrid
Lo que aportas
Básico
- 5+ años de experiencia relacionada en la industria con una licenciatura o 3 años de experiencia relacionada en la industria con una maestría
- Experiencia en la construcción, operación y mantenimiento de software de producción y en el desarrollo, evaluación o integración de modelos de ML en entornos de producción
- Experiencia con C#, Java o Go, y en la construcción de servicios de backend, APIs o aplicaciones distribuidas
- Experiencia con machine learning, procesamiento de datos, ingeniería de características y automatización utilizando marcos y bibliotecas de ML
- Experiencia con aprendizaje supervisado, clasificación, detección de anomalías, modelado conductual y medidas de evaluación, incluyendo precisión, recuperación, desequilibrio de clases, falsos positivos y falsos negativos
- Experiencia en la construcción de canalizaciones de datos y características utilizando conjuntos de datos conductuales, de eventos o transaccionales a gran escala, incluyendo procesamiento de streaming o de alto volumen
- Experiencia en el soporte de la implementación e integración de ML en sistemas distribuidos, y con prácticas de fiabilidad, escalabilidad e ingeniería de producción
- Experiencia con experimentación de modelos, entrenamiento, validación, monitoreo, reentrenamiento y degradación del rendimiento
- Experiencia con Docker y Kubernetes o tecnologías similares de contenedorización y orquestación
- Experiencia con tecnologías de observabilidad como Prometheus, Grafana, OpenTelemetry o Jaeger, y Azure y Azure DevOps o equivalente
- Experiencia en traducir requisitos en evolución en soluciones de software y datos y colaborar con equipos de Ingeniería, Producto, Datos, Operaciones y equipos de dominio
Preferido
- Experiencia aplicando ML a fraude, spam, abuso de mensajería o cuentas, fraude de pagos, apropiación de cuentas, riesgo de identidad, ciberseguridad, Confianza y Seguridad, u otro dominio adversarial
- Experiencia en el desarrollo de modelos de puntuación de riesgo conductual o a nivel de cuenta
- Experiencia trabajando con etiquetas ruidosas o imperfectas y conjuntos de datos altamente desequilibrados
- Experiencia en la integración de resultados de modelos en la toma de decisiones automatizada, aplicación de políticas, revisión o intervenciones basadas en el riesgo
- Experiencia en la incorporación de comentarios de analistas, investigadores u operaciones y resultados de aplicación de políticas en el desarrollo de modelos
- Familiaridad con enfoques de detección híbridos que combinan ML y reglas deterministas
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil