Estados Unidos
Be Structured Technology Group
Stripe
Ingeniero de Machine Learning, Radar
Estados Unidos
South San Francisco, California, United States · Seattle, Washington, United States
Go
Traducción automática. Consulta el original.
Quiénes somos
Ingeniero de Machine Learning - Radar
Sobre Stripe
Stripe es una plataforma de infraestructura financiera para empresas. Millones de compañías, desde las empresas más grandes del mundo hasta las startups más ambiciosas, utilizan Stripe para aceptar pagos, aumentar sus ingresos y acelerar nuevas oportunidades de negocio. Nuestra misión es aumentar el PIB de internet y tenemos una cantidad asombrosa de trabajo por delante. Esto significa que tienes una oportunidad sin precedentes de poner la economía global al alcance de todos mientras realizas el trabajo más importante de tu carrera.
Sobre el equipo
El equipo de Radar ML desarrolla los sistemas de machine learning que impulsan el conjunto de productos de fraude y abuso de Radar de Stripe. Nuestros modelos toman decisiones en tiempo real en una parte significativa del comercio en internet, ayudando a las empresas a detener el fraude, aumentar la autorización y crecer de forma segura. Al convertir conjuntos de datos a escala económica en productos de ML atractivos, el equipo mejora directamente los resultados de los clientes e impulsa ingresos significativos para Stripe.
El equipo está creciendo y expandiéndose a múltiples áreas nuevas. Estamos creando protecciones contra abusos en todo el ciclo de vida del cliente, sistemas de fraude adaptables y personalizables para empresas, e inteligencia de riesgos para 50+ métodos de pago globales.
Qué harás
Quién eres
Eres un ingeniero de ML con experiencia que combina una profunda experiencia en modelado con un sólido criterio de ingeniería. Has sido responsable de sistemas de ML en producción, has lanzado múltiples mejoras significativas y has hecho que las personas a tu alrededor sean más eficaces. Te mueves rápido sin romper nada, te sientes cómodo liderando en la ambigüedad y te entusiasma trabajar en la frontera de los pagos y la IA, convirtiendo los avances en machine learning en sistemas de producción que abordan nuevas formas de fraude y abuso.
Responsabilidades
Serás responsable de los principales sistemas e iniciativas de ML, desde la definición del problema hasta la producción. Identificarás dónde puede marcar la mayor diferencia el ML, diseñarás el enfoque, crearás y lanzarás modelos y los sistemas que los rodean, y seguirás mejorándolos a medida que cambien los datos, los usuarios y los atacantes.
Tu trabajo puede incluir proteger a las empresas contra abusos en todo el ciclo de vida del cliente, crear sistemas de fraude adaptables y personalizables para los mayores usuarios de Stripe, o ampliar la inteligencia de riesgos a 50+ métodos de pago globales. En todos estos casos, utilizarás enfoques modernos, como modelos transformer sobre datos de pago, inteligencia de grafos sobre consumidores y LLMs que detectan ataques emergentes.
Tendrás oportunidades de lanzar productos de 0 a 1 y de mejorar modelos de ML de misión crítica que operan a la escala de Stripe, a menudo dirigiendo varios esfuerzos en paralelo y estableciendo el estándar técnico para el equipo.
- Liderar el diseño y la entrega de proyectos de ML de principio a fin, desde el planteamiento del problema y el dimensionamiento de la oportunidad hasta el despliegue, la monitorización y la iteración.
- Crear, entrenar, evaluar y desplegar modelos que detecten fraudes y abusos en la red global de Stripe, y ser responsable de los sistemas de producción en los que se ejecutan.
- Investigar patrones emergentes de fraude y abuso, decidir dónde puede tener más impacto el ML y convertir rápidamente esas ideas en protecciones implementadas.
- Diseñar características, conjuntos de datos y estrategias de evaluación para entornos ruidosos, retrasados y adversarios, y establecer el estándar de rigor experimental.
- Tomar decisiones acertadas de arquitectura y modelado entre la calidad del modelo, el impacto en los usuarios legítimos, la latencia, la fiabilidad y el coste operativo.
- Ser el experto de referencia para los sistemas que posees: liderar la respuesta a incidentes para regresiones de modelos, reducir el trabajo operativo y hacer que tus sistemas sean fáciles de usar para otros.
- Colaborar con ingeniería, producto, ciencia de datos, expertos en riesgos y usuarios líderes de Stripe para convertir las mejoras de modelado en productos Radar diferenciados.
- Convertir problemas recurrentes en componentes reutilizables, herramientas y flujos de trabajo asistidos por IA que aceleren a todo el equipo.
- Asesorar a ingenieros, realizar revisiones de diseño y código reflexivas, y ayudar a los nuevos compañeros de equipo a ponerse al día rápidamente.
Buscamos a alguien que cumpla con los requisitos mínimos para ser considerado para el puesto. Si cumples con estos requisitos, te animamos a presentar tu solicitud. Las cualificaciones preferentes son una ventaja, no un requisito.
Requisitos mínimos
- 5+ años de experiencia desarrollando, evaluando y desplegando modelos de machine learning en un entorno de producción.
- Un historial de liderazgo de proyectos de ML desde la definición del problema hasta la producción, con un impacto medible.
- Sólidos fundamentos en machine learning, estadística, evaluación de modelos y diseño de experimentos.
- Sólidas habilidades de programación e ingeniería de software, con experiencia en la escritura de código probado y mantenible para aplicaciones de ML en producción.
- Experiencia en el diseño y operación de sistemas de ML en producción, incluyendo varios de los siguientes: canalizaciones de datos y características a gran escala, entrenamiento de modelos distribuidos, inferencia de baja latencia, despliegue de modelos o monitorización de producción.
- Experiencia en la mentoría de ingenieros o en el liderazgo técnico de proyectos con múltiples colaboradores.
- Capacidad para investigar problemas ambiguos, razonar a partir de datos y elegir enfoques técnicos pragmáticos.
- Capacidad para comunicar ideas y resultados técnicos con claridad y colaborar eficazmente entre disciplinas.
Cualificaciones preferentes
- Experiencia en la aplicación de ML a la detección de fraudes, integridad, confianza y seguridad, identidad, ciberseguridad u otro dominio adversario.
- Experiencia en el desarrollo o puesta en producción de enfoques modernos de deep learning, aprendizaje de grafos o basados en LLM.
- Experiencia en la creación y optimización de sistemas de ML en tiempo real y de baja latencia a escala.
- Experiencia en la gestión de la salud operativa de sistemas de ML críticos, incluyendo guardias, respuesta a incidentes y migraciones.
- Experiencia en la creación rápida de productos de 0 a 1 o trabajando directamente con clientes.
- Experiencia en la creación de herramientas o agentes asistidos por IA que aumentaron de forma medible la velocidad de un equipo.
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