Инженер по машинному обучению (Риск и мошенничество)
В Eneba мы создаем открытый, безопасный и устойчивый рынок для геймеров сегодня и завтра. Наша площадка поддерживает почти 20 млн активных пользователей (и их число быстро растет!) и обеспечивает беспрецедентный уровень доверия, безопасности и доступности рынка. Мы гордимся тем, чего достигли за такое короткое время, и с нетерпением ждем возможности разделить этот путь с вами. Присоединяйтесь к нам, пока мы продолжаем масштабироваться, диверсифицировать наш портфель и расти вместе с развивающимся сообществом геймеров.
О вашей команде
Мы — команда данных, объединяющая специалистов, увлеченных превращением данных в надежные, действенные решения для всей Eneba. Мы создаем основу — конвейеры данных, наборы данных и возможности платформы — которые делают аналитику и машинное обучение масштабируемыми и заслуживающими доверия для всей организации.
В этой роли вы присоединитесь к нашей деятельности, ориентированной на управление рисками, и поможете развивать наши возможности по обнаружению мошенничества. Команда переходит от устаревшего ручного подхода к сквозному жизненному циклу машинного обучения с надежным обучением, развертыванием, мониторингом и оценкой. Вы будете работать над сценариями принятия решений в реальном времени, тесно сотрудничать с заинтересованными сторонами из отделов рисков и разработки и решать практические задачи моделирования мошенничества — несбалансированные данные, задержанные/частичные метки и создание эффективных циклов обратной связи для постоянного улучшения производительности моделей.
Обязанности
- Разработка и итеративное улучшение моделей мошенничества/рисков в реальном времени (например, методы градиентного бустинга и обнаружения аномалий) для оценки транзакций во время оформления заказа и поддержки принятия решений по рискам.
- Полная ответственность за жизненный цикл моделей обнаружения мошенничества: исследование данных, разработка признаков, обучение, оценка, развертывание, мониторинг и постоянное улучшение.
- Разработка надежных стратегий оценки для редких событий с высоко несбалансированными данными, включая обработку задержанной/частичной истинной метки и определение метрик, соответствующих бизнес-ограничениям.
- Тесное партнерство с командами рисков, бэкенда и данных/платформы для вывода моделей в продакшен через API, интеграции с движком рисков и улучшения процессов принятия решений на основе моделей (до/после авторизации).
- Управление инициативами по экспериментированию и созданию циклов обратной связи для постоянного улучшения качества меток и моделей, обеспечивая при этом высокую надежность, наблюдаемость и документирование.
Требования
- 3+ года опыта работы инженером по машинному обучению (или на аналогичной роли в прикладном машинном обучении), предпочтительно в сфере рисков/мошенничества, обнаружения аномалий, моделирования кредитов/дефолтов или других задач классификации редких событий.
- Отличные навыки Python и практический опыт разработки и итеративного улучшения моделей машинного обучения с учителем (например, Gradient Boosting/LightGBM или аналогичные), включая разработку признаков и оценку моделей.
- Подтвержденная способность проектировать и проводить надежные эксперименты и оценки в условиях реальных ограничений (несбалансированные данные, задержанные/поступающие с опозданием метки, зашумленная или частичная истинная метка).
- Опыт вывода моделей в продакшен и поддержки полного жизненного цикла модели (обучение, развертывание, мониторинг, итерация) в сотрудничестве с командами разработки.
- Прочные знания в области метрик и принятия решений в машинном обучении (точность/полнота, пороговая классификация, калибровка, оффлайн vs. онлайн производительность) и их связи с бизнес-результатами.
- Знакомство с современными инструментами и практиками MLOps (например, MLflow) и опыт работы с хранилищами признаков (Databricks Feature Store или аналоги).
- Будет плюсом: опыт работы с конвейерами или инфраструктурой признаков реального времени / потоковой обработки (например, Kafka, Flink, Feast) и создания сервисов/API моделей с низкой задержкой для скоринга в реальном времени.
€55 000 - €70 000 в год
Как работать в Eneba
- Возможность присоединиться к нашей программе опционов на акции для сотрудников.
- Возможность помочь масштабировать уникальный продукт.
- Различные системы бонусов: за результаты, за рекомендацию сотрудников, дополнительные оплачиваемые дни отпуска, личный бюджет на обучение.
- Оплачиваемые волонтерские возможности.
- Выбор места работы: офис, удаленная работа, возможность работать и путешествовать.
- Личный и профессиональный рост с экспоненциальной скоростью при поддержке четко определенных процессов обратной связи и продвижения по службе.
