Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Prelude
Париж, Франция7 месяцев назад
Грейд
Senior
Опыт работы
от 5 лет
Формат работы
Удалённо, Офис
Уровень английского
C1, продвинутый
Письмо на почту или сообщение рекрутеру в Telegram
Prelude меняет представление о том, как компании аутентифицируют и онбордят пользователей, превращая традиционный центр затрат в рычаг роста.
Наш флагманский продукт позволяет компаниям отправлять OTP-коды с лучшим соотношением цены и конверсии на рынке, динамически выбирая наиболее эффективный канал в реальном времени (оптимизированный SMS, WhatsApp и т.д.), активно блокируя спам и мошенничество, которые упускают устаревшие провайдеры.
Основанная в 2022 году бывшими сотрудниками Zenly, которые на собственном опыте испытали проблемы с ненадежной SMS-аутентификацией, мы уже обслуживаем быстрорастущие компании по всей Европе и выходим на рынок США.
Но аутентификация — это только отправная точка. Мы создаем платформу для доверия в больших масштабах с амбициозным планом разработки определяющих рынок продуктов.
Сегодня мы — растущая команда из 60 человек, расположенная в Париже, создающая продукты, которые обеспечивают безопасный и высокопроизводительный пользовательский онбординг для компаний по всему миру. Мы считаем, что небольшие, высококвалифицированные команды превосходят крупные, разрозненные организации, и мы сознательно фокусируемся на результате, качестве и скорости.
Мы работаем по плоской организационной структуре и ценим личное взаимодействие, что позволяет быстрее продвигать идеи, принимать обоснованные решения и брать на себя полную ответственность за создаваемые продукты. Наши ценности
Забота Мы глубоко заботимся о наших клиентах, коллегах, а также о качестве и надежности того, что мы выпускаем.
Ориентация на действие Мы быстро действуем, тестируем в реальном мире и быстро итерируем, а не чрезмерно оптимизируем в теории.
Ответственность Мы берем на себя ответственность от начала до конца: от выявления проблем до достижения результатов и обучения на основе полученного опыта.
Фингерпринтинг становится основным элементом движка Prelude для обнаружения мошенничества, и это основополагающая роль, которая определит его. Мошенничество — это игра с противником. Злоумышленники используют эмуляторы, резидентные прокси, VPN, подмену устройств и инструменты защиты от обнаружения, чтобы наводнить конвейеры аутентификации наших клиентов поддельным трафиком. Эта роль находится на стыке исследований в области безопасности, системной инженерии и прикладного машинного обучения.
Вы будете отвечать за всю поверхность фингерпринтинга: архитектуру, исследования, производственные системы и, в конечном итоге, за команду, которую мы построим вокруг вас. Вы будете подчиняться напрямую руководству и формировать дорожную карту с нуля.
Ваша задача — сделать это невидимым, или, по крайней мере, достаточно дорогим, чтобы оно того не стоило.
Вы будете создавать системы, которые собирают, обрабатывают и используют сигналы устройств и сети в больших масштабах: от необработанных аппаратных атрибутов и TLS-отпечатков до оценки риска IP-адресов и информации о сотовых операторах. Вы будете комбинировать классическую инженерию признаков с машинным обучением для получения сигналов риска высокой точности, которые поступают в наш механизм оценки в реальном времени, обрабатывая миллионы попыток аутентификации в день за миллисекунды.
Отвечать за полную дорожную карту фингерпринтинга — от сбора сигналов в наших мобильных SDK (iOS, Android) и серверных API до конвейеров инженерии признаков, которые превращают необработанные атрибуты в сигналы мошенничества
Создавать и укреплять системы фингерпринтинга устройств — постоянная идентификация устройства после переустановки приложений, обнаружение рутованных/эмулированных устройств, подтверждение подлинности оборудования и защита от подмены как в веб-, так и в мобильных контекстах
Разрабатывать сигналы сетевой разведки — оценка репутации IP-адресов, обнаружение прокси/VPN/центров обработки данных, фингерпринтинг TLS/JA4, обогащение данных о сотовых операторах (MCCMNC) и классификация трафика как резидентного или коммерческого
Применять машинное обучение к задачам фингерпринтинга — обнаружение аномалий в распределении атрибутов устройств, кластеризация для выявления мошеннических колец, использующих общую инфраструктуру, supervised classification подозрительных паттернов сигналов и устойчивость к атакам против развивающихся методов уклонения
Интегрироваться с нашим механизмом оценки в реальном времени — создание низколатентных признаков, которые обогащают нашу модель оценки риска для каждой аутентификации при строгих ограничениях по задержке
Исследовать техники злоумышленников — обратная инженерия инструментов защиты от обнаружения, фреймворков автоматизации и техник обхода, чтобы опережать противника
Заложить основу для команды — определение инженерных стандартов, исследовательских практик и конвейеров данных, которые будут масштабироваться по мере найма новых сотрудников
Она для тех, кто мыслит как злоумышленник, строит как инженер и рассуждает как специалист по данным.
5+ лет опыта в соответствующей области — обнаружение мошенничества, предотвращение ботов, мобильная безопасность или инженерия обнаружения; вы внедряли системы в производство, а не только исследовательские прототипы
Глубокие знания в области фингерпринтинга устройств — сигналы мобильного оборудования, подтверждение подлинности на уровне ОС (Play Integrity, DeviceCheck, SafetyNet), API браузерного фингерпринтинга и обнаружение подмены/эмуляции
Практический опыт работы с сетевой разведкой — фингерпринтинг TLS (JA3/JA4), конвейеры обогащения IP-адресов, классификация прокси/VPN, анализ AS-номеров и сигналы на уровне оператора связи
Практический опыт применения ML в контексте безопасности — инженерия признаков, обнаружение аномалий, кластеризация и классификация с полным циклом владения от обучения до развертывания в производстве
Противоборствующий образ мышления — вы знаете ландшафт злоумышленников (эмуляторы, методы подмены, браузеры, защищенные от обнаружения, сети резидентных прокси) и проектируете системы с учетом попыток обхода
Предпочтение простых, надежных конструкций вместо хитрых, хрупких — с сильной интуицией относительно того, что выдержит масштабирование под активным противоборствующим давлением
Свободное владение английским языком, учитывая нашу международную команду и клиентскую базу
Опыт работы в контексте аутентификации по телефону/SIM-карте, GSMA intelligence или API телекоммуникационных операторов
Опыт работы с JA4 или другими техниками сетевого фингерпринтинга
Владение Go, Rust или Python для серверной/аналитической работы
Опыт работы с системами потоковой обработки (SQS, Kafka) или OLAP-стеками (ClickHouse, Redshift)
Знание внутренней работы SDK iOS или Android
Опубликованные исследования, вклад в open-source или технические статьи в области обнаружения мошенничества/ботов
Конкурентоспособный компенсационный пакет с BSPCE
Гибкая политика удаленной работы
100% компенсация проезда в офис
Медицинская страховка через Alan
Абонемент в фитнес-клуб Urban Sports Club
Мы предоставим вам необходимое оборудование для вашей работы (ноутбук и телефон для дежурств)
Продовольственные ваучеры Swile
Бесплатные закуски и напитки в офисе
Ежегодный выезд в отличное место (в прошлый раз это был Ла Праде!)
Возможность создать что-то с нуля и ежедневно оказывать влияние
About Prelude
Prelude is redefining how companies authenticate and onboard users - turning what's traditionally a cost center into a growth lever.
Our flagship product lets businesses send OTP codes with the best price-to-conversion ratio on the market, dynamically selecting the most effective channel in real time (optimized SMS, WhatsApp, and more) while actively blocking spam and fraud that legacy providers miss.
Founded in 2022 by former Zenly team members who lived the pain of broken SMS authentication firsthand, we're already serving fast-growing companies across Europe and are expanding into the US.
But authentication is only the starting point - we're building the platform for trust at scale, with an ambitious roadmap of market-defining products ahead.
Why join us
Today, we're a team of 60 and growing, based in Paris, building products that power secure and high-performance user onboarding for companies across the world. We believe small, highly skilled teams outperform large, fragmented organizations, and we are intentional about staying focused on impact, quality, and speed.
We operate with a flat org structure and value in-person collaboration, which helps ideas move faster, decisions stay grounded, and teams take full ownership of what they build. Our values
Care We care deeply about our customers, our teammates, and the quality and reliability of what we ship.
Bias for Action We move fast, test in the real world, and iterate quickly rather than over-optimizing in theory.
Ownership We take responsibility end to end, from identifying problems to delivering outcomes and learning from results.
ABOUT THE ROLE
Fingerprinting is becoming a first-class pillar of Prelude's fraud detection engine — and this is the founding role that will define it. You will own the entire fingerprinting surface: architecture, research, production systems, and eventually the team we build around you. You'll report directly to leadership and shape the roadmap from scratch.
Fraud is an adversarial game. Attackers use emulators, residential proxies, VPNs, device spoofing, and anti-detect tooling to flood our customers' authentication pipelines with fake traffic. Your job is to make that invisible — or at least expensive enough not to be worth it.
You'll build the systems that collect, process, and exploit device and network signals at scale: from raw hardware attributes and TLS fingerprints to IP risk scoring and carrier intelligence. You'll combine classical feature engineering with ML to produce high-fidelity risk signals that feed our real-time scoring engine — processing millions of authentication attempts per day in milliseconds.
This role sits at the intersection of security research, systems engineering, and applied machine learning. It's for someone who thinks like an attacker, builds like an engineer, and reasons like a data scientist.
WHAT YOU'LL BE DOING:
Owning the fingerprinting roadmap end to end — from signal collection in our mobile SDKs (iOS, Android) and server-side APIs, to the feature engineering pipelines that turn raw attributes into fraud signals
Building and hardening device fingerprinting systems — persistent device identity across app reinstalls, rooted/emulated device detection, hardware attestation, and spoofing resistance for both web and mobile contexts
Developing network intelligence signals — IP reputation scoring, proxy/VPN/datacenter detection, TLS/JA4 fingerprinting, carrier and MCCMNC enrichment, and residential vs. commercial traffic classification
Applying ML to fingerprinting problems — anomaly detection on device attribute distributions, clustering to identify fraud rings sharing infrastructure, supervised classification of suspicious signal patterns, and adversarial robustness against evolving evasion techniques
Integrating with our real-time scoring engine — producing low-latency features that enrich our per-authentication risk model under strict latency constraints
Researching attacker techniques — reverse-engineering anti-detect tooling, automation frameworks, and bypass techniques to stay ahead of the adversarial curve
Laying the groundwork for a team — defining engineering standards, research practices, and data pipelines that will scale as we hire around you.
WHAT WE'RE LOOKING FOR:
5+ years of experience in a relevant field — fraud detection, bot mitigation, mobile security, or detection engineering; you've shipped systems in production, not just research prototypes
Deep knowledge of device fingerprinting — mobile hardware signals, OS-level attestation (Play Integrity, DeviceCheck, SafetyNet), browser fingerprinting APIs, and spoofing/emulation detection
Hands-on experience with network intelligence — TLS fingerprinting (JA3/JA4), IP enrichment pipelines, proxy/VPN classification, AS number analysis, and carrier-level signals
Applied ML experience in a security context — feature engineering, anomaly detection, clustering, and classification with end-to-end ownership from training through production deployment
An adversarial mindset — you know the attacker landscape (emulators, spoofing techniques, anti-detect browsers, residential proxy networks) and design systems with bypass attempts already in mind
A preference for simple, robust designs over clever, fragile ones — with strong intuition for what will hold up at scale under active adversarial pressure
Fluent English, given our international team and customer base
Nice to have:
Familiarity with phone/SIM authentication context, GSMA intelligence, or telco APIs
Experience with JA4 or other network fingerprinting techniques
Proficiency in Go, Rust, or Python for backend/data work
Experience with stream processing systems (SQS, Kafka) or OLAP stacks (ClickHouse, Redshift)
iOS or Android SDK internals knowledge
Published research, open-source contributions, or technical writing in the fraud/bot detection space.
WHAT CAN WE OFFER YOU?
Competitive compensation package with BSPCEs
Flexible remote policy
100% travel to the office subsidised
Health insurance via Alan
Urban Sports Club gym membership
We will provide you with the gear you need for your role (a laptop and a phone, for on-call rotations)
Swile meal vouchers
Free snacks and drinks in the office
An annual offsite in a great location (last one was at La Pradet!)
The opportunity to build something from 0-1, and make an impact every day
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 67 900 до 95 600
