Staff Machine Learning Engineer, AI Platform & Agentic Apps

Вознаграждение (Зона 1 (Менло-Парк, Калифорния; Нью-Йорк, Нью-Йорк; Бельвью, Вашингтон; Вашингтон, округ Колумбия)): 255 000 – 300 000 долларов США в год Вознаграждение (Зона 2 (Денвер, Колорадо; Вестлейк, Техас; Чикаго, Иллинойс)): 225 000 – 264 000 долларов США в год Вознаграждение (Зона 3 (Лейк-Мэри, Флорида; Клируотер, Флорида; Гейнсвилл, Флорида)): 199 000 – 234 000 долларов США в год

Присоединяйтесь к нам в создании будущего финансов. Наша миссия — демократизировать финансы для всех. По оценкам, в ближайшие два десятилетия молодое поколение унаследует активы на сумму 124 триллиона долларов. Это крупнейшая передача богатства в истории человечества. Если вы готовы оказаться в эпицентре этого исторического культурного и финансового сдвига, читайте дальше. О КОМАНДЕ + РОЛИ Мы собираем элитную команду, применяющую передовые технологии для решения крупнейших финансовых проблем в мире. Мы ищем смелых мыслителей. Острых решателей проблем. Строителей, которые стремятся оказать влияние. Robinhood — это не место для самоуспокоения, это место, где амбициозные люди делают лучшую работу в своей карьере. Мы — высокопроизводительная, быстро развивающаяся команда, в основе которой лежит этика. Ожидания высоки, как и вознаграждения. Команда AI Platform & Agentic Apps создает платформу агентов, лежащую в основе каждого ИИ-агента в Robinhood. Сегодня она предоставляет растущему числу инженеров и сотрудников ИИ-помощника, который пишет код, запрашивает данные и выполняет операционные рабочие процессы от их имени. Мы стремимся создать ту же платформу, которая будет обеспечивать работу агентов, с которыми миллионы клиентов взаимодействуют напрямую, в режиме реального времени. Эти агенты не просто отвечают на вопросы — они предназначены для выполнения реальных действий в тщательно отобранных мета-хэлсах. Это агентный ИИ в реальном масштабе, в регулируемой финансовой среде, и он изменит то, как работает Robinhood! В качестве Staff Machine Learning Engineer в команде AI Platform & Agentic Apps вы будете проектировать и создавать хэлс, на котором работает каждый агент Robinhood. Важнейшей частью роли является обеспечение надежности этих агентов в масштабе: оценка траекторий, которая измеряет, как агент рассуждает и действует, а также средства контроля действий — модели разрешений, одобрения и песочницы — построенные как примитивы платформы, которые используют другие команды. Вы будете техническим якорем в растущей, высококлассной команде, сотрудничая с продакт-менеджерами, инженерами инфраструктуры и коллегами-инженерами по машинному обучению, чтобы воплотить амбициозные идеи от нуля до единицы и довести их до продакшена. Вы поможете определить техническое направление команды, будете наставником для инженеров и будете формировать то, как Robinhood решает, готов ли агент к выпуску. Эта роль предлагает редкое сочетание технической глубины, влияния в масштабе платформы и удовлетворения от создания систем, которых действительно нет нигде больше. Эта роль предполагает работу в нашем офисе в Менло-Парке, Калифорния, с ожидаемым присутствием в офисе не менее 3 дней в неделю. В Robinhood мы верим в силу очной работы для ускорения прогресса, стимулирования инноваций и укрепления сообщества. Наш офисный опыт является целенаправленным, энергичным и разработанным для полной поддержки высокопроизводительных команд. ЧТО ВЫ БУДЕТЕ ДЕЛАТЬ Проектировать и создавать ядро хэлса агентов Robinhood — оркестрацию, интеграцию инструментов, управление контекстом и памятью — чтобы одна платформа могла безопасно поддерживать как внутренние агенты с высоким уровнем доверия, так и клиентоориентированные агенты с ограниченным функционалом. Запускать агентные приложения end-to-end на этом хэлсе, от неопределенной проблемы до продакшн-агента, который совершает реальные действия от имени сотрудников или клиентов, и передавать полученные знания обратно в платформу. Создавать системы оценки траекторий, которые оценивают, как агент пришел к ответу, а не только сам ответ — правильность вызовов инструментов, планирование и восстановление, выполнение многошаговых задач — с использованием симуляционных сред и генерации синтетических задач. Архитектурно реализовывать средства контроля действий как примитивы платформы: минимальные права доступа к инструментам, модели разрешений, одобрения вручную для действий с высоким риском или необратимых действий, ограничения шагов и бюджета, песочницы и откаты. Превращать средства оценки и контроля в продукты, которые используют другие команды — SDK, CI-регрессионные тесты для изменений промптов, моделей и инструментов, непрерывный red-teaming и производственный трейсинг, который замыкает цикл от реального трафика обратно к наборам оценки и моделям контроля. Устанавливать технический стандарт через архитектурные обзоры, ревью кода и наставничество, и быть человеком, который может принять — и обосновать с помощью данных — решение «не выпускать». ЧТО ВЫ ПРИВНОСИТЕ Более 10 лет опыта работы в качестве Machine Learning Engineer или инженера-программиста с фокусом на ML, с сильными фундаментальными знаниями Python и распределенных систем, а также успешным опытом вывода LLM-систем в продакшн в масштабе. Степень магистра в области компьютерных наук или смежной технической области, или эквивалентный профессиональный опыт. Практический опыт создания агентных систем end-to-end — использование инструментов, оркестрация, управление контекстом, многошаговое планирование — поверх передовых моделей, в продакшене. Глубокая экспертиза в оценке агентов: вы создавали оценки траекторий, оценивали вызовы инструментов и симуляционные среды, и можете объяснить, почему точности финального ответа недостаточно для систем, которые совершают действия. Подтвержденная экспертиза в проектировании средств контроля на уровне действий — модели разрешений и области применения инструментов, одобрения, контроль радиуса поражения и песочницы — для агентов, работающих в системах, где ошибки имеют последствия. Строгость в методологии оценки: золотые наборы данных, оценка по рубрикам и LLM-как-судья, а также их режимы отказа, статистическая значимость при малом N, корреляция офлайн-онлайн метрик, версионирование данных оценки и контроль загрязнения. Подтвержденная способность создавать платформы, а не только модели: вы выпускали инструменты оценки, безопасности или агентные инструменты, которые использовали другие инженерные команды, и у вас есть суждение, чтобы знать, когда строить, а когда покупать. ЧТО МЫ ПРЕДЛАГАЕМ Сложная, высокоэффективная работа для развития вашей карьеры Компенсация, основанная на производительности, с множителями за выдающееся влияние, бонусными программами, владением акциями и соответствием 401(k). Первоклассные льготы для поддержки вашей работы, включая 100% оплату медицинской страховки для сотрудников с 90% покрытием для иждивенцев. Доступ к Robinhood Employee Fund, который предоставляет соответствующим сотрудникам в США возможность инвестировать в частный фонд сотрудников, предоставляющий доступ к фондам Robinhood Ventures. Доступ к лучшим инструментам ИИ на рынке и непрерывное обучение навыкам ИИ для каждого сотрудника, технического или нетехнического. Lifestyle wallet — высокогибкий счет для расходов на льготы для оздоровления, обучения и многого другого. Оплачиваемое работодателем страхование жизни и от нетрудоспособности, льготы по репродуктивному здоровью и льготы по охране психического здоровья. Время для отдыха, включая государственные праздники, оплачиваемый отпуск, больничные, отпуск по уходу за ребенком и многое другое! Исключительный офисный опыт с кейтеринговыми обедами, мероприятиями и комфортными рабочими местами. В дополнение к базовому диапазону оплаты, указанному ниже, эта роль также имеет право на бонусные возможности + акции + льготы. Базовая оплата для успешного кандидата будет зависеть от различных факторов, связанных с работой, которые могут включать образование, обучение, опыт, местоположение, потребности бизнеса или рыночный спрос. Ожидаемый диапазон базовой оплаты для этой роли основан на месте выполнения работы и соответствует одной из 3 зон компенсации. Для других мест, не указанных здесь, компенсация может быть обсуждена с вашим рекрутером в процессе собеседования. Диапазон базовой оплаты: Зона 1 (Менло-Парк, Калифорния; Нью-Йорк, Нью-Йорк; Бельвью, Вашингтон; Вашингтон, округ Колумбия) $255 000 — $300 000 USD Зона 2 (Денвер, Колорадо; Вестлейк, Техас; Чикаго, Иллинойс) $225 000 — $264 000 USD Зона 3 (Лейк-Мэри, Флорида; Клируотер, Флорида; Гейнсвилл, Флорида) $199 000 — $234 000 USD Нажмите здесь, чтобы узнать больше о наших совокупных вознаграждениях, которые различаются в зависимости от региона и организации. Если наша миссия вас вдохновляет, и вы готовы строить будущее финансов, мы с нетерпением ждем вашей заявки. Раскрытие информации об использовании ИИ: Robinhood использует инструменты искусственного интеллекта (ИИ) для поддержки частей нашего рекрутингового процесса. Эти инструменты повышают эффективность и последовательность нашего процесса найма; однако все решения о найме принимаются нашими командами по найму. Robinhood предоставляет равные возможности для всех кандидатов, предлагает разумные приспособления по запросу и соблюдает применимые законы о равных возможностях трудоустройства и конфиденциальности. Инклюзивность встроена в то, как мы нанимаем и работаем — приветствуя различные происхождение, точки зрения и опыт, чтобы каждый мог делать свою лучшую работу. Пожалуйста, ознакомьтесь с Политикой конфиденциальности для вашей страны подачи заявки.