Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Checkr
Сан-Франциско, Соединенные Штаты7 дней назад
207 000 – 244 000 USD
в год
Грейд
Senior
Опыт работы
от 6 лет
Формат работы
Гибрид
Уровень английского
B2, выше среднего
Релокация
Соединенные Штаты, Чили, Денвер, Сан-Франциско, Нашвилл, Сантьяго
Письмо на почту или сообщение рекрутеру в Telegram
Checkr создает платформу данных для принятия безопасных и справедливых решений. Более 140 000 компаний и миллионы людей полагаются на Checkr для проверки с помощью ИИ в самые важные моменты: при устройстве на новую работу, поиске нового жилья, поездке на такси, уходе за детьми и даже при знакомстве. Среди клиентов — Uber, Pennymac, Airbnb, Doordash и Anthropic. Мы — команда, которая любит решать сложные задачи с помощью инновационных решений, продвигающих нашу миссию. Checkr отмечен в списке Forbes Cloud 100 2025 и признан прорывной компанией Y Combinator 2024. О команде/роли Мы ищем инженера машинного обучения (P3), который будет создавать и внедрять системы ИИ, лежащие в основе основных продуктов Checkr. Эта роль находится в команде ML в составе организации Data & ML Checkr в инженерном отделе. Это не исследовательская роль и не работа с ноутбуками. Вы будете полностью отвечать за ML-сервисы: проектировать их, кодировать, развертывать, отслеживать. Нам нужен человек, который пишет производственное программное обеспечение, использует LLM и API как первоклассные инструменты и умеет отличать работающий код от « AI slop» (шлака ИИ). Если последние несколько лет вы занимались разработкой AI-native программного обеспечения и глубоко цените инженерное ремесло, мы хотим поговорить с вами. Эта роль находится в центральной команде Data & ML в рамках инженерной организации. Вы будете ежедневно сотрудничать с инженерами по продуктам, отделом разработки продуктов и кросс-функциональными командами. Вы также внесете свой вклад в более широкую стратегию ИИ Checkr, включая нашу инициативу по развертыванию нашего парка агентов и созданию масштабируемого контекста с помощью нашего семантического слоя. Мы ищем специалиста, базирующегося в Сан-Франциско, который создавал ML-системы в быстро меняющихся средах, ориентированных на результат. Меньше процессов, больше внедрений. Меньше бумажной работы, больше результатов. Checkr стремится создавать лучший продукт и компанию, что требует привлечения талантливых и квалифицированных специалистов с разнообразными взглядами и жизненным опытом. Checkr верит в найм людей любого происхождения, в том числе тех, чья история связана с системой правосудия, в соответствии с местными, государственными и/или федеральными законами, включая Ордонанс о справедливом шансе Сан-Франциско.
Создавать и развертывать ML/AI сервисы. Проектировать, разрабатывать и внедрять ML-модели и системы ИИ, на которые полагаются команды продуктовой инженерии. Вы пишете код модели, API-слой, мониторинг и тесты. Не ноутбуки; производственные сервисы. Проектировать с использованием LLM и API. Использовать API LLM (OpenAI, Anthropic и т. д.) в качестве строительных блоков в производственных системах. Вы знаете, когда нужно вызывать LLM, когда нужно дообучать, когда использовать классическую модель, а когда писать правило. Вы думаете одновременно о стоимости, задержке и качестве. Внедрять производственное программное обеспечение. Писать чистый, хорошо структурированный код с прочными принципами ООП, надлежащими абстракциями, обработкой ошибок и тестами. Ваш код проходит проверку SWE и одобрен. CI/CD — это ваш метод работы, а не что-то, что вы добавляете в конце. Сотрудничать с продуктовыми и инженерными командами. Преобразовывать бизнес-задачи в ML-решения. Определять контракты API с инженерами по продуктам. Четко объяснять свой подход не-ML-специалистам и добиваться согласия, а не замешательства. Быстро оценивать и итерировать. Создавать фреймворки оценки, проводить эксперименты и принимать решения на основе данных о производительности моделей и систем. Внедряйте и итерируйте; не ждите совершенства. Внедрять рабочие процессы на основе ИИ. Применять ИИ в собственных процессах: автоматизировать конвейеры, создавать агентные рабочие процессы и вносить повторно используемые навыки и контекст в платформу агентов Checkr. Ожидается, что наши команды будут работать по принципу "AI-first".
Степень бакалавра или магистра в области компьютерных наук, математики или смежной технической области, либо эквивалентный опыт. Более 6 лет профессионального опыта разработки программного обеспечения, из них не менее 2 лет — создания ML-систем, работающих в производственной среде. Свободное владение Python; вы пишете чистый, тестируемый, хорошо структурированный код с твердыми инстинктами в области ООП. Практический опыт использования API LLM в производственных системах: prompt engineering, структурированные выводы, вызовы функций, управление затратами и оценка. Вы создавали и поддерживали API, работали с CI/CD конвейерами и внедряли код, на который полагаются другие инженеры. Уверенность и энтузиазм в отношении рабочих процессов с использованием ИИ; опыт использования LLM, инструментов генерации кода или агентных систем в производственных или операционных контекстах является сильным показателем. Вы используете ИИ-инструменты (Copilot, Claude и т. д.) для ускорения работы, но понимаете каждую строку, которую они производят. Вы можете распознать «AI slop» (шлак ИИ) и не внедряете его. Менталитет «A-player» с сильным стремлением к действию: вы повышаете планку, действуете безотлагательно, проявляете стойкость в условиях неопределенности и берете на себя ответственность за достижение значимых результатов.
Опыт работы с платформами MLOps (MLflow, SageMaker, Vertex или аналогичными). Опыт в обработке документов, OCR или извлечении информации. Опыт работы с PySpark или обработкой больших данных. Опыт работы с Ruby (платформа Checkr работает на Rails). Знакомство с доменами, чувствительными к соответствию требованиям (финтех, юридические технологии, HR-технологии). Рабочие знания dbt, Snowflake или современных инструментов ELT/преобразования данных.
Мы используем стоимость труда по географическому признаку для определения диапазонов для наших должностей, и, следовательно, в каждом месте, где мы нанимаем, диапазон может отличаться. Если эта должность удаленная, мы указали верхнюю и нижнюю границы возможного диапазона, но мы укажем целевой диапазон для конкретного местоположения, когда вы будете выбраны для собеседования. Дополнительную информацию о нашей компенсационной философии вы можете найти на нашем веб-сайте. Ориентировочный доход ИЛИ диапазон базовой заработной платы (Сан-Франциско, Калифорния) 207 000 $ — 244 000 $ USD Быстрая и совместная рабочая среда Бюджет на обучение и развитие Конкурентоспособная денежная и акционерная компенсация, а также возможности для карьерного роста 100% покрытие медицинских, стоматологических и офтальмологических услуг Компенсация до 25 000 $ на услуги по планированию семьи, усыновлению и родительского планирования Гибкая политика PTO (оплачиваемый отпуск) Ежемесячный бюджет на оздоровление В Checkr мы верим, что рабочая среда в офисе укрепляет сотрудничество, стимулирует инновации и способствует установлению связей. Наши основные офисы расположены в Денвере, Колорадо; Сан-Франциско, Калифорния; Нашвилле, Теннесси; и Сантьяго, Чили. Ожидается, что сотрудники будут работать в офисе не менее 3 дней в неделю. Предоставляются офисные льготы, такие как обед пять раз в неделю, компенсация проезда и изобилие закусок и напитков. Может быть предоставлена стипендия на переезд для тех, кто готов переехать в один из наших хабов.
About Checkr Checkr is building the data platform to power safe and fair decisions. Over 140,000 companies and millions of people rely on Checkr for AI verification in the moments that matter most: getting a new job, a new place to live, a car ride, childcare, even a date. Customers include Uber, Pennymac, Airbnb, Doordash, and Anthropic. We’re a team that thrives on solving complex problems with innovative solutions that advance our mission. Checkr is recognized on Forbes Cloud 100 2025 List and is a Y Combinator 2024 Breakthrough Company . About the team/role We’re hiring an ML Engineer (P3) to build and ship the AI systems that power Checkr’s core products. This role sits on the ML team inside Checkr’s Data & ML organization within Engineering. Checkr runs millions of background checks a year. The ML team builds the systems that make those checks faster, more accurate, and cheaper to operate: document processing, charge classification, entity resolution, and in-product intelligence. These are production services that Product Engineering depends on daily. This is not a research role or a notebook role. You’ll own ML services end-to-end: design them, code them, deploy them, monitor them. We need someone who writes production software, builds with LLMs and APIs as first-class tools, and can tell the difference between working code and AI slop. If you’ve spent the last few years building AI-native software and you care deeply about engineering craft, we want to talk. This role sits in the central Data & ML team within the Engineering organization. You will partner daily with Product Engineering, Product, and cross-functional teams. You’ll also contribute to Checkr’s broader AI strategy, including our initiative to deploy our agentic fleet and build scalable context with our semantic layer. We are looking for someone based in San Francisco who has built ML systems in fast-moving, impact-first environments. Less process, more shipping. Less paperwork, more results. What you’ll do Build and deploy ML/AI services. Design, develop, and ship ML models and AI systems that Product Engineering teams rely on. You write the model code, the API layer, the monitoring, and the tests. Not notebooks; production services. Design with LLMs and APIs. Use LLM APIs (OpenAI, Anthropic, etc.) as building blocks in production systems. You know when to call an LLM, when to fine-tune, when to use a classical model, and when to write a rule. You think about cost, latency, and quality together. Ship production software. Write clean, well-structured code with solid OOP, proper abstractions, error handling, and tests. Your code gets reviewed by SWEs and passes. CI/CD is how you work, not something you bolt on at the end. Partner with product and engineering. Translate business problems into ML solutions. Define API contracts with product engineers. Explain your approach clearly to non-ML partners and leave the room with alignment, not confusion. Evaluate and iterate fast. Build evaluation frameworks, run experiments, and make data-driven decisions about model and system performance. Ship and iterate; don’t wait for perfect. Ship AI-powered workflows. Put AI to work on your own processes: automate pipelines, build agentic workflows, and contribute reusable skills and context to Checkr’s agentic platform. The expectation is that our teams operate AI-first. What you bring A Bachelor’s or Master’s degree in Computer Science, Mathematics, or a related technical field, or equivalent depth from experience 6+ years building software professionally, with at least 2 of those building ML systems that run in production Strong Python fluency; you write clean, testable, well-structured code with solid OOP instincts. Hands-on experience using LLM APIs in production systems: prompt engineering, structured outputs, function calling, cost management, and evaluation You’ve built and maintained APIs, worked with CI/CD pipelines, and shipped code that other engineers depend on Comfort with and enthusiasm for AI-assisted workflows; experience using LLMs, code-generation tools, or agentic systems in production or operational contexts is a strong signal You use AI tools (Copilot, Claude, etc.) to move faster, but you understand every line they produce. You can spot AI slop and you don’t ship it An A-player mindset with a strong bias for action: you raise the bar, move with urgency, stay resilient through ambiguity, and take ownership to deliver meaningful outcomes. Nice to have Experience with MLOps platforms (MLflow, SageMaker, Vertex, or similar) Background in document processing, OCR, or information extraction Experience with PySpark or large-scale data processing Ruby experience (Checkr’s platform runs on Rails) Familiarity with compliance-sensitive domains (fintech, legal tech, HR tech) Working knowledge of dbt, Snowflake, or modern ELT/data transformation tools Pay Transparency Disclosure We use geographic cost of labor as an input to develop ranges for our roles and as such, each location where we hire may have a different range. If this role is remote, we have listed the top to the bottom of the possible range, but we will specify the target range for an exact location when you are selected for a recruiting discussion. For more information on our compensation philosophy, see our website . On-target Earnings OR Base Salary range (San Francisco, CA) $207,000 — $244,000 USD What We Offer A fast-paced and collaborative environment Learning and development allowance Competitive cash and equity compensation, and opportunity for advancement 100% medical, dental, and vision coverage Up to $25K reimbursement for fertility, adoption, and parental planning services Flexible PTO policy Monthly wellness stipend At Checkr, we believe an in office work environment strengthens collaboration, drives innovation, and encourages connection. Our hub locations are Denver, CO; San Francisco, CA; Nashville, TN; and Santiago, Chile. Individuals are expected to work from the office 3+ days a week. In-office perks are provided, such as lunch five times a week, a commuter stipend, and an abundance of snacks and beverages. A relocation stipend may be available for those willing to relocate to a Checkr hub location. Equal Employment Opportunities at Checkr Checkr is committed to building the best product and company, which requires hiring talented and qualified individuals with a diverse set of perspectives and lived experiences. Checkr believes in hiring people of all backgrounds, including those whose histories are impacted by the justice system in accordance with local, state, and/or federal laws, including the San Francisco’s Fair Chance Ordinance . Applicant Privacy Policy If you are a California resident or are located in Alberta or British Columbia, our Applicant Privacy Policy applies to our collection and processing of your personal information when you apply for a role with us or otherwise participate in our recruitment process. For applicants in Massachusetts: It is unlawful in Massachusetts to require or administer a lie detector test as a condition of employment or continued employment. An employer who violates this law shall be subject to criminal penalties and civil liability. *Legitimate Checkr emails will always include our official domain name after the @ symbol (e.g., ).
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 192 000 до 240 000