Заголовок: Manager, Machine Learning Engineering
Местоположение: США / удаленно
Компенсация: 170 000 – 210 000 долларов США в год
О Tala
Tala — это кредитная инфраструктура на базе ИИ, которая связывает глобальный капитал с большинством населения мира. Мы объединяем собственную аналитику рисков с расширяющейся сетью партнеров по капиталу и дистрибуции для масштабирования доступа к кредитам. На сегодняшний день Tala предоставила более 9 миллиардов долларов капитала более чем 14 миллионам клиентов в Африке, Латинской Америке и Азии, создав исчерпывающие контекстные данные о заемщиках с ограниченной кредитной историей на развивающихся рынках. Теперь Tala преобразует эту основу в общую инфраструктуру, на которой могут строить партнеры, поставщики капитала и экосистемы.
Компания дважды входила в список Fortune Impact 20, дважды — в список CNBC World’s Top Fintech Companies, пять лет подряд — в список CNBC Disruptor 50 и десять лет подряд — в список Forbes Fintech 50.
Учитывая глобальный характер нашей команды, мы придерживаемся подхода «удаленно в первую очередь», с офисными центрами в Санта-Монике, Калифорния (штаб-квартира); Найроби, Кения; Мехико, Мексика; Маниле, Филиппины; и Бангалоре, Индия.
Большинство сотрудников Tala присоединяются к нам, потому что их привлекает наша миссия. Если вас вдохновляет влияние, которое вы можете оказать в Tala, мы будем рады услышать вас!
Что вы будете делать
Руководство и развитие команды
- Руководство и развитие команды из 4–6 инженеров по машинному обучению (Machine Learning Engineers) уровня от среднего до старшего.
- Наем, поиск, собеседование и привлечение сильных талантов в области ML Engineering.
- Установление четких ожиданий, предоставление регулярной обратной связи и создание планов развития для прямых подчиненных.
- Коучинг инженеров для их роста и продвижения по службе, при этом прямое и продуманное решение проблем с производительностью.
- Создание возможностей для инженеров брать на себя сложные проекты и развивать свое техническое лидерство.
Управление выполнением инженерных задач
- Установка квартальных целей и обеспечение их последовательного достижения командой.
- Ответственность за приоритизацию работы по дорожной карте продукта, текущую операционную деятельность и операционное совершенство.
- Балансирование загрузки команды между разработкой новых функций, поддержкой, техническим долгом и поддержкой продакшена.
- Повышение производительности команды за счет сокращения переключения контекста и эффективного делегирования.
- Взаимодействие с инженерами и техническими лидерами для оценки и определения объема сложных работ.
Техническое лидерство
- Руководство разработкой платформ и фреймворков, которые позволяют специалистам по данным (Data Scientists) и аналитикам исследовать данные, разрабатывать признаки, а также обучать, тестировать, развертывать и отслеживать модели ML.
- Техническое лидерство в области инфраструктуры моделей, обработки данных в реальном времени, извлечения признаков потоковой передачи данных, пакетной обработки и систем ML в продакшене.
- Внедрение строгих инженерных практик, связанных с тестированием, автоматизацией, наблюдаемостью, отказоустойчивостью, инфраструктурой как кодом (infrastructure-as-code) и развертыванием.
- Ответственность за улучшение SLO, работоспособности при дежурствах (on-call), планирования мощностей, надежности и реагирования на инциденты.
- Проверка технических проектов и помощь в продвижении архитектурных стандартов и сокращении технического долга.
Взаимодействие с организацией
- Тесное сотрудничество с командами Data Science, Data Engineering, Data Platform, Product, Credit и Business Development.
- Трансляция бизнес- и технических потребностей в масштабируемые решения платформы ML.
- Координация зависимостей и выполнения задач между несколькими инженерными командами и командами данных.
- Помощь в создании структуры и ясности в среде, где приоритеты и требования могут меняться.
Что вам понадобится
Опыт управления
- Более 2 лет прямого управления инженерами, включая наем, управление производительностью, коучинг и развитие карьеры.
- Опыт управления командой как минимум через один полный цикл оценки производительности.
- Подтвержденная способность коучинга инженеров для продвижения по службе и эффективного решения проблем с недостаточной производительностью.
- Опыт в постановке командных целей, приоритизации, оценке и выполнении задач.
- Опыт работы с дежурствами в продакшене, реагированием на инциденты и планированием мощностей.
- Готовность активно участвовать в поиске, собеседовании и привлечении инженерных талантов.
Технический опыт
- Более 6 лет опыта разработки бэкенд-приложений (backend software engineering) для крупномасштабных потребительских приложений.
- Минимум 3 года практического опыта работы с Python.
- Опыт создания и эксплуатации систем машинного обучения или причинно-следственного вывода (causal inference) в продакшене.
- Опыт работы на ранних этапах карьеры по личному созданию и развертыванию моделей ML или инфраструктуры ML.
- Способность участвовать в обсуждениях технической архитектуры и проектирования систем и предоставлять техническое руководство без необходимости быть основным разработчиком.
- Глубокое понимание качества программного обеспечения, безопасности, надежности, тестирования и эксплуатации продакшена.
Технические навыки
Нас особенно интересуют кандидаты с опытом работы в следующих областях:
- Языки: Python, SQL
- Машинное обучение: Jupyter, Pandas, Scikit-Learn, XGBoost, TensorFlow, PyTorch, Hugging Face
- Облачные технологии и инфраструктура: AWS, GCP, Azure, Kubernetes, Docker
- Потоковая передача данных: Kafka, Kinesis, Beam, Flink, Spark Streaming
- Пакетная обработка: Airflow, Metaflow
- Базы данных: MySQL, PostgreSQL, Cassandra, Snowflake, Druid и/или аналогичные технологии
- API: REST, GraphQL, gRPC, Protocol Buffers
- Инженерная эксплуатация (Production Engineering): DevOps, SLO, мониторинг/наблюдаемость, дежурства (on-call), планирование мощностей, анализ первопричин (root-cause analysis)
- ML/Аналитика: Машинное обучение, причинно-следственный вывод (causal inference), масштабируемые алгоритмы
Наше видение — построить новую финансовую экосистему, в которой каждый может участвовать на равных условиях и иметь доступ к инструментам, необходимым для финансового благополучия. Мы твердо верим, что инклюзивность способствует инновациям, и мы гордимся тем, что у нас разнообразная глобальная команда, представляющая множество различных бэкграундов, культур и опыта. Мы нанимаем талантливых людей независимо от расы, религии, цвета кожи, национального происхождения, пола, гендерной экспрессии, сексуальной ориентации, возраста, семейного положения, статуса ветерана или инвалидности.
