ML Engineering Manager

В Signifyd мы помогаем продавцам уверенно развивать свой бизнес, выстраивая доверительные отношения с их клиентами. Наши передовые технологии в сочетании с командой, искренне заинтересованной в успехе наших клиентов, создают беспрепятственный опыт покупок, одобряя больше добросовестных заказов, защищая доход и радуя клиентов.

Нам доверяют тысячи ведущих продавцов в более чем 100 странах, и каждый год мы безопасно обрабатываем миллиарды транзакций. Наши сотрудники — сердце всего, что мы делаем, движущие нашей миссией вперед благодаря приверженности, эмпатии и креативности. Присоединяйтесь к нам в нашей миссии по обеспечению уверенной торговли без мошенничества, помогая онлайн-ритейлерам предоставлять превосходный клиентский опыт и искоренять мошенничество. Узнайте о наших ценностях компании здесь!

ML Engineering Manager

Отдел: AI Lab/Machine Learning

Signifyd AI Lab (SAIL) создает ML-продукты, лежащие в основе решений Signifyd по борьбе с мошенничеством и управлению рисками. Мы улучшаем предиктивные характеристики моделей, которые в масштабе принимают решения по e-commerce транзакциям, масштабируем ML-возможности нашей организации по управлению рисками и выходим на новые рынки и в новые области, расширяя рынок, на который Signifyd может продавать.

Каждое направление в этом отделе представляет собой сочетание экспериментов, кода и статистики. Мы не создаем стен между людьми, у которых есть идеи, и теми, кто их воплощает. Команда делит свое время между краткосрочными улучшениями моделей и долгосрочными инновационными ставками для повышения возможностей компании в 2027 году и далее. Эти ставки возникают снизу вверх в среде, где мы считаем, что те, кто ближе всего к проблемам, лучше всего понимают, как их решить.

Мы ищем менеджера для руководства одной из команд этого отдела.

Lead and grow the team

• Руководить развитием карьеры, наставлять команду, управлять конфликтами и поддерживать позитивную, коллаборативную среду в географически распределенной организации
• Регулярно проводить индивидуальные встречи, давать постоянную обратную связь и создавать безопасную среду для открытого обсуждения — включая обсуждения, следующие за неудачным экспериментом
• Поощрять культуру обучения и совершенствования, предоставлять техническое руководство и поддерживать членов команды как в технических, так и в межличностных навыках
• Определять и устранять пробелы в возможностях и процессах команды для повышения ее эффективности и успеха

Run a portfolio of experiments, not a delivery queue

• Сотрудничать с вашими техническими лидерами, которые отвечают за техническую дорожную карту своих направлений. Ваша задача — не быть единственным источником идей, а подвергать их критике, оттачивать, убеждаться, что наиболее сильные получают ресурсы, и обеспечивать людям, которые их генерируют, пространство и поддержку для этого
• Принимать решения, которые не может принять дорожная карта: каким гипотезам выделять вычислительные ресурсы и персонал, какие получат еще одну итерацию, а какие — четкое, документированное "нет". Хорошо проведенный отрицательный результат — это реальный результат, и мы относимся к нему именно так
• Управлять компромиссом между целевым показателем улучшения, который вы должны достичь в этом году, и исследовательскими ставками, которые могут не окупиться в течение нескольких кварталов. Вы будете пересматривать этот бюджет по мере поступления доказательств и сможете объяснить обоснование как вашей команде, так и заинтересованным сторонам
• Привносить строгость в то, как команда определяет, что сработало. Офлайн-результаты должны предсказывать онлайн-поведение; сильная точечная оценка в одном окне оценки — это отправная точка, а не заключение
• Обеспечивать выполнение работ в соответствии с графиком. Независимые экспериментальные направления должны объединяться в кандидата на выпуск, оцениваться сквозным образом и отгружаться — включая трудное решение исключить определенное направление из релиза, если оно не оправдывает себя

Set direction from data, in partnership with Risk

• Работать напрямую с нашими партнерами из отдела управления рисками в качестве ваших основных заинтересованных сторон. Наши обязательства перед ними явные, измеримые и задокументированные; мы обеспечиваем производительность моделей, а они отвечают за пороговые значения, правила и то, как решения применяются к продавцам
• Работать с высокой степенью автономии. Наше направление определяется измеримой производительностью в соответствии с этими обязательствами и тем, что говорят наши собственные эксперименты, а не бэклогом продуктов, переданным команде. Ожидается, что вы будете знать, над чем должна работать ваша команда, и отстаивать это, а не ждать указаний
• Сотрудничать с нашими командами по разработке платформ и инфраструктуры в отношении систем функций, конвейеров обучения и инструментов для экспериментов, на которые полагается ваша команда — и четко определять границы того, что должна контролировать SAIL, а что относится к разработке
• Представлять результаты вашей команды широкой аудитории: руководству инженерного отдела, руководителям отдела управления рисками и всей компании

Вы — практичный "Player-Coach", который преуспевает в условиях неопределенности — где дорожная карта представляет собой набор гипотез, а ответ на вопрос "будет ли это работать?" — "мы узнаем через три недели".

Вы привносите:

Техническую компетентность (The "Player"): Вы остаетесь достаточно близко к работе, чтобы иметь обоснованное мнение. Вы читаете код, анализируете конвейеры оценки и можете сразу отличить статистический результат, который будет работать в продакшене, от того, который случайно выглядел хорошо в одном тестовом окне.

Лидерство и строгость (The "Coach"): Вы устанавливаете высокую планку доказательств, не становясь узким местом для экспериментов. Вы наставляете инженеров в вопросах качества их кода и переводите сложные метрики производительности ML в четкие бизнес-результаты для руководства отдела управления рисками.

Экспертное суждение: Вы знаете, как сбалансировать исследовательские ставки с квартальными результатами, как выразить несогласие и приверженность принятым решениям, и как создать среду, где хорошо документированные отрицательные экспериментальные результаты приветствуются как реальный прогресс.

• Около 5 лет опыта в области машинного обучения, науки о данных или смежной области разработки программного обеспечения, включая как минимум 3 года управления людьми — руководство развитием карьеры, разрешение конфликтов и создание здоровой, высокопроизводительной команды
• Истинная глубина знаний по крайней мере в одной из областей: инженерия или прикладная статистика, и реальная рабочая компетентность в другой. Мы не нанимаем менеджера аналитиков и не нанимаем менеджера чисто программной команды. Наши инженеры обучают продакшн-модели, которые обрабатывают значительный трафик, и мы ожидаем, что их менеджер сможет технически участвовать в этой работе
• Продемонстрированная способность руководить работой в условиях реальной неопределенности: устанавливать направление, когда ответ еще не известен, менять курс, когда это говорят доказательства, и сообщать об этом, не подрывая уверенности вашей команды
• Отличные письменные и устные коммуникативные навыки. Большая часть нашего принятия решений происходит в документах, и мы ожидаем, что менеджеры будут хорошо писать
• Автономия в определении приоритетов и оценке влияния результатов, а также комфорт работы без пристального надзора в быстро меняющейся среде
• Приверженность качеству. Вы гордитесь работой, отличающейся правильностью, воспроизводимостью и надежностью, и вы устанавливаете этот стандарт для своей команды
• Кандидаты должны проживать в Венгрии

• Stock Options
• Annual Performance Bonus or Commissions
• Pension matched up to 3%
• ‘Day one’ access to great health insurance scheme
• Paid team social events
• Mental wellbeing resources
• Dedicated learning budget through Learnerbly