Machine Learning Engineer, Link

<h2>Quem somos</h2> <h3>Sobre Listra</h3> <p><span style="font-peso: 400;"> A Stripe é uma plataforma de infraestrutura financeira para as empresas. Milhões de empresas – desde as maiores empresas do mundo até as startups mais ambiciosas – usam o Stripe para aceitar pagamentos, aumentar sua receita e acelerar novas oportunidades de negócios. Nossa missão é aumentar o PIB da internet, e temos uma quantidade impressionante de trabalho pela frente. Isso significa que você tem uma oportunidade sem precedentes de colocar a economia global ao alcance de todos enquanto faz o trabalho mais importante de sua carreira.</span></p> <h3>Sobre a equipa</h3> <p>Link é uma carteira digital projetada para pagamentos online rápidos e seguros. Ele permite que os consumidores salvem e usem seus métodos de pagamento preferidos em toda a rede Link, ajudando-os a verificar de forma rápida e segura onde o Link for aceito.</p> <p>A equipe Link Fraude e Auth trabalha para tornar Link a forma mais confiável e mais eficiente de pagar. Protegemos os consumidores e comerciantes contra fraudes, abusos e perdas financeiras ao maximizar as taxas de autorização para bons usuários. Nosso trabalho abrange experiências voltadas para o consumidor, infraestrutura de pagamento e sistemas de risco com ML.</p> Gerenciamos fraudes e riscos financeiros em uma gama crescente de recursos novos do Link, incluindo carteira agente do Link, saldo armazenado e LPMs. A equipe também possui Pagamentos Instant Bank, um método de pagamento proprietário construído em trilhos ACH, oferecendo aos comerciantes confirmação imediata, protegendo-os de retornos iniciados pelo banco. O IBP é o coração do mecanismo de receita da Link, dando aos engenheiros da LFA a oportunidade de moldar e escalar um dos produtos mais importantes da Link.</p> <h2>O que você vai fazer</h2> <p>Como engenheiro de aprendizado de máquina em Link Fraude e Auth, você construirá e operará modelos e sistemas de decisão de risco que protegem Link enquanto ajudam pagamentos mais legítimos. Você trabalhará em todo o ciclo de vida de aprendizado de máquina, desde analisar padrões de fraude e identificar oportunidades até construir, implantar, monitorar e melhorar modelos na produção. Você usará dados para formar hipóteses, fazer escolhas práticas de modelagem e definir direção técnica em parceria com Engenharia, Produto e Ciência de Dados. Seu trabalho influenciará diretamente o desempenho de fraude da Link, as taxas de autorização e a capacidade de expandir para novos produtos e experiências de pagamento.</p> <h3>Responsabilidades</h3> <ul> <li> Crie, treine, avalie, implante e possua modelos de aprendizado de máquina que detectem fraude e abuso em Link.</li> Use conjuntos de dados em larga escala para investigar ameaças emergentes, desenvolver hipóteses e identificar oportunidades para melhorar o desempenho dos pagamentos.</li> Desenvolver soluções pragmáticas de aprendizagem de máquina, incluindo modelos baseados em árvores e outras abordagens adequadas para a tomada de decisões de risco em tempo real.</li> <li>Design data pipelines, recursos, métodos de avaliação, experimentos e sistemas de monitoramento que suportam modelos de produção confiáveis.</li> <li> Crie e melhore sistemas de decisão de risco que se integram com outras partes da pilha de pagamentos da Stripe.</li> <li> Próprios problemas ambíguos da análise inicial e definição do problema através do design técnico, implementação, lançamento, medição e iteração.</li> Colaborar com parceiros de Engenharia, Produto, Ciência de Dados e Risco em toda a Stripe para transformar melhorias de modelo em resultados de produto duráveis.</li> </ul> <h2><forte> Quem você é</forte></h2> <p><span style="font-peso: 400;"> Estamos à procura de alguém que atenda aos requisitos mínimos a serem considerados para o papel. Se cumprir estes requisitos, é incentivado a aplicar. As qualificações preferenciais são um bónus, não um requisito.</span></p> Requisitos mínimos </h3> <ul> <li>6+ anos de experiência na indústria de construção e transporte de modelos de aprendizado de máquina na produção.</li> Competências de programação fortes em Python e experiência com dados comuns e ferramentas de aprendizado de máquina, como SQL, Spark e XGBoost.</li> <li> Forte conhecimento dos sistemas de aprendizado de máquina de produção, incluindo pipelines de dados, desenvolvimento de recursos, avaliação de modelos, implantação, monitoramento e iteração.</li> <li>Experiência trabalhando com conjuntos de dados grandes e complexos e aplicando análises de dados, estatísticas e fundamentos de experimentação.</li> A capacidade demonstrada de resolver um problema de negócios em aberto, determinar onde o aprendizado de máquina pode ajudar e possuir a solução através da produção.</li> <li> Forte julgamento na seleção de abordagens práticas de modelagem e avaliação de tradeoffs entre desempenho do modelo, complexidade do sistema, latência e impacto empresarial.</li> Competências de colaboração fortes e capacidade de trabalhar em equipes e contribuir para o sucesso dos pares.</li> </ul> <h3><forte> Qualificações preferenciais</forte></h3> <ul> <li> Experimente aplicar aprendizado de máquina para detecção de fraudes, modelagem de risco, autorização de pagamento, identidade, segurança de conta ou outro domínio contraditório.</li> <li>Experiência de construção em tempo real, aprendizagem de máquina de baixa latência ou sistemas de decisão de risco em escala.</li> Experimente integrar modelos em serviços de produção e projetar sistemas confiáveis em torno de saídas de modelos.</li> Experiência com pagamentos, fintech, carteiras digitais ou movimento monetário.</li> <li> Fortes habilidades de engenharia de software e experiência em projetar soluções através do aprendizado de máquina e pilha de produtos.</li> </ul>