AI ML Engineer - Anti-fraud (Senior / Middle, AI RnD команда)

Описание

В конце 2025 года запущено новое направление - ФинТех AI RnD. Оно полностью основано на передовых направлениях в области машинного обучения и искусственного интеллекта в разрезе как исследований (Research), так и инженерных разработок (Development) в условиях наличия огромного объема внутренних данных финтех-направления (финансовые транзакции, кредитные обращения, рекомендации, покупки и т.п.). Наша цель - создать исследовательский центр экспертизы в AI/ML для выведения финтех-направления на передовые позиции в России и за рубежом. Ваша роль и задачи: Вы станете одним из первых инженеров нашего AI/ML-направления с задачами по исследованию данных и участии в запросах по их улучшению, проведением экспериментов, дообучением моделей, внедрением их в продукты и работой с обратной связью от заказчиков. От вас потребуется: Строить модели для детекции фрода и оценки рисков, а также детекции аномалий, предсказания редких событий Исследовать разные типы фрода - текущие и возможные будущие Объединять разнородные финансовые данные, в т.ч. транзакции, поведение клиента, fingerprints устройств, связи между клиентами, и другие сигналы Уметь воспроизводить модели по публикациям / публичному коду Разрабатывать методологии оценки, бенчмарки, фреймворки для финансовых задач, в которых наблюдается крайне несбалансированные данные Оптимизировать скорость, качество, эффективность обучения на CPU/GPU Участвовать в конечной процедуре развертывания прототипа в реальный продукт, и последующей поддержке Обучать и до-обучать оптимальные трансформерные и рекуррентные архитектуры на временных рядах Понимать разницу между условиями применения RNN и Transformers Использовать лучшие принципы пайплайнов данных и ML-жизненного цикла (MLOps, мониторинг моделей) Взаимодействовать с командами AI разработки, так и с продуктовой и бизнес-командой для поиска лучших решений Делиться экспертизой с коллегами, помогать формировать культуру ML экспериментов внутри команды Что ждём от вас: Фундаментальные знания, образование и опыт: Законченный специалитет/магистратура с фокусом на одно или более направлений: Компьютерные Науки, Искусственный Интеллект, Математика или близко связанные области Экспертные знания и исследования в одном или более направлений: Машинное Обучение, Глубокое Обучение, Статистика, Теория Вероятностей или близко связанные области Умение приближать и оценивать плотность ядра Опыт работы с крайне несбалансированными данными Практика генерации состязательных (adversarial) данных / данных вне распределения (out-of-distribution) / аномалий Работа с аномалиями \ фродом Применение бустингов, автоэнкодеров, изоляционного леса, контрастного подхода, одноклассовых классификаторов Понимание дрифта распределений Опыт работы с большими и неоднородными данными, в т.ч. проведение изначального исследования данных Умение подготовить и развернуть модель в тестовом окружении Опыт работы с feature stores Желательно - научные публикации в любой из топовых конференций ( CVPR, ICLR, ICML, NeurIPS, ICCV, AAAI, IJCAI, ICAIF и т.п.) Опыт или знания финтех области (желательно): фрод платежей, AML (Anti-Money Laundering), trust/safety системы, адаптивные системы (RL, активное обучение и human-in-the-loop, explainable AI Опыт командной работы Опыт удаленной работы Технологические навыки: Python как основной язык разработки Опыт работы с ML-фреймворками ( PyTorch / JAX / TensorFlow ) Опыт распределенного обучения и тестирования (multi-GPU) ClickHouse / GreenPlum СУБД Опыт использования формата Spark Parquet Работа с TensorRT (оптимизация) / Triton (serving) Владение контейнеризацией Docker, а также опыт работы с оркестрацией Kubernetes Опыт в MLFlow Высокие технические стандарты Особенно заинтересованы в кандидатах, которые: Свободно чувствуют в условиях редких и ненадежных меток, адаптивных атак Считают, что перевод исследования в рабочий продукт - крайне важная часть работы, и легко могут переводить идеи \ прототипы \ статьи в production Критически мыслят по поводу дизайна экспериментов и статистической стабильности, а также устойчивости моделей Комфортно чувствуют в условиях шумных, разнородных данных реального финансового мира Умеют балансировать между любопытностью и инженерным прагматизмом Раскрываются в окружениях, где исследователи, инженеры, и бизнес быстро итерируются Что мы предлагаем: Интересные задачи и масштаб: уникальная возможность поработать в RnD отделе, результаты исследований которого могут преобразить финтех-индустрию Рост и развитие: привилегия использовать часть рабочего времени для самостоятельного исследовательского проекта Техническая свобода: участие в выборе инструментов и формировании решений Гибкий формат работы: Удаленная работа или офис в самом центре Москвы (ул. Мясницкая, 16) Возможность поработать в атмосфере небольшой уютной компании, где все решается быстро, в дружеской обстановке и без бюрократии Официальное трудоустройство в соответствии с ТК РФ в аккредитованную IT-компанию ДМС и страхование от несчастных случаев с первой рабочей недели, оплату больничных за первые 10 дней до 100% от оклада Современная техника для работы (Macbook, мониторы, и все что вам нужно для комфортной работы Ежегодные корпоративы с компенсацией дороги и проживания Если хотите участвовать в становлении исследовательского центра RnD для нужд финтех-индустрии, быть готовым внедрять решения в реальные B2B-решения и влиять на их качество, будем рады познакомиться! 🚀