États-Unis
Be Structured Technology Group
Stripe
Ingénieur Machine Learning, Radar
États-Unis
South San Francisco, California, United States · Seattle, Washington, United States
Go
Traduction automatique. Consultez l’original.
Qui sommes-nous
Ingénieur Machine Learning - Radar
À propos de Stripe
Stripe est une plateforme d'infrastructure financière destinée aux entreprises. Des millions d'entreprises, des plus grandes multinationales aux startups les plus ambitieuses, utilisent Stripe pour accepter des paiements, accroître leurs revenus et accélérer leurs opportunités commerciales. Notre mission est d'augmenter le PIB d'Internet, et nous avons une quantité considérable de travail devant nous. Cela signifie que vous avez une opportunité sans précédent de rendre l'économie mondiale accessible à tous, tout en accomplissant le travail le plus important de votre carrière.
À propos de l'équipe
L'équipe Radar ML développe les systèmes de machine learning qui alimentent la suite de produits Radar de Stripe dédiée à la lutte contre la fraude et les abus. Nos modèles prennent des décisions en temps réel sur une part significative du commerce en ligne, aidant les entreprises à stopper la fraude, à augmenter les taux d'autorisation et à se développer en toute sécurité. En transformant des jeux de données à l'échelle de l'économie en produits ML convaincants, l'équipe améliore directement les résultats des clients et génère des revenus significatifs pour Stripe.
L'équipe s'agrandit et se développe dans plusieurs nouveaux domaines. Nous construisons des protections contre les abus sur l'ensemble du cycle de vie client, des systèmes de fraude adaptatifs et personnalisables pour les grandes entreprises, ainsi qu'une intelligence des risques pour plus de 50 méthodes de paiement mondiales.
Vos missions
Qui vous êtes
Vous êtes un ingénieur ML expérimenté qui combine une expertise approfondie en modélisation avec un solide jugement en ingénierie. Vous avez géré des systèmes ML en production, livré plusieurs améliorations significatives et rendu les personnes autour de vous plus efficaces. Vous avancez rapidement sans rien casser, vous êtes à l'aise pour diriger dans l'ambiguïté et vous êtes enthousiaste à l'idée de travailler à la frontière des paiements et de l'IA, en transformant les avancées en machine learning en systèmes de production qui répondent aux nouvelles formes de fraude et d'abus.
Responsabilités
Vous serez responsable de systèmes et d'initiatives ML majeurs, de la définition du problème jusqu'à la mise en production. Vous identifierez où le ML peut faire la plus grande différence, concevrez l'approche, construirez et déploierez des modèles ainsi que les systèmes associés, et continuerez à les améliorer à mesure que les données, les utilisateurs et les attaquants évoluent.
Votre travail pourra inclure la protection des entreprises contre les abus tout au long du cycle de vie client, la création de systèmes de fraude adaptatifs et personnalisables pour les plus grands utilisateurs de Stripe, ou l'extension de l'intelligence des risques à plus de 50 méthodes de paiement mondiales. Pour toutes ces missions, vous utiliserez des approches modernes, telles que des modèles de type transformer sur les données de paiement, l'intelligence par graphes sur les consommateurs, et des LLMs capables de détecter les attaques émergentes.
Vous aurez l'opportunité de lancer des produits de 0 à 1 et d'améliorer des modèles ML critiques fonctionnant à l'échelle de Stripe, en menant souvent plusieurs efforts en parallèle et en fixant le niveau d'exigence technique pour l'équipe.
- Diriger la conception et la livraison de projets ML de bout en bout, du cadrage du problème et de l'évaluation de l'opportunité jusqu'au déploiement, au suivi et à l'itération.
- Construire, entraîner, évaluer et déployer des modèles qui détectent la fraude et les abus sur le réseau mondial de Stripe, et être responsable des systèmes de production sur lesquels ils s'exécutent.
- Enquêter sur les modèles émergents de fraude et d'abus, décider où le ML peut avoir le plus d'impact, et transformer rapidement ces insights en protections déployées.
- Concevoir des fonctionnalités, des jeux de données et des stratégies d'évaluation pour des environnements bruyants, retardés et adverses, et établir les standards de rigueur expérimentale.
- Faire des choix d'architecture et de modélisation judicieux entre la qualité du modèle, l'impact sur les utilisateurs légitimes, la latence, la fiabilité et le coût opérationnel.
- Être l'expert référent pour les systèmes dont vous avez la charge : diriger la réponse aux incidents en cas de régression des modèles, réduire la charge opérationnelle et rendre vos systèmes faciles à utiliser pour les autres.
- Collaborer avec les équipes d'ingénierie, de produit, de science des données, les experts en risques et les principaux utilisateurs de Stripe pour transformer les améliorations de modélisation en produits Radar différenciés.
- Transformer les problèmes récurrents en composants réutilisables, outils et flux de travail assistés par IA qui accélèrent l'ensemble de l'équipe.
- Encadrer les ingénieurs, fournir des revues de conception et de code réfléchies, et aider les nouveaux membres de l'équipe à monter en compétence rapidement.
Nous recherchons une personne qui répond aux exigences minimales pour être considérée pour ce poste. Si vous remplissez ces conditions, nous vous encourageons à postuler. Les qualifications souhaitées sont un bonus, pas une obligation.
Exigences minimales
- 5 ans ou plus d'expérience dans le développement, l'évaluation et le déploiement de modèles de machine learning dans un environnement de production.
- Une expérience avérée dans la direction de projets ML, de la définition du problème à la mise en production, avec un impact mesurable.
- Des bases solides en machine learning, statistiques, évaluation de modèles et conception d'expériences.
- De solides compétences en programmation et en génie logiciel, avec une expérience dans l'écriture de code testé et maintenable pour des applications ML en production.
- Expérience dans la conception et l'exploitation de systèmes ML en production, incluant plusieurs des éléments suivants : pipelines de données et de fonctionnalités à grande échelle, entraînement distribué de modèles, inférence à faible latence, déploiement de modèles ou surveillance en production.
- Expérience dans l'encadrement d'ingénieurs ou la direction technique de projets avec plusieurs contributeurs.
- Capacité à enquêter sur des problèmes ambigus, à raisonner à partir de données et à choisir des approches techniques pragmatiques.
- Capacité à communiquer clairement des idées et des résultats techniques et à collaborer efficacement entre les disciplines.
Qualifications souhaitées
- Expérience dans l'application du ML à la détection de la fraude, à l'intégrité, à la confiance et à la sécurité, à l'identité, à la cybersécurité ou à tout autre domaine adverse.
- Expérience dans le développement ou la mise en production d'approches modernes basées sur le deep learning, l'apprentissage par graphes ou les LLM.
- Expérience dans la construction et l'optimisation de systèmes ML en temps réel et à faible latence à grande échelle.
- Expérience dans la gestion de la santé opérationnelle de systèmes ML critiques, incluant l'astreinte, la réponse aux incidents et les migrations.
- Expérience dans le lancement rapide de produits de 0 à 1 ou dans le travail direct avec les clients.
- Expérience dans la création d'outils ou d'agents assistés par IA ayant augmenté de manière mesurable la vélocité d'une équipe.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil