Machine Learning Engineer II (Underwriting ML)

В команде Underwriting ML вы будете создавать и улучшать системы машинного обучения, которые принимают решения о транзакциях в реальном времени, оценивая риск возврата и ожидаемую стоимость каждой покупки в Affirm. Вы будете тесно сотрудничать с опытными ML‑инженерами, партнёрами по платформе и кросс‑функциональными заинтересованными сторонами, переводя модели от идеи к прототипу и в продакшн, а также поддерживая их здоровье с помощью надёжных измерений и мониторинга по мере изменения поведения пользователей и макроэкономических условий.

• Вы будете разрабатывать и улучшать модели предсказания underwriting, используя различные подходы для табличных и последовательных данных
• Вы будете строить и масштабировать конвейеры признаков и обучающие наборы данных из собственных и сторонних сигналов, при необходимости сотрудничая с командами данных и платформы.
• Вы будете прототипировать новые идеи моделирования и признаки, проводить офлайн‑эксперименты и внедрять лучшие подходы в продакшн с соответствующим контролем рисков.
• Вы будете помогать выводить модели в продакшн: интегрировать их в пакетные и/или реальном‑времени системы принятия решений, улучшать надёжность, задержку и операционную устойчивость.
• Вы будете инструментарировать и мониторить состояние модели и данных, а также помогать определять рабочие процессы переобучения/бэктестинга.
• Вы будете сотрудничать с Engineering, Risk Analytics, Product и ML Platform для определения требований, оценки компромиссов и чёткого донесения результатов как до технической, так и до нетехнической аудитории.

• У вас есть суммарный опыт работы 2+ года в качестве инженера машинного обучения или степень PhD в релевантной области.
• Сильные навыки Python и опыт написания кода production‑quality.
• Опыт построения и оценки моделей для задач классификации (желательно градиентно‑усиленные деревья решений, такие как LightGBM/XGBoost/CatBoost или аналогичные).
• Опыт работы с фреймворком глубокого обучения (предпочтительно PyTorch).
• Опыт работы с распределённой обработкой данных или параллельными вычислительными фреймворками (предпочтительно Spark; Ray/Dask или аналогичные).
• Опыт использования инструментов жизненного цикла ML для оркестрации обучения, экспериментов и мониторинга моделей (например, Kubeflow, Airflow, MLflow или эквивалентные внутренние платформы).
• Владение AI‑инструментами для разработчиков (например, Claude Code, Cursor или аналогичные) для ускорения итераций, отладки и качества кода в повседневных процессах разработки.
• Вы умеете брать простую задачу или бизнес‑сценарий и превращать их в решение, взаимодействующее с несколькими программными компонентами, и реализовывать его, пиша ясный, легко понимаемый, хорошо протестированный и расширяемый код.
• Вы комфортно ориентируетесь в большом кодовом базе, отлаживаете чужой код и даёте обратную связь другим инженерам через code reviews.
• Ваш опыт демонстрирует, что вы берёте на себя ответственность за своё развитие, активно запрашивая обратную связь у команды, менеджера и заинтересованных сторон.
• У вас сильные устные и письменные коммуникативные навыки, поддерживающие эффективное сотрудничество с нашей глобальной инженерной командой.
• Эта позиция требует либо эквивалентного практического опыта, либо степени бакалавра в смежной области.

• Медицинское покрытие без затрат: мы покрываем 100 % премий для сотрудников и их иждивенцев.
• Стипендии на расходы: ежемесячные стипендии поддерживают вашу техническую настройку и позволяют выбирать варианты здоровья и благополучия, которые подходят вам.
• Отдых для восстановления: гибкий отпуск и щедрые праздничные календари помогают вам отдохнуть, когда это необходимо.
• Владейте частью того, что создаёте: наш план покупки акций сотрудниками (ESPP) позволяет покупать акции Affirm со скидкой.
• Remote‑first с встроенной гибкостью. Большинство ролей можно выполнять из почти любой точки страны, где вы работаете. Некоторые позиции могут иногда требовать личного присутствия в офисе Affirm, а несколько — офисной работы из‑за характера задач. Все новые сотрудники получат приглашение на очный вводный опыт.