Менеджер, інженерія машинного навчання

Про Талю

Tala — це власна кредитна інфраструктура штучного інтелекту, яка з’єднує світовий капітал із глобальною більшістю. Ми поєднуємо власну інформацію про ризики з розширенням мережі партнерів з капіталу та дистрибуції, щоб забезпечити доступ до кредитів у великих масштабах. На сьогоднішній день Tala розподілила понад 9 мільярдів доларів капіталу понад 14 мільйонам клієнтів в Африці, Латинській Америці та Азії, створивши остаточний контекстний набір даних про позичальників з тонкими файлами на ринках, що розвиваються. Зараз Tala перетворює цю основу на спільну інфраструктуру, на якій можуть будувати партнери, постачальники капіталу та екосистеми.

Компанія входила до списку Fortune Impact 20, CNBC двічі включала найкращі фінтех-компанії світу, CNBC Disruptor 50 протягом п’яти років і список Forbes Fintech 50 десять років поспіль.

Враховуючи глобальний характер нашої команди, ми працюємо на принципі дистанційного підходу з офісними центрами в Санта-Моніці, штат Каліфорнія (штаб-квартира); Найробі, Кенія; Мехіко, Мексика; Маніла, Філіппіни; і Бангалор, Індія.

Більшість талазенців приєднуються до нас, тому що вони пов’язані з нашою місією. Якщо ви сповнені енергії від впливу, який ви можете зробити в Tala, ми будемо раді почути від вас!

Роль

Ми шукаємо менеджера з машинного навчання, який би очолював команду Tala ML Platform. Ця особа керуватиме командою інженерів машинного навчання, відповідальною за створення платформ, фреймворків та інфраструктури, які дозволять нашим командам Data Science безпечно навчати, розгортати, контролювати та використовувати моделі машинного навчання в масштабі.

Це керівна роль гравця та тренера. Ви відповідатимете за розвиток і зростання команди, а також забезпечуватимете достатнє технічне керівництво, щоб керувати архітектурою, інженерними методами, надійністю та виробничими системами. Особлива увага приділяється системі машинного навчання в режимі реального часу та потокових даних, а також платформам, які підтримують розробку та розгортання пакетної моделі.

Що ви зробите

Очолюйте та розвивайте команду

• Керуйте та розвивайте команду з 4–6 інженерів машинного навчання середнього та старшого рівнів.

• Наймайте, шукайте, проводите співбесіди та закривайте сильних талантів MLE.

• Установіть чіткі очікування, надавайте регулярний зворотний зв'язок і створюйте плани розвитку для прямих підлеглих.

• Навчайте інженерів до зростання та просування по службі, безпосередньо й продумано вирішуючи проблеми з продуктивністю.

• Створюйте можливості для інженерів братися за складні проекти та розвивати своє технічне лідерство.

Власна інженерна доставка

• Ставте щоквартальні цілі та переконайтеся, що команда постійно досягає їх.

• Власне розставляння пріоритетів щодо розробки дорожньої карти продукту, ведення бізнесу та операційної досконалості.

• Збалансуйте потенціал команди щодо нової розробки, технічного обслуговування, технічної заборгованості та підтримки виробництва.

• Підвищення продуктивності команди шляхом зменшення перемикання контексту та ефективного делегування.

• Співробітництво з інженерами та технічними лідерами для оцінки та визначення обсягу складних робіт.

Забезпечення технічного лідерства

• Керуйте розробкою платформ і фреймворків, які дозволяють спеціалістам з обробки даних і аналітикам досліджувати дані, розробляти функції, навчати, тестувати, розгортати та контролювати моделі ML.

• Забезпечення технічного лідерства в інфраструктурі моделей, висновках у реальному часі, вилученні потокових функцій, пакетній обробці та виробничих системах машинного навчання.

• Дотримуйтеся надійних інженерних методів щодо тестування, автоматизації, спостережливості, відмовостійкості, інфраструктури як коду та розгортання.

• Володіти та вдосконалювати SLO, стан здоров’я за викликом, планування потужностей, надійність та реагування на інциденти.

• Огляд технічних проектів і допомога в створенні архітектурних стандартів і скороченні технічної заборгованості.

Партнерство в усій організації

• Тісно співпрацюйте з командами Data Science, Data Engineering, Data Platform, Product, Credit і Business Development.

• Транслюйте ділові та технічні потреби в масштабовані рішення платформи машинного навчання.

• Координуйте зв’язки між кількома групами розробки та обробки даних.

• Допоможіть створити структуру та ясність у середовищі, де пріоритети та вимоги можуть змінюватися.

Що вам знадобиться

Досвід управління

• 2+ роки безпосереднього керівництва інженерами, включаючи наймання, управління продуктивністю, коучинг та розвиток кар’єри.

• Досвід управління командою протягом принаймні одного повного циклу продуктивності.

• Продемонстрована здатність тренувати інженерів до просування по службі та ефективно вирішувати проблему недостатньої продуктивності.

• Досвід володіння командними цілями, визначенням пріоритетів, оцінкою та доставкою.

• Досвід роботи з виробництвом за викликом, реагування на інциденти та планування потужностей.

• Бажання брати активну участь у пошуках, співбесідах і закритті інженерних кадрів.

Технічний досвід

• Більше 6 років досвіду розробки програмного забезпечення для програм споживчого масштабу.

• Принаймні 3 роки практичного досвіду роботи з Python.

• Досвід створення й експлуатації систем машинного навчання чи причинно-наслідкових висновків у виробництві.

• Попередній досвід особистого створення та розгортання моделей або інфраструктури машинного навчання.

• Здатність брати участь в обговореннях технічної архітектури та дизайну системи та забезпечувати технічне керівництво без необхідності бути основним програмістом.

• Чітке розуміння якості програмного забезпечення, безпеки, надійності, тестування та виробничих операцій.

Технічні навички

Нас особливо цікавлять кандидати з досвідом у:

• Мови: Python, SQL

• Машинне навчання: Jupyter, Pandas, Scikit-Learn, XGBoost, TensorFlow, PyTorch, Hugging Face

• Хмара та інфраструктура: AWS, GCP, Azure, Kubernetes, Docker

• Потокове передавання: Kafka, Kinesis, Beam, Flink, Spark Streaming

• Пакетна обробка: Airflow, Metaflow

• Бази даних: MySQL, PostgreSQL, Cassandra, Snowflake, Druid та/або подібні технології

• API: REST, GraphQL, gRPC, буфери протоколів

• Виробнича інженерія: DevOps, SLO, моніторинг/спостереження, виклики, планування потужностей, аналіз першопричин

• ML/Analytics: машинне навчання, причинний висновок, масштабовані алгоритми

Компенсація…

Джерело: Jobicy (https://jobicy.com/jobs/156097-manager-machine-learning-engineering)