Senior ML-Engineer

Ищем ML-инженера с 5+ годами опыта на удаленную работу в потрясающую компанию с сильной командой ;-)

Подробнее

Мы делаем фандрайзинговую платформу Fundraise Up. Цель в том, чтобы быть самым удобным и самым быстрым способом сделать донат в пользу некоммерческого фонда. Мы изобретаем способы ускорить загрузку, увеличить конверсию, принять оплату разными способами и т.д. Каждый месяц люди со всего мира донатят десятки миллионов долларов через наши формы.

Крупнейшие некоммерческие организации мира используют наше решение чтобы собирать деньги. UNICEF (самый известный международный фонд ООН) делает весь онлайн-фандрайзинг на нашей платформе. Аналогично поступают Барак Обама, Ассоциация изучения Альцгеймера и многие другие. Наш рейтинг на самой популярной платформе для отзывов — 4.9 из 5.

Мы работаем в энтерпрайз-сегменте. Наши клиенты находятся по всему миру, но основная концентрация приходится на США, Канаду, Великобританию и Австралию.

Команда

В компании работает 350+ человек. В офисе в Нью-Йорке маркетинг, продажи, онбординг и саппорт. Удаленно мы принимаем продуктовые решения, делаем дизайн и разработку.

Команда сильная и в этом отдельный кайф — всегда интересно быть в окружении крутых людей, которые делятся опытом. Коллеги всегда помогут найти хорошее решение. Приветствуется задавать вопросы и делиться знаниями.

Кого ищем

Мы ищем ML-инженера с опытом промышленной разработки от 5 лет, который усилит нашу ML-команду. Мы работаем как внутренний сервис и экспертный центр для 10+ продуктовых команд Fundraise Up. Это значит, что вы не будете привязаны к одной фиче: сегодня вы помогаете подобрать оптимальную сумму доната и оптимизировать предложения upsellа, а завтра внедряете умного помощника в админку или работаете над классификацией транзакций.

Мы активно внедряем не только классический ML, но и RL, а также развиваем LLM-решения (генерация, классификация, агенты), поэтому ищем человека с широким кругозором, который не боится пробовать новое и выбирать наиболее эффективный инструмент для каждой задачи.

Основная аудитория проекта и бизнес-команда находятся в США. Несмотря на то, что команда разработки продукта говорит по-русски, возможно иногда придется писать на английском языке.

Пара важных вещей

• Мы работаем удаленно, но с 9 до 18 часов по CET. В это время мы интенсивно созваниваемся и много обсуждаем.
• Итоговая сумма компенсации будет зависеть от вашего опыта, результатов тестового задания и технического интервью, а так же вашей страны проживания.

Формальный список того, что нужно делать

• Разрабатывать и внедрять ML-решения для различных направлений бизнеса на табличных данных (Uplift модели, RecSys). Также у нас активно разрабатываются проекты, в которых потребуются ecom-механики.
• Выбирать наиболее подходящие ML/LLM подходы или предлагать альтернативные варианты решения.
• Реализовывать e2e ML-решения: подготовка данных, обучение, разработка API и мониторинг.
• Проектировать LLM-powered фичи: от простых классификаторов и генерации контента до сложных AI-ассистентов и чат-ботов.
• Работать с полным циклом жизни LLM: Golden dataset, Prompt Engineering, Fine-tuning, оценка качества ответов (Evaluation).

Профессиональные требования

• Опыт в ML/DS от 5 лет на реальных продуктовых задачах.
• Глубокая экспертиза в ML и матстате: уверенное владение классическими алгоритмами (особенно градиентным бустингом) и понимание современных подходов в NLP/LLM.
• Работа с метриками: умение связывать ML-метрики (ROC-AUC, F1, RMSE) с бизнес-показателями (CR, LTV).
• Инженерная культура: уверенный Python и продуктовый подход к разработке. Мы ценим чистый код, знание паттернов проектирования и инженерный подход к разработке.
• Работа с данными: продвинутый SQL. Вы можете самостоятельно и быстро собирать сложные выборки из Clickhouse и эффективно работать с MongoDB.
• Понимание MLOps: практический опыт работы с инструментами трекинга экспериментов и понимание процессов доставки кода в продакшн (Docker, Git, CI/CD).
• Автономность: способность декомпозировать задачу, выбрать оптимальный стек (или аргументированно предложить решение без ML) и довести её до релиза.

Стек технологий

• Core: Python (uv, ruff), FastAPI, Pydantic, Docker.
• Models: CatBoost, Uplift Modeling (CausalML), OpenAI (RAG, Prompt-Engineering)
• Data: Clickhouse, MongoDB, Pandas, Polars, Redis
• MLOps: MLflow, Airflow
• Monitoring: Grafana, Sentry.

Зачем мы вам

• Мы строим сильную команду людей с горящими глазами. У каждого свой опыт, которым он охотно делится.
• У нас нет ветвистой иерархии, все люди доступны на расстоянии zoom-звонка. В компании открыта почти вся финансовая статистика, мы регулярно рассказываем как устроен продукт, продажи, саппорт, откуда появляются клиенты и деньги, что интересного случилось и т.д.
• Мы верим в долгие отношения и выдаем сток-опции. Компания хорошо растет — только за прошлый год мы вырастили метрики в два раза.

Бонусы

Нам важно чтобы работая удаленно, вы чувствовали себя комфортно. Мы отправляем сотрудникам Macbook и нужное число мониторов. Если ваше рабочее место не обустроено, то пришлем стол, удобное кресло и все что нужно для продуктивной работы.

Полностью оплачиваем необходимое ПО, книги и коворкинг, если не хотите работать из дома. Помогаем с оплатой спортзала и бассейна, курсов английского и любого профильного образования.

Раз в год собираемся всей командой где-нибудь в крутом месте - жили на вилле у моря на Кипре, встречались в отеле под Тбилиси, устраивали недельный выезд на курорт в Турции. В следующем году будет что-то новое :-)

Дополнительные инструкции

Напишите в отклике пару слов о своем опыте и о том, чем вас привлекла вакансия.