Nous utilisons des cookies techniques et le journal de visites anonymisé de Zorky. Yandex Metrica (données stockées sur des serveurs en Russie) ne fonctionne qu'avec votre consentement. Nous ne vendons jamais de données. En savoir plus sur les cookies et les statistiques.
Zorky est en mode test — tout est gratuit. Les offres et les pages des entreprises sont ouvertes à tous ; les liens vers les annonces et votre sélection personnelle s'ouvrent après inscription. Inscription →
← Toutes les offres

Staff Engineer, Machine Learning & Data Infrastructure

PrincipalofficeAPAC; Singapore, Singapore, SGaujourd'hui
Analyses du marché
📊 Architecture: salaires et demande sur le marché
Stack
c++clouddatabricksdelta lakeflinkgojavakafkamlflowpythonsagemakerscala
Afficher l'entreprise et le lien
Gratuit, après connexion.
Postuler
Déposez votre CV : des employeurs et recruteurs de différents pays qui cherchent votre profil pourront vous contacter directement.
Envoyer votre CV →

Description

Staff Engineer, Machine Learning & Data Infrastructure

We are looking for an experienced engineer to lead the architecture and hands-on development of the ML and data infrastructure behind our risk and fraud prevention systems. You will help teams move models from experimentation into reliable production services, improve model execution performance, and build scalable data foundations for training, evaluation, and real-time decisions.

Missions

Responsibilities

  • Improve model inference latency, throughput, resource utilization, and cost. Profile the full prediction path—from feature retrieval and preprocessing to model execution—and deliver measurable improvements without unacceptable model-quality regressions.
  • Build reusable infrastructure for model packaging, versioning, deployment, serving, monitoring, and rollback across cloud platforms and regions.
  • Design and optimize offline data pipelines on Databricks, Apache Spark, and warehouse/lakehouse technologies, addressing data modeling, partitioning, joins, shuffles, skew, incremental processing, and cost.
  • Connect offline and online feature pipelines, ensuring point-in-time correctness, consistent feature definitions, freshness, lineage, and reproducible backfills.
  • Evolve reliable feature services and data integrations supporting risk models and decision systems.
  • Set technical direction, mentor engineers, and lead delivery across ML, data engineering, cloud infrastructure, security, and product teams.

Required qu

Description complète, entreprise et lien pour postuler : après connexion. Se connecter
Les contacts de l'employeur (e-mail/téléphone/telegram) sont masqués dans l'aperçu public. Envoyez votre CV pour que les employeurs puissent vous contacter directement.
Question urgente ? Écrivez à @termdocs