Usiamo cookie tecnici e il registro anonimo delle visite di Zorky. Yandex Metrica (dati conservati su server in Russia) funziona solo con il tuo consenso. Non vendiamo mai dati. Ulteriori informazioni su cookie e statistiche.
Zorky è in modalità test: è tutto gratuito. Le offerte e le pagine delle aziende sono aperte a tutti; i link agli annunci e la tua selezione personale si aprono dopo la registrazione. Registrati →
← Tutte le offerte

Staff Engineer, Machine Learning & Data Infrastructure

PrincipalofficeAPAC; Singapore, Singapore, SGoggi
Analisi del mercato
📊 Architecture: stipendi e domanda sul mercato
Stack
c++clouddatabricksdelta lakeflinkgojavakafkamlflowpythonsagemakerscala
Mostra azienda e link
Gratis, dopo l'accesso.
Candidati
Carica il tuo CV: datori di lavoro e recruiter di diversi paesi che cercano il tuo profilo potranno contattarti direttamente.
Invia il tuo CV →

Descrizione

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.

Responsabilità

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

Descrizione completa, azienda e link per candidarti: dopo l'accesso. Accedi
I contatti del datore di lavoro (email/telefono/telegram) sono nascosti nell'anteprima pubblica. Invia il tuo CV così i datori di lavoro possono contattarti direttamente.
Domanda urgente? Scrivi a @termdocs