Applied ML Engineer - Financial Crime

HireHi; Greater London; On-site; GBP 145,000 - 182,000; Full time

Benefits offered by this job

RSUs

Wise Benefits

Job summary

Wise ищет опытного специалиста по ML для разработки и внедрения моделей глубокого обучения в сфере финансовой безопасности в рамках глобальных платежей. Вы будете работать над архитектурой, обучением и развёртыванием моделей, обеспечивая масштабируемость и точность в реальном времени.

Кандидат должен иметь подтверждённый опыт вывода моделей на продакшн, владение PyTorch и Python, а также способность руководить техническими дискуссиями и наставлять команды.

Qualifications

• Производственный опыт вывода моделей глубокого обучения в крупном масштабе.
• Способность автономно принимать архитектурные решения по выбору моделей, обучению и обслуживанию.
• Сильные основы глубокого обучения и моделирования последовательностей.

Responsibilities

• Разрабатывать и внедрять модели ML/Deep Learning для детекции финансовых преступлений в реальном времени.
• Определять архитектурную стратегию применения ML к риску, включая семейства моделей и paradigma обучения.
• Строить повторно используемые конвейеры от экспериментов до продакшна.
• Оценивать и прототипировать основанные на Foundation моделях и подходах к embeddings для транзакций.
• Сотрудничать с Data Science по дизайну экспериментов и метрик канонических измерений.
• Менторить инженеров и специалистов по ML в области современных принципов и best practices.
• Владеть проблемами от исследований до развёртывания и оценки влияния.

Skills

Python

PyTorch

Distributed training

ML pipeline orchestration

Deep learning

Graph ML

Job description

Описание

Wise is a global technology company building a way to move and manage money worldwide. It helps people and businesses send money internationally, spend abroad, and make and receive international payments.

Задачи

• Design and ship ML and deep learning models for financial crime detection, serving real-time decisions at scale
• Define the architecture strategy for applying modern ML to risk, including model families, serving patterns, and training paradigms
• Build reusable end-to-end pipeline patterns from experimentation and training through production deployment
• Evaluate and prototype foundation model and embedding approaches for transaction representation across FinCrime domains
• Partner with Data Science on model evaluation, experimentation design, and causal measurement where clean A/B testing is not always possible
• Mentor engineers and data scientists on modern ML fundamentals, production best practices, and architectural decision-making
• Own problems end to end, from research and architecture decisions through production deployment and impact measurement

Требования

• Production experience shipping deep learning models at scale, serving real traffic under latency constraints
• Ability to make architecture-level decisions independently on model selection, training infrastructure, and serving strategy, and explain the reasoning and trade-offs
• Experience designing ML systems with hard latency and throughput requirements, including optimization decisions such as quantization, pre-computed embeddings, and batching strategies
• Strong fundamentals in deep learning, including gradient dynamics, attention mechanisms, graph message-passing, and sequence modelling
• Track record of influencing technical strategy across teams and shaping direction
• Python, PyTorch or equivalent, distributed training, and ML pipeline orchestration
• Будет плюсом: Experience in FinCrime, fraud detection, AML, or regulated financial services; production experience with graph-based methods such as GNNs, entity resolution, and link analysis; foundation model fine-tuning or LLM evaluation experience; experience establishing modern ML practices in organisations scaling their ML capabilities

Условия

Starting salary: £145,000 - £182,000 + RSUs Wise Benefits