Fingerprint cerca un Engineering Manager per la squadra Data Platform e ML Ops, che regge le fondamenta dati dell'azienda: dal data warehouse interno che alimenta business intelligence e analisi di prodotto fino all'intero ciclo di vita dei modelli che trasformano i segnali grezzi in modelli in produzione.
Ruolo
Guiderai e farai crescere una squadra di 4-6 persone a cavallo fra data platform e operazioni sui modelli. Sei responsabile di affidabilità, scalabilità ed evoluzione del data warehouse interno, che non serve solo l'analisi interna ma è un ingresso diretto dei prodotti di identificazione e degli smart signals. Sovrintendi al ciclo di vita completo del machine learning, dalla sperimentazione alle pipeline di addestramento fino al rilascio dei modelli e al monitoraggio in produzione. La parte di leadership tecnica passa dal confronto con le figure senior, dalle scelte di architettura e dalla revisione delle proposte tecniche più complesse, mentre sul fronte trasversale lavorerai con data scientist, product manager, analisti e responsabili di ingegneria per tradurre gli investimenti su dati e modelli in risultati di prodotto misurabili. Sono richiesti almeno 2 anni di esperienza nella guida di squadre di data engineering, ML engineering o piattaforma e almeno 5 anni di esperienza professionale in questi ambiti, con credibilità tecnica su entrambi i fronti.
Tecnologie
Sul data platform si lavora con ClickHouse, DataBricks, dbt, Prefect e DataHub; sul fronte ML Ops con AWS SageMaker; l'infrastruttura è su AWS. Sono gradite esperienze con sistemi di storage analitico come Snowflake o BigQuery e con il tooling del ciclo di vita dei modelli, dalle pipeline di addestramento al model serving fino al monitoraggio in produzione.
Condividi annuncio
Informazioni su Fingerprint
Fingerprint costruisce strumenti di device intelligence che permettono a chi sviluppa di fermare le frodi online alla radice. Il prodotto di punta è un'Identification API che riconosce i dispositivi su scala di miliardi di unità, affiancata da Smart Signals e da un sistema di bot detection che distingue il traffico automatico da quello umano, comprese le automazioni basate su AI e il traffico agentico. I clienti vanno da chi sviluppa in solitaria fino a società quotate in borsa, con una presenza forte fra istituzioni finanziarie e operatori di prevenzione delle frodi su larga scala.
L'azienda ha una vocazione open source marcata: il progetto FingerprintJS ha superato le 27.000 stelle su GitHub ed è il capostipite di tutto il resto. Ha raccolto 77 milioni di dollari di finanziamenti ed è sostenuta da Craft Ventures, già investitore in Tesla, Facebook e Airbnb, da Nexus Venture Partners, dietro a Postman, Apollo.io, MinIO e Druva, e da Uncorrelated Ventures, dietro a Redis, Rollbar e Gradle. L'organizzazione è dichiaratamente distribuita e opera al 100% da remoto, con squadre sparse in quasi tutti i continenti e una cultura di lavoro asincrono costruita attorno a Slack, Google Workspace e Zoom. Per ragioni normative e di sicurezza esiste un piccolo numero di paesi da cui non è possibile collaborare, e l'azienda non si fa carico di pratiche per i visti: chi viene assunto deve già essere autorizzato a lavorare dal proprio paese di residenza.