Fingerprint cerca un Engineering Manager per la squadra Identification Accuracy, il motore del modello di machine learning che alimenta l'Identification API, cioè il prodotto di punta dell'azienda. La squadra risponde dell'accuratezza, dell'affidabilità e del miglioramento continuo di quel modello.
Ruolo
Guiderai un gruppo multidisciplinare fatto di ML engineer, data scientist, analisti e analytics engineer, con l'obiettivo di costruire sicurezza psicologica, rigore scientifico ed eccellenza tecnica. Sei responsabile della roadmap della squadra, definita insieme alla leadership di ingegneria e agli interlocutori trasversali, e dei risultati sull'accuratezza del modello: la squadra progetta, addestra, valuta e rilascia modelli che migliorano l'identificazione su miliardi di dispositivi. Una parte sostanziale del lavoro è costruire ponti nell'organizzazione, in particolare con la squadra che gestisce l'API alimentata da questi modelli e con le funzioni di prodotto e a contatto con i clienti, traducendo le esigenze di questi ultimi in priorità tecniche. Serve la capacità di spiegare il comportamento dei modelli e i compromessi tecnici anche a chi non è tecnico. Sono richiesti almeno 2 anni di esperienza di guida di una squadra di ML o data science e almeno 5 anni di esperienza professionale complessiva.
Tecnologie
Sistemi di machine learning in produzione lungo tutta la catena, dalle pipeline dati e dal feature engineering fino ad addestramento, valutazione e rilascio. Sono gradite familiarità con il tooling di MLOps, come il tracciamento degli esperimenti con MLflow, i feature store, i model registry e le pipeline di CI/CD per i modelli, esperienza su dati comportamentali o di evento su larga scala e dimestichezza con dbt o strumenti analoghi di analytics engineering.
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.