ML Tech Lead / Senior ML Lead (KYC / ID Verification / Biometrics)

О проекте
Мы развиваем B2B-платформу для KYC / ID Verification с production-трафиком.
В продукте уже есть document verification, OCR/KIE, biometric verification (selfie, liveness, face match), API и WebSDK для партнёров.
Ищем сильного технического лидера, который поможет системно развивать ML-направление: улучшать качество решений, ускорять вывод изменений в production и выстраивать общую архитектуру ML-сервисов.

Задачи

• Техническое лидерство ML-направления: document verification, OCR/KIE, biometrics.
• Развитие end-to-end ML-пайплайнов в KYC-флоу.
• Улучшение ключевых метрик: conversion, false rejection, false acceptance, manual review rate.
• Архитектурные решения по моделям, inference, evaluation, rollout и мониторингу.
• Выстраивание процесса research → validation → production.
• Code review и ML design review.
• Взаимодействие с Product, Backend, DevOps и Compliance.
• Развитие инженерной зрелости команды.

Требования

• Сильный production-опыт в Applied ML / Computer Vision.
• Опыт вывода ML-моделей в production и поддержки inference-сервисов.
• Практический опыт в одном или нескольких направлениях: document AI / document understanding, OCR / KIE, face biometrics, liveness / anti-spoofing, visual quality checks.
• Понимание метрик и настройки качества ML-систем: precision / recall / F1, FAR / FRR, threshold tuning, error analysis.
• Опыт работы с данными: разметка, quality control датасетов, evaluation setup.
• Опыт технического лидерства: design review, архитектурные решения, развитие инженерного процесса.
• Умение работать на стыке ML, backend, infra и product.

Будет плюсом

• Коммерческий опыт в KYC / IDV / biometrics / anti-fraud.
• Опыт в KYC-провайдерах или смежных продуктах.
• Опыт с документами разных стран и multilingual OCR.
• Понимание spoofing / presentation attacks.
• Опыт подготовки ML-части к audit / compliance требованиям.
• Опыт с регионами Asia / LATAM / Africa.

Формат роли
Это hands-on роль: ожидаем не только лидерства, но и глубокого участия в архитектуре, качестве моделей и ключевых технических решениях.

Что есть сейчас

• production-продукт и реальные интеграции;
• отдельные ML-сервисы и команда инженеров;
• backend / devops / product контур;
• прямое влияние на качество продукта и скорость развития.