ML Team Lead (KYC / ID Verification / Biometrics) (удаленная работа)

Вакансия: ML Team Lead (KYC / ID Verification / Biometrics)

Описание вакансии

Удалённо + Полная занятость
B2B RegTech / FinTech

О проекте
B2B-платформа для KYC/IDV с продакшен-трафиком: document verification, OCR/KIE, biometric verification (selfie, liveness, face match), API и WebSDK для партнёров. Фокус на качество решений, SLA и масштабируемость.

Роль
ML Team Lead отвечает за ML-направление KYC-продукта и его результат в продакшене.

В зоне ответственности:

• техническое и командное лидерство ML-направления (Document Verification, OCR/KIE, Biometrics);
• архитектура end-to-end ML-пайплайнов в KYC-флоу;
• качество автоматических решений и влияние ML на conversion, false rejection, false acceptance и manual review rate;
• принятие архитектурных решений по моделям, inference и rollout;
• взаимодействие с Product, Backend, DevOps и Compliance.

Обязательные требования

Production-опыт в KYC / IDV
Опыт работы в KYC-провайдерах обязателен ( Sumsub, Onfido, Veriff, Persona, IDnow, Stripe Identity).
Понимание полного KYC-пайплайна.
Кандидаты без коммерческого опыта в KYC/IDV не рассматриваются.

Machine Learning / CV
Практический опыт в Computer Vision:

• детекция и классификация документов;
• quality checks (blur, glare, cut, low resolution).

OCR / KIE:

• text recognition;
• key-value extraction;
• multi-language OCR.

Опыт работы с CNN и Transformer-based моделями.
Production-опыт:

• selfie verification;
• liveness detection (active / passive);
• face matching (selfie <-> document).

Понимание:

• spoofing / presentation attacks;
• FAR / FRR и баланса security vs UX.

Production и архитектура

• Вывод ML-моделей в production.
• Inference-сервисы, versioning моделей и датасетов.
• Понимание latency, SLA и cost-эффективности.

Данные и качество
Работа с разметкой и качеством данных.
Улучшение метрик:

• precision / recall / F1;
• false acceptance / false rejection;
• manual review rate.

Лидерство

• Опыт управления ML-командой (3 10 человек).
• Code review и ML design review.
• Настройка процесса: research validation production.

Будет плюсом

• Anti-fraud / risk-scoring.
• Опыт с документами стран Asia, LATAM, Africa.
• Explainability решений.
• Подготовка ML-части к compliance-аудитам.