SurePay zoekt een senior ML-engineer die data scientists helpt fraude- en AML-modellen betrouwbaar in productie te brengen. Daarbij bouwt hij of zij realtime API's en een MLOps-platform op AWS.
Via het sollicitatieformulier op Greenhouse (cv en optioneel een motivatie)
SurePay levert betaalverificatie en fraudedetectie aan banken. In het domein Fraud Risk Intelligence ontwerp je microservices die modellen binnen een milliseconde beschikbaar maken. Je ontwikkelt ook het dataplatform verder met streaming en online feature stores. Je zet monitoring, driftdetectie en continue training op. Gevraagd zijn minstens 8 jaar ervaring met software engineering en MLOps, expertniveau Python, SageMaker, Terraform of CloudFormation en kennis van PyTorch, TensorFlow of scikit-learn. Ervaring met fraude of transactierisico is een pluspunt.
De engineer brengt ML-modellen voor fraude- en AML-detectie naar productie en bouwt de MLOps-infrastructuur op AWS SageMaker.
AI is het werk zelf.
Gebruik een coding assistant zoals Claude Code of GitHub Copilot om prototypes van servingcode, tests en IaC-modules sneller op te zetten. Laat performance en latency altijd zelf meten. Een LLM kan ook runbooks en driftrapporten helpen opstellen.
Suggestie door AI Een idee voor een aanpak, geen eis van de opdrachtgever.
Deze opdracht gaat over bouwen onderzoeken
Met een profiel op actiefai zie je in je portaal welke opdrachten bij jou passen, en reageer je op vragen van bedrijven die hier zelf iets uitzetten.
Deze pagina is met AI gemaakt op basis van de oorspronkelijke plaatsing bij Greenhouse (SurePay). Kijk daar voor de precieze voorwaarden. Klopt er iets niet, of wil je dat deze opdracht hier niet staat? Laat het ons weten, dan halen we hem weg.