Machine Learning Engineer (Computer Vision / Biometrics)
Отличная вакансия в известной продуктовой компании с мировым именем. Полная удаленка (Worldwide), работа над сложными технологическими задачами в области AI и биометрии, а также высокий уровень ответственности делают это предложение крайне привлекательным для опытных инженеров.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Высокая сложность обусловлена требованиями к уровню Senior/Lead и необходимостью глубоких знаний в узких областях: биометрии, компьютерном зрении и оптимизации инференса с низкой задержкой. Ожидается владение полным циклом ML-разработки, включая инфраструктурные инструменты вроде Airflow и AWS.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Предлагаемая роль Senior/Lead ML Engineer в международной компании уровня Jumio обычно предполагает компенсацию выше среднего по рынку. Для глобального рынка (Worldwide Remote) зарплаты такого уровня часто находятся в диапазоне $120,000 - $180,000 в год и выше, в зависимости от региона проживания кандидата и его опыта.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Published time: 2026-10-08
Company name: Jumio
Title: Machine Learning Engineer (Computer Vision / Biometrics)
Grades: senior, lead
Job description: Lead design and development of computer vision models for face detection, quality and recognition, run fairness benchmarking, and own end-to-end ML pipelines from Airflow data ingestion to low-latency inference on AWS.
Location: Anywhere in the World
Anywhere: Yes
Remote: Yes
Tags:
#ai #machine_learning #computer_vision #biometrics #python #pytorch #aws #airflow #remote #worldwide #senior #full_time
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Computer Vision
- Biometrics
- Python
- PyTorch
- AWS
- Airflow
- Machine Learning
- Face Recognition
Возможные вопросы на собеседовании
Позиция сфокусирована на биометрии, где точность и отсутствие предвзятости критически важны.
Расскажите о вашем опыте проведения fairness benchmarking для моделей распознавания лиц. Какие метрики вы использовали?
Вакансия требует владения полным циклом разработки (end-to-end).
Как вы организовывали процесс перехода от обучения модели в PyTorch к деплою с низкой задержкой (low-latency) на AWS?
В описании упомянут Airflow для сбора данных.
Опишите архитектуру пайплайна данных, который вы проектировали для обучения CV-моделей на больших масштабах.
Роль предполагает уровень Lead.
Как вы подходите к архитектурному проектированию новых систем компьютерного зрения и как принимаете решения о выборе конкретных алгоритмов?
Работа с качеством изображений лиц (face quality).
Какие методы вы используете для оценки качества входных данных перед подачей в модель распознавания, чтобы минимизировать ошибки?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

