Staff Machine Learning Engineer
Оценка ИИPhantom — один из лидеров рынка крипто-кошельков, предлагающий работу над сложными задачами на стыке ML и Web3. Полная удаленка и высокий уровень ответственности делают вакансию крайне привлекательной для топовых специалистов.
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
Оценка ИИРоль уровня Staff требует не только глубоких технических знаний в ML и Big Data, но и стратегического видения, а также опыта лидерства. Высокие требования к стажу (8+ лет) и специфике домена (Growth/Marketing Tech) делают отбор очень строгим.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиции уровня Staff ML Engineer в международной крипто-компании рыночные ожидания значительно выше средних по IT-сектору. Оценка базируется на глобальных ставках для удаленных сотрудников с опытом 8+ лет.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Phantom
Staff Machine Learning Engineer
Полная занятость
Формат работы: удалённо (Remote)
*☑️* Чем предстоит заниматься
-Define the long-term technical roadmap for Growth and Engagement ML systems, ensuring scalability, reliability, and measurable business impact
-Architect and deploy production-grade ML pipelines and real-time decisioning systems that power personalization, notification dispatch, and onboarding flows
-Evaluate and integrate cutting-edge ML techniques, including multi-armed bandits, reinforcement learning, LLMs for content generation, and advanced graph neural networks
-Design, train, and validate sophisticated models targeting user lifecycle stages: propensity to churn, lifetime value (LTV) forecasting, next-best-action, and lookalike modeling
-Build and optimize recommendation engines and semantic search systems to surface highly relevant content, products, or features to users
-Establish robust experimentation frameworks (advanced A/B testing, causal inference, and multi-variate testing) to rigorously validate model variants in production
-Partner with Product and Growth marketing teams to translate high-level business hypotheses into precise, actionable machine learning problems
-Mentor and coach senior engineers across the data and ML organizations, fostering a culture of technical excellence and continuous learning
-Advocate for ML engineering best practices, including model monitoring, feature store utilization, reproducible training pipelines, and data governance
*☑️* Наши пожелания к кандидатам
-8+ years of professional experience in machine learning engineering, data science, or software engineering, with at least 3+ years in a Staff, Principal, or Tech Lead capacity
-Proven track record of building and scaling ML systems specifically within growth, marketing tech, recommendation engines, or consumer engagement domains
-Extensive experience with large-scale data processing and distributed computing
-Languages: Expert-level Python, Scala, or Java
-ML Frameworks: PyTorch, TensorFlow, JAX, or XGBoost
-Data & MLOps Infrastructure: Spark, Flink, Kafka, Snowflake/BigQuery, Ray, Kubeflow, MLflow, or SageMaker
-Experimentation: Deep understanding of causal inference, uplift modeling, and robust statistical testing methodologies
-Business Acumen: Ability to directly connect algorithmic improvements to top-line growth metrics (e.g., MAU/DAU, conversion rates, retention curves)
-Communication: Exceptional ability to explain highly complex technical architectures and algorithmic choices to non-technical stakeholders and executives
-Wallets play a pivotal role: Wallets are responsible for on-boarding new users into crypto, and can make or break the user experience
-We are moving to a multi-chain world: New blockchains and scaling solutions are coming online and gaining traction, but are lacking decent wallets and bridges
-DeFi & NFTs are exploding : Interest in DeFi and NFTs has exploded, yet they are still an after-thought in existing wallets
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- Scala
- Java
- PyTorch
- TensorFlow
- JAX
- XGBoost
- Apache Spark
- Apache Flink
- Apache Kafka
- Snowflake
- Google BigQuery
- Ray
- Kubeflow
- MLflow
- Amazon SageMaker
- Causal Inference
- Reinforcement Learning
- Large Language Models
- Graph Neural Networks
Возможные вопросы на собеседовании
Проверка опыта работы с ключевыми метриками роста, указанными в вакансии.
Как бы вы спроектировали систему прогнозирования LTV для пользователей крипто-кошелька, учитывая высокую волатильность рынка?
Вакансия требует опыта в экспериментах и причинно-следственном выводе.
Расскажите о вашем опыте применения Uplift-моделирования. Как вы оцениваете инкрементальный эффект от ML-модели в маркетинговых кампаниях?
Роль Staff подразумевает проектирование архитектуры.
Как обеспечить масштабируемость и низкую задержку (low latency) для системы рекомендаций в реальном времени при миллионах активных пользователей?
В описании упоминаются современные методы, включая LLM и графовые сети.
В каких сценариях внутри Phantom вы бы предпочли использовать Graph Neural Networks вместо классических подходов?
Проверка лидерских качеств и умения менторить.
Опишите случай, когда вам пришлось убеждать руководство в необходимости изменения технической дорожной карты ML-проекта. Каковы были аргументы?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
