Banking Ml Engineer | Aws Sagemaker & Python - Remote

Banking Ml Engineer | Aws Sagemaker & Python - Remote

Full Time 49500 - 60500 € / año (est.) Remoto
C

De un vistazo

  • Tareas: Desarrollar modelos de ML para detectar malware en servidores web y mejorar la seguridad.
  • Empresa: CloudLinux, una empresa global con enfoque remoto y cultura colaborativa.
  • Beneficios: Trabajo remoto, horarios flexibles, 24 días de vacaciones pagadas y reembolso de educación.
  • Otra información: Oportunidades de crecimiento profesional y un entorno dinámico.
  • Por qué este empleo: Contribuye a proyectos innovadores que impactan la seguridad en línea y mejora tus habilidades.
  • Cualificaciones: Experiencia en sistemas de ML y programación en Python, PyTorch y SQL.

El salario previsto está entre 49500 - 60500 € por año.

CloudLinux es una empresa global que opera de forma remota. Nos guiamos por nuestros principios: hacer lo correcto, priorizar a los empleados, ser remotos y ofrecer productos de infraestructura y seguridad Linux de bajo costo y alto volumen que ayudan a las empresas a aumentar la eficiencia de sus operaciones. Cada persona en nuestro equipo se apoya mutuamente para asegurar el éxito colectivo.

Imunify360 es la suite de seguridad de CloudLinux para servidores web Linux: escaneo de malware en tiempo real y en segundo plano, limpieza automatizada, un WAF, protección PHP en tiempo de ejecución (Defensa Proactiva), un escáner de malware de bases de datos y reputación IP. Funciona en servidores compartidos, VPS y dedicados de proveedores de alojamiento, lo que permite detectar nuevas campañas de malware web rápidamente.

Buscamos un Ingeniero ML Senior que convierta esos datos en detección efectiva — clasificadores, triaje asistido por LLM y firmas generadas — y siga explorando nuevos métodos ML/LLM, medidos por las tasas de falsos negativos y falsos positivos del producto, no por la precisión de los cuadernos.

Con lo que trabajarás:

  • Muestras de malware de servidores de producción, con veredictos y decisiones de analistas.
  • Años de firmas y reglas de detección.
  • Falsos negativos y falsos positivos reportados por clientes.
  • Comportamiento en tiempo de ejecución del código en sitios en vivo.
  • Tráfico de ataques web.
  • Metadatos de archivos y cómo se propagan los archivos entre servidores.
  • Resultados de limpieza, incluyendo lo que regresó.

Lo que harás:

  • El objetivo es detectar 10 veces más malware con la misma tasa de falsos positivos o menor.
  • Decidir qué archivos en un servidor merecen un examen más detallado, dentro de estrictos presupuestos de CPU y memoria.
  • Distinguir entre código malicioso y benigno a gran escala y a un costo razonable por archivo.
  • Generar automáticamente firmas de detección a partir de nuevas campañas.
  • Capturar malware que solo parece malicioso en contexto, como páginas de phishing e inyecciones de scripts.
  • Dirigir cada archivo al motor de detección adecuado.
  • Hacer que la limpieza sea precisa para que los sitios permanezcan limpios después.
  • Demostrar que cada modelo mejora la detección antes de su implementación.

Cómo trabajamos:

  • Tienes una pista de experimentación, GPUs y una línea directa con la dirección; a cambio, traes números, no opiniones.
  • Trabajo remoto, asíncrono entre UTC−5 y UTC+8. Las decisiones se documentan (ADR-Lite) y son públicas por defecto.
  • El hardware sigue la evidencia: cada dirección de entrenamiento comienza con GPUs dedicadas en nuestro propio hardware; la dirección se ha comprometido a financiar más cuando se justifique con datos.
  • Ingeniería agentica: Claude y Codex son las herramientas predeterminadas, conectadas a GitLab, Jenkins, Redash, Jira y Slite a través de servidores MCP.
  • Cercanía a la verdad: trabajas diariamente con analistas de malware, ingenieros de detección e infraestructura, y el resto de nuestro equipo de ML.
  • Puertas de envío: ningún modelo o construcción se envía si genera falsos positivos o negativos en nuestros conjuntos de errores pasados.
  • Post-mortems sin culpa dentro de las 24 horas.

Lo que entregarás:

  • Posees el camino desde muestras crudas hasta un modelo en producción, y los números que demuestran que ayudó.
  • Primer mes: un primer modelo entrenado con datos de producción y medido contra los motores actuales — triaje de archivos sospechosos o un modelo de metadatos.
  • Para el mes 3: varios modelos en producción: algunos en modo sombra construyendo evidencia, algunos en vivo y produciendo detecciones reales, todos controlados por el conjunto de regresión de errores pasados.
  • Para el mes 12: los modelos son una fuente principal de nuevas detecciones, reportadas como parte de nuevas detecciones y tendencia de tasa de FN.

Lo que traes:

  • Más de 5 años construyendo sistemas ML que funcionaron en producción, incluyendo más de 2 en un dominio adversarial: seguridad, abuso, fraude o spam.
  • Has entrenado y ajustado modelos transformadores tú mismo.
  • Profundidad en ML clásico: boosting de gradiente, modelos lineales en características dispersas, calibración, desequilibrio de clases.
  • Disciplina de evaluación: divisiones sin filtraciones por tiempo y familia, precisión dentro de un presupuesto fijo de falsos positivos.
  • Ingeniería de costos de inferencia: has medido rendimiento y latencia y hecho que un modelo se ajuste a un presupuesto de CPU o memoria.
  • Fuerte conocimiento de Python, PyTorch y el stack de Hugging Face; SQL en grandes tablas analíticas.
  • Familiaridad con PHP o JavaScript, o disposición para aprender trabajando con nuestros analistas de malware.
  • Inglés en nivel intermedio alto (B2) o superior, con habilidades de comunicación escrita particularmente fuertes para trabajo asíncrono.

Es un gran plus si tienes:

  • Experiencia en malware web, shells web, kits de phishing o seguridad de WordPress.
  • Modelos sobre código: características AST o token, LLMs de código, modelos de grafos sobre la estructura del programa.
  • Entrenamiento multi-GPU en tu propio hardware; MLflow o Weights & Biases; versionado de datasets.
  • Go o Rust, para inferencia en servidor.
  • Trabajo publicado o charlas sobre ML para seguridad.

¿Qué hay para ti?

  • Enfoque en el desarrollo profesional.
  • Proyectos interesantes y desafiantes.
  • Trabajo completamente remoto con horarios flexibles.
  • 24 días de vacaciones pagadas al año, 10 días de feriados nacionales y licencias por enfermedad ilimitadas.
  • Compensación por seguro médico privado.
  • Reembolso por co-working y gimnasio/deportes.
  • Presupuesto para educación.
  • Oportunidad de recibir una recompensa por la idea más innovadora que la empresa pueda patentar.

Banking Ml Engineer | Aws Sagemaker & Python - Remote empresa: Click House

Click House ofrece un entorno de trabajo remoto que prioriza el bienestar de sus empleados y fomenta la colaboración entre equipos. La empresa se dedica a desarrollar soluciones de bases de datos en la nube, lo que brinda oportunidades de crecimiento profesional en un sector en constante evolución. Además, los ingenieros tienen la oportunidad de trabajar con tecnologías avanzadas como Kubernetes y modelos de aprendizaje automático.

C

Datos de contacto:

Equipo de selección de Click House

Consejo de los expertos de StudySmarter🤫

Creemos que así podrías conseguir Banking Ml Engineer | Aws Sagemaker & Python - Remote

✨Aprovecha Ferias y Eventos del Sector

Las ferias de empleo y eventos de networking en el sector bancario y financiero son una gran oportunidad para conocer a los reclutadores de Click House. No dudes en acudir a estos eventos, hacer preguntas y mostrar tu interés por la industria.

✨Certificaciones Financieras que Impresionan

Darte un empujón extra con certificaciones como CFA o CIMA puede hacer que tu perfil brille en el mundo financiero. Estas credenciales no solo demuestran tu compromiso con la profesión, sino que también pueden abrirte puertas en Click House.

✨Conéctate con Profesionales del Sector

Utiliza plataformas como LinkedIn para conectar con profesionales que trabajan en Click House. Comentar en sus publicaciones o enviarles un mensaje directo para pedir consejos puede ayudarte a conseguir información valiosa sobre el proceso de selección.

✨Dale un Vistazo a Nuestra Página Web

No olvides que aplicar a través de nuestra página web es una de las mejores formas de destacar. Asegúrate de revisar las oportunidades en Click House y personaliza tu aplicación para hacerla única y relevante para el puesto.

Creemos que necesitas estas habilidades para triunfar como Banking Ml Engineer | Aws Sagemaker & Python - Remote

Ingeniería de ML
Python
PyTorch
Hugging Face
SQL
Transformers
Evaluación de modelos

Algunos consejos para tu solicitud 🫡

Resalta tus logros académicos y certificaciones:En el mundo de la banca y los servicios financieros, tener un buen historial académico es crucial. Asegúrate de incluir tus notas, certificaciones relevantes (como CFA o CPA, si las tienes), y cualquier curso adicional que muestre tu interés y habilidades en el sector. Esto ayudará a destacarte en un mar de candidatos.

Usa datos tangibles en tu CV:Cuando hables de tus experiencias laborales previas, utiliza cifras concretas para demostrar tus logros. Por ejemplo, menciona si ayudaste a aumentar las ventas en un X% o si gestionaste un presupuesto de determinada cantidad. Esto muestra que eres una persona orientada a resultados, algo muy valorado en la banca.

Personaliza tu carta de presentación:Aprovecha la oportunidad de personalizar tu carta para Click House. Habla sobre por qué te entusiasma trabajar con ellos en particular, menciona proyectos o iniciativas de la empresa que te inspiren y cómo puedes contribuir a su éxito. Esto demuestra tu interés genuino en la posición.

Adaptabilidad y aprendizaje continuo:En el sector financiero, las normativas y herramientas cambian constantemente. En tu aplicación, menciona tu capacidad para adaptarte y aprender nuevas habilidades. Si has tomado cursos online o has aprendido sobre nuevas tendencias en fintech, ¡inclúyelo! Esto mostrará que estás al día y que te comprometes a crecer en tu carrera.

Cómo prepararte para una entrevista de trabajo en Click House

✨Domina los números

En el ámbito de la banca y servicios financieros, es super importante que te sientas cómodo trabajando con datos y números. Prepárate para preguntas relacionadas con análisis financiero, como la valoración de activos o cómo manejar información en hojas de cálculo. ¡Practica algunos ejercicios numéricos para no quedarte en blanco!

✨Entiende las regulaciones

En nuestro sector, tener un buen conocimiento sobre las regulaciones y normativas es clave. Asegúrate de investigar las leyes financieras y normativas que la empresa sigue, como la Ley de Protección de Datos o la normativa de Basilea. Te puede ayudar a demostrar que estás preparado para el puesto.

✨Presenta tu experiencia relevante

Como estás aplicando a un puesto de tiempo completo, es importante que sepas vender tu experiencia previa. Si has hecho prácticas o proyectos en finanzas, asegúrate de mencionarlos y cómo te han preparado para esta función en Click House. A los reclutadores les encanta escuchar ejemplos concretos.

✨Prepara tus preguntas sobre la empresa

Aprovecha la oportunidad de hacer preguntas sobre la cultura de la empresa en Click House. Puedes preguntar sobre las oportunidades de crecimiento profesional, ya que muchas instituciones financieras ofrecen programas de formación continuada. Esto demuestra que estás interesado en desarrollarte dentro de la organización.