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.
