Senior Machine Learning Engineer Presentation Attack Detection

Über das Unternehmen: World ist ein Netzwerk aus echten Menschen, das auf datenschutzfreundlicher Technologie zur Nachweisführung von Menschlichkeit basiert und durch ein global inklusives Finanznetzwerk unterstützt wird, das den freien Fluss digitaler Vermögenswerte für alle ermöglicht. Es wurde entwickelt, um zu verbinden, zu ermächtigen und allen zu gehören.

Über das AI & Biometrics Team: Das AI & Biometrics Team entwickelt ein biometrisches Iris-Erkennungssystem, das zuverlässig mit mehr als einer Milliarde Nutzern funktioniert, um die Menschlichkeit online zu bewerten. Dies ist der Schlüssel zur Gewährleistung der Einzigartigkeit und Authentizität von Konten für Worldcoin und seine nachgelagerten Anwendungen wie die WLD-Token-Verteilung, Online-Governance usw. Wir verwenden modernste Machine-Learning-Modelle, die auf maßgeschneiderter Hardware bereitgestellt werden, um eine qualitativ hochwertige Bildaufnahme, Identifizierung und Betrugsprävention zu ermöglichen, während nur minimale Benutzerinteraktion erforderlich ist. Wir bauen eine Iris-Erkennungs- und Betrugserkennungs-Engine auf, die im Maßstab von 1 Milliarde Menschen funktioniert. Daher muss ihre Leistung alle aktuellen Technologien zur Iris-Erkennung übertreffen. Wir nutzen unser leistungsstarkes, maßgeschneidertes Iris-Erkennungs- und Präsentationsangriffs-Erkennungsgerät, den Orb, kombiniert mit den neuesten Forschungen im Bereich AI und Deep Learning.

Über die Gelegenheit: Da die Nutzerbasis von Worldcoin weiter wächst, steigt auch die Menge und Vielfalt der Betrugsversuche. Ihre Rolle als Senior MLE im AI & Biometrics Team wird darin bestehen, Modelle für Spoofing und Präsentationsangriffs-Erkennung zu trainieren, bereitzustellen und zu verbessern. Ihre Modelle werden auf unserer maßgeschneiderten Hardware, dem Orb, sowie auf mobilen Plattformen wie der World App ausgeführt.

In dieser Rolle werden Sie:

• Verantwortung übernehmen und Deep-Learning-Modelle sowie klassische Algorithmen entwickeln, die auf bereitgestellter oder mobiler Hardware laufen.
• Deep-Learning-Modelltrainingspipelines aufbauen und pflegen.
• Die gesamte Wertschöpfungskette des Modells vorantreiben, von der Anleitung unseres internen Datensammlungsteams bis hin zum Aufbau, der Bereitstellung, Überwachung und Verbesserung von Modellen.

Über Sie:

• 4+ Jahre Berufserfahrung in Computer Vision, Deep Learning und/oder Data Science.
• Erfahrung im Training, der Bereitstellung und Iteration von Deep-Learning-Modellen, die große Nutzerbasen in einer Produktionsumgebung beeinflusst haben.
• M.S. in Informatik, Data Science oder einem anderen STEM-Fach.
• Starke Programmierkenntnisse in Python, einschließlich der üblichen Datenwissenschafts- und Computer Vision-Bibliotheken: open-cv, pandas, numpy, seaborn usw.
• Starke Erfahrung mit einem Deep-Learning-Framework, idealerweise PyTorch und dessen Ökosystem.
• Exzellente Kommunikationsfähigkeiten, einschließlich fließendem Englisch.
• Blühen in einem schnelllebigen Umfeld, in dem Sie herausragende Arbeit in kurzen Zeitrahmen leisten können.
• Erfahrung mit cloudbasierten Plattformen und Tools (z.B. AWS, GCP, Azure) und NoSQL-Datenbanken (z.B. MongoDB, ElasticSearch, Redis usw.).

Schön zu haben:

• Erfahrung im Training von Deepfake-Erkennung, Präsentationsangriffs-Erkennung oder vision-basierten Betrugserkennungsmodellen.
• Erfahrung im Training, der Bereitstellung und Wartung von Modellen auf eingebetteter Hardware.
• Erfahrung oder Kenntnisse in Rust.

Was wir bieten:

• Ein offenes und kollaboratives Büroumfeld.
• Unbegrenzte PTO.
• Monatliche Telefonvergütung oder ein Unternehmensgerät.
• Tägliche Mahlzeiten im Büro.
• Top-tier medizinische, zahnärztliche und augenärztliche Versicherung.
• Renten- oder Pensionsprogramm.

Das vernünftig geschätzte Gehalt für diese Rolle bei TFH in München liegt zwischen 124.000 € und 164.000 €, zuzüglich eines wettbewerbsfähigen langfristigen Anreizpakets und kann variable Vergütung beinhalten. Die tatsächliche Vergütung basiert auf Faktoren wie den Fähigkeiten, Qualifikationen und Erfahrungen des Kandidaten.