Wir verwenden technische Cookies und das anonymisierte Besuchsprotokoll von Zorky. Yandex Metrica (Daten werden auf Servern in Russland gespeichert) läuft nur mit Ihrer Einwilligung. Wir verkaufen keine Daten. Mehr zu Cookies und Statistik.
Zorky läuft im Testmodus — alles ist kostenlos. Stellen und Unternehmensseiten sind für alle offen; Links zu den Anzeigen und Ihre persönliche Stellenauswahl gibt es nach der Registrierung. Registrieren →
← Alle Stellen

Senior ML Engineer - Email Security

SeniorremoteEstonia, EEvor 3 Wo.
Markteinblicke
📊 AI / ML / Data Science: Gehälter und Nachfrage am Markt
Stack
go
Details
Erfahrung
ab 5 Jahren
Englisch
B2, erforderlich
Unternehmen und Link anzeigen
Kostenlos, nach der Anmeldung.
Bewerben
Öffnen Sie oben das Unternehmen und den Link — Ihre Bewerbung geht direkt in das Recruiting-System des Unternehmens, ohne Vermittler.

Beschreibung

Accountabilities:

  • You will contribute across the machine learning lifecycle and production engineering stack, ensuring that email detection models are accurate, efficient, and reliable in real-world hosting environments. Your responsibilities will include: Model Training and Deployment: Train, evaluate, and release spam-detection models, including building and maintaining training corpora, selecting decision thresholds, analyzing precision and recall, and determining whether models are ready for production.
  • Production ML Engineering: Develop the production components of a new email-filtering engine in Go, including the inference service, mail-filter integrations, tokenization, and streaming message parsing.
  • Detection Quality Improvement: Investigate customer-reported spam and phishing incidents, trace detection failures, and implement appropriate fixes through rules, dataset improvements, or model retraining.
  • Model Performance Optimization: Balance detection rates against false-positive risks, ensuring legitimate messages are not unnecessarily blocked while malicious content is effectively identified.
  • Training Infrastructure and Data Tooling: Maintain the corpus management tools and training infrastructure required to support reliable experimentation and model releases.
  • Code and Model Reviews: Review and approve classifier, rule, and model changes to improve quality, share technical knowledge, and ensure releases can proceed without depending on a single engineer.
Vollständige Beschreibung, Unternehmen und Bewerbungslink — nach der Anmeldung. Anmelden
Kontaktdaten des Arbeitgebers (E-Mail/Telefon/Telegram) sind in der öffentlichen Vorschau ausgeblendet.
Dringende Frage? Schreiben Sie @termdocs