Confirmed on the employer's own hiring board on Nov 21, 2026. First seen by Alion on Nov 20, 2026.
О роли
Twinby - один из крупнейших российских дейтинг-сервисов с миллионами пользователей. Где люди знакомятся, там появляются боты, фейковые профили, скамеры и спамеры. Мы ищем Data Scientist / ML Engineer в направление Trust & Safety - человека, который отвечает за то, чтобы в продукте было безопасно и честно: меньше ботов, фейков, скама и спама, и при этом честные пользователи не страдают от лишних блокировок.
Чем предстоит заниматься
-
Исследовать аномалии и новые схемы фрода - регистрации, верификация, жалобы, промо.
-
Определять, что считать «плохим», дорабатывать разметку.
-
Строить правила и модели: табличные, по фото и видео, по текстам. (NLP, CV, Classic ML)
-
Оценивать качество моделей, контролировать его в production.
-
Измерять эффект блокировок: проверять false positive, false negative.
-
Следить, чтобы решения продолжали работать: противник подстраивается, и то, что ловило месяц назад, может перестать. Контролировать drift.
-
Работать с модерацией, саппортом, продуктом и бэкендом и доводить решения до прода.
Что мы ждём
-
Опыт задач без чёткого таргета. Хотя бы один реальный случай, где ты сам определял, что считать целевым событием, собирал разметку или находил ей замену и довёл решение до прода. Домен не важен.
-
Сильную аналитику. Свободно исследуешь сырые данные в SQL, быстро проверяешь гипотезы, отличаешь реальный эффект от артефакта: смены трекинга, новой когорты из канала, сезонности, бага в релизе. Понимаешь базовую статистику и эксперименты.
-
ML в проде. Уверенно работаешь с моделями на табличных данных и несбалансированными классами, выбираешь порог через цену ошибки, а не через абстрактную метрику, умеешь мониторить модель и замечать деградацию.
-
Инженерную самостоятельность. Python на уровне продового кода; можешь сам написать пайплайн; понимаешь, как данные доезжают до модели (свежесть, задержки, пропуски); доводишь решение до прода вместе с бэкендом.
-
Прагматизм. Готов предложить правило или исправление данных вместо модели и объяснить, почему так лучше.
-
Ответственность. Объясняешь решения продукту, модерации и саппорту и помнишь, что за каждой ошибкой стоит живой человек: заблокированный честный пользователь или пропущенный мошенник.
Будет плюсом
-
Опыт с изображениями и видео (лица, liveness, поиск дублей), текстами, графами связей, поиском аномалий.
-
Опыт в антифроде, рисках, модерации контента, античите, рекламном антифроде, KYC.
Что для нас не важно
Конкретный домен, конкретный стек, Kaggle, учёные степени. Если ты находил и закрывал проблемы в грязных данных в логистике, банке, игре или маркетплейсе - перенесёшь.
Технический стек
Python, SQL, ClickHouse, Airflow; модели на бустингах и CV-модели в сервисах; векторный поиск по эмбеддингам. Инфраструктура - российское облако.
Что предлагаем
-
Владение исходом целиком: от сигнала до решения в проде и измеренного эффекта.
-
Мотивированного противника и богатую фактуру: фермы ботов, видео-верификация, скам в чате, промо-абьюз, качество трафика.
-
Автономию в выборе, что копать и чем закрывать.
-
Честный контекст: данные ещё выстраиваются, и ты влияешь на то, как они будут устроены.
-
Формат: удалёнка, РФ.
-
Оформление: ТК РФ

