Process Automation Solution Architect

At Signifyd, we help merchants confidently grow their businesses by building trusted relationships with their customers. Our advanced technology, combined with a team genuinely invested in our clients’ success, creates frictionless shopping experiences, approving more good orders, protecting revenue, and keeping customers happy.

Trusted by thousands of leading merchants across more than 100 countries, we securely process billions of transactions each year. Our people are the heart of everything we do, driving our mission forward with commitment, empathy, and creativity. Join us on our mission to empower confident, fraud-free commerce by helping online retailers provide superior customer experiences and eliminate fraud. Learn about our company values here!

ML Engineering Manager

Department: AI Lab/Machine Learning
Signifyd AI Lab (SAIL) builds the ML products behind Signifyd's fraud and risk decisions. We improve the predictive performance of the models that decide e-commerce transactions at scale, we scale the ML capabilities of our Risk organization, and we push into the new markets and problem spaces that expand the market Signifyd can sell to.

Every space in this department is a mix of experimentation, code, and statistics. We don't create walls between the people who have the ideas and the people who build them. The team splits its time between near-term continuous model improvements and longer-horizon innovation bets to improve the company’s capabilities in 2027 and beyond. These bets surface from the ground up in an environment where we believe those closest to the problems are best placed to understand how to solve them.

We’re hiring a manager to lead one of the teams in this department.

Who You Are

You are a hands-on Player-Coach who thrives in ambiguity—where the roadmap is a set of hypotheses, and the answer to "will this work?" is "we'll know in three weeks."

You bring:
Technical Credibility (The "Player"): You stay close enough to the work to have a grounded opinion. You read the code, inspect evaluation pipelines, and can immediately tell the difference between a statistical result that will hold up in production and one that just happened to look good on a single test window.

Leadership & Rigor (The "Coach"): You hold a high bar for evidence without becoming a bottleneck to experimentation. You mentor engineers to own their code quality, and you translate complex ML performance metrics into clear business outcomes for Risk leadership.

Executive Judgment: You know how to balance research bets against quarterly delivery, disagree and commit when decisions are made, and build an environment where well-documented negative experimental results are celebrated as real progress.

Responsibilities:

Lead and grow the team

• Guide career development, mentor the team, manage conflicts, and nurture a positive, collaborative environment across a geographically distributed organization.
• Engage in regular 1:1s, give constant feedback, and create a safe environment for open discussion — including the discussions that follow an experiment that didn't work.
• Encourage a culture of learning and improvement, provide technical guidance, and support team members in both technical and soft skills.
• Identify and address gaps in team capabilities and processes to enhance team efficiency and success.

Run a portfolio of experiments, not a delivery queue

• Partner with your tech leads, who own and drive the technical roadmap for their areas. Your job is not to be the sole source of ideas — it is to pressure-test them, sharpen them, make sure the strongest ones get resourced, and make sure the people generating them have the room and the support to do it.
• Make the calls the roadmap can't make for you: which hypotheses get compute and headcount, which get another iteration, and which get a clear, documented "no." A well-run negative result is a real outcome, and we treat it as one
• Manage the trade-off between a committed improvement target you must hit this year and research bets that may not pay off for several quarters. You will re-cut that budget as evidence arrives, and you'll be able to explain the reasoning to both your team and your stakeholders.
• Bring rigor to how the team decides something worked. Offline results have to predict online behavior; a strong point estimate on a single evaluation window is a starting point, not a conclusion.
• Own delivery on a cadence. Independent experimental workstreams have to converge into a release candidate, get evaluated end to end, and ship — including the hard call to leave a workstream out of a release when it isn't carrying its weight.

Set direction from data, in partnership with Risk

• Work directly with our Risk partners as your primary stakeholders. Our commitments to them are explicit, measured, and written down; we deliver model performance, and they own thresholds, rules, and how decisions are applied to merchants.
• Operate with a high degree of autonomy. Our direction comes from measured performance against those commitments and from what our own experiments tell us, not from a product backlog handed to the team. You are expected to know what your team should be working on and to defend it, rather than wait to be told.
• Partner with our platform and infrastructure engineering teams on the feature systems, training pipelines, and experimentation tooling your team depends on — and be clear about where the boundary sits between what SAIL should own and what belongs to Engineering.
• Represent your team's results to a broad audience: engineering leadership, Risk leaders, and the wider company.

Requirements:

• Roughly 5+ years in machine learning, data science, or ML-adjacent software engineering, including at least 3 years of people management — guiding career development, addressing conflicts, and building a healthy, high-performing team.
• Genuine depth in at least one of engineering and applied statistics, and real working competence in the other. We are not hiring a manager of analysts, and we are not hiring a manager of a pure software team. Our engineers train production models that decide serious traffic, and we expect their manager to be able to engage with that work at a technical level.
• Demonstrated ability to lead work under real uncertainty: setting a direction when the answer isn't known yet, changing course when evidence says to, and communicating both without eroding your team's confidence.
• Excellent written and verbal communication. Much of our decision-making happens in documents, and we expect managers to write well.
• Autonomy in recognizing priorities and evaluating the impact of outcomes, and comfort working without close supervision in a fast-moving environment.
• Commitment to quality. You take pride in work that excels in correctness, reproducibility, and reliability, and you set that standard for your team.
• Candidates must be based in Hungary

Benefits:

• Stock Options
• Annual Performance Bonus or Commissions
• Pension matched up to 3%
• ‘Day one’ access to great health insurance scheme
• Paid team social events
• Mental wellbeing resources
• Dedicated learning budget through Learnerbly

Signifyd's Applicant Privacy Notice

wherewework.hu a

Bosch Magyarország
nevében

Company Description:

Szeretnél ötleteiddel hasznos technológiák fejlesztéséhez hozzájárulni? Legyen szó mobilitási megoldásokról, fogyasztói cikkekről, ipari technológiáról, energetikáról vagy építéstechnológiáról: Velünk lehetőséged nyílik arra, hogy javíts az emberek életminőségén világszerte.
Köszöntünk a Bosch világában.
A Bosch budapesti telephelye 1991-ben nyitotta meg kapuit. Több, mint 2700 munkatársunk dolgozik közösen. Számtalan fejlesztési projekt mellett, a budapesti telephely dél-kelet európai értékesítési központként regionális feladatokat is ellát, gépjárműalkatrészek, gépjármű-diagnosztikai készülékek, kéziszerszámok, valamint thermotechnikai berendezések és biztonságtechnikai rendszerek területén. Támogató osztályok, mint például a pénzügy, kontrolling, beszerzés, kommunikáció és humán erőforrás, szintén itt végzik tevékenységüket.

Job Description:

Csatlakozz hozzánk szimulációs mérnök gyakornokként és dolgozz a jövő hidrogén alapú hajtásláncainak fejlesztésén!

Mivel járulhatsz hozzá közös céljaink megvalósításához:
► a járműszimulációs platform megismerése MATLAB és GTSuite környezetben, a komponens szinttől kezdve (menetprofilok, villanymotor, akkumulátor, belsőégéső motor, akkumulátor, termikus rendszer, …) a szimulált vezérlőfunkciókon át a teljes jármű hajtáslánc szimulációig.

► szimulációk felparaméterezése, futtatása és az eredmények megjelenítése, valamint prezentálása a kollégák felé

► szisztematikus paraméter optimalizációk végrehajtása (DoE – Design of Experiments) komponens méretezéshez és az üzemi stratégia továbbfejlesztéséhez

► a szimulációs környezet továbbfejlesztése, a szimulációs bemenetek feldolgozásának automatizálása, a kód és a futtatási környezet optimalizálása erőforrás és futási idő szempontjából, az eredmények automatizált megjelenítése, stb.

Qualifications:

Mi tesz Téged különlegessé:
► Aktív, vag (25 év alatt) passzív, nappali tagozatos hallgatói jogviszony

► Folyamatban lévő felsőfokú tanulmányok Msc szinten, gépészmérnök, mechatronika, járműmérmök, villamosmérnök, fizikus, IT, vagy hasonló területen

► Járműdinamikai, hajtáslánc vagy termikus management rendszerekkel kapcsolatos ismeretek és érdeklődés

► Első tapasztalatok mechanikai- vagy járműrendszerek dinamikai modellezése terén, pl. differenciálegyenlet-rendszerek segítségével

► A MATLAB szimulációs környezet és script nyelv ismerete, GTSuite szimulációs program ismerete előnyt jelent

► Kommunikációképes angol nyelvismeret

► Heti minimum 20 óra vállalása hosszútávon, legalább 1 éven keresztül

Additional Information:

Ismerd meg mit jelent a Work .
GROW
- Nálunk kibontakozhatsz.

• Anyagi biztonságot biztosítunk: Versenyképes alapbért és ajánlási bónuszt is kínálunk.
• Támogatunk szakmai & karriercéljaid elérésében: Hiszünk az élethosszon át tartó fejlődésben, így tanulási és fejlődési lehetőséget kínálunk a szakmai és személyes karrier céljaid eléréshez egyaránt.

ENJOY
– Velünk teljes életet élhetsz.

• Egyensúlyban tartunk: Rugalmas munkaidőben dolgozhatsz otthonról vagy modern, kényelmes irodáinkból egyaránt.
• Fontos vagy számunkra: Ingyenesen biztosított egészségügyi, jogi és pénzügyi tanácsadással, valamint egyéb programokkal és előadásokkal támogatjuk mentális és fizikai egészséged megőrzését.
• Egyéb juttatásaink: Élvezheted számos munkavállalói kedvezményünk előnyeit, támogatjuk a home office-t, a bejárást, valamint telephelyi étkezésed is.

INSPIRE –
Inspiráló vállalati kultúránkhoz Te is büszkén tartozol majd.

• Hűek vagyunk az értékeinkhez: Dolgozz olyan kultúrában, amely értékeli a sokszínűséget, hisz az átláthatóságban és a fenntarthatóságban. Kapcsolódj be társadalmi felelősségvállalási programjainkba, mint például véradási kampányok és jótékonysági tevékenységek.
• Legnagyobb erősségünk a közösségünk: Részt vehetsz csapatépítőkön és olyan szórakoztató vállalati eseményeken, mint egy nyári piknik, karácsonyi vásár vagy családi nap, valamint csatlakozhatsz aktív belső közösségeinkhez, ahol további izgalmas programlehetőségek várnak.

Csatlakozz és Work.

wherewework.hu a

Technology & Software Employers in Hungary
nevében

Érdeklik a(z) Adatmérnök (Snowflake) állások Magyarország területén? Jó helyen jár.

Az adat- és gépitanulás-alapú munkakörök gyorsan bővülnek Magyarország területén, amit az analitikai modernizáció és a pénzügy, a távközlés és a szolgáltatóközpontok AI-bevezetése hajt. Budapest koncentrálja a legtöbb nyitott pozíciót az országban. Az egyetemi adattudományi képzések egészséges tehetségpiacot táplálnak.

A továbblépéshez egyszerűen töltse fel önéletrajzát a wherewework oldalára, és mi segítünk összekapcsolni valódi Adatmérnök (Snowflake) álláslehetőségekkel valódi cégektől, beleértve az éppen megtekintett pozíciót is.

Így működik:

• Töltse fel egyszer az önéletrajzát. Kattintson az "Jelentkezés" gombra ebben az ablakban. Csak egy pillanat, és lehetővé teszi, hogy profilját releváns Adatmérnök (Snowflake) lehetőségekkel párosítsuk.
• Valódi, a tapasztalatához illő szerepekkel párosítjuk. Amikor a cégek az Ön készségeihez illő Adatmérnök (Snowflake) pozíciókat nyitnak, kiválasztjuk Önnek a legjobb lehetőségeket.
• Ön végig kézben tartja az irányítást. Mielőtt önéletrajzát bárkivel megosztanánk, értesítjük a pontos álláscímmel és cégnévvel, és megerősítést kérünk.
• Csak a megerősített jelentkezéseket küldjük el a munkáltatóknak. Miután jóváhagyta, a munkáltató megkapja a jelentkezését, és közvetlenül felveheti Önnel a kapcsolatot.

A(z) Adatmérnök (Snowflake) szerepeknél Budapest területén a fizetés jellemzően havi 850 000 HUF és 1 990 000 HUF bruttó között mozog, átlagosan körülbelül 1 420 000 HUF bruttó értékkel. A produkciós ML-tapasztalat, a felhős adatplatformok és az alkalmazott AI-készségek hozzák a legmagasabb ajánlatokat.

Amíg itt van, fedezze fel a wherewework oldalt, hogy megtudja, milyen valójában Magyarország vezető technológiai cégeinél dolgozni, interjútapasztalatokon, munkavállalói véleményeken és közösségi visszajelzéseken keresztül.

About us

At RavenPack, we are at the forefront of developing the next generation of generative AI tools for the finance industry and beyond. With 20 years of experience as a leading big data analytics provider for financial services, we empower our clients—including some of the world's most successful hedge funds, banks, and asset managers—to enhance returns, reduce risk, and increase efficiency by integrating public information into their models and workflows. Building on this expertise, we are launching a new suite of GenAI and SaaS services, designed specifically for financial professionals.

Join a Company that is Powering the Future of Finance with AI

RavenPack has been recognized as the Best Alternative Data Provider by WatersTechnology and has been included in this year’s Top 100 Next Unicorns by Viva Technology. RavenPack has launched Bigdata, our Gen-AI platform tailored for finance, which is already being recognized as the #1 platform for powering financial AI agents.

European legal working status is required.

Join RavenPack

RavenPack is looking for an experienced Senior Machine Learning Engineer to join our Search & Recommendation team at our sunny headquarters in
Marbella.

Your mission will be to architect and build the next generation of our search and recommendation intelligence. You will take ownership of the full machine learning lifecycle, from ideation and data exploration to model deployment. By creating sophisticated, scalable, and personalized content delivery systems, you will directly shape how top financial professionals worldwide discover and interact with the critical information that drives their decisions. This is a unique opportunity to solve complex challenges at the intersection of information retrieval, NLP and finance.

The ability to communicate effectively in English both in writing and verbally is a must. European legal working status is required.

What You'll Be Doing

As a key member of the team, you will have the autonomy to innovate and the responsibility to deliver robust, high-impact solutions.

Own Model Development: Lead the end-to-end design, development, and deployment of advanced ranking algorithms and retrieval models to deliver highly relevant search results and content.

Innovate in Semantic Search: Fine-tune and distill Language Models to enhance their domain-specific expertise. You'll implement cutting-edge semantic embedding techniques (e.g., binary, matryoshka, late interaction models) to optimize for speed and accuracy.

Build & Scale Recommender Systems: Architect and implement sophisticated recommender systems that personalize the user experience, driving engagement and content discovery.

Collaborate & Mentor: Work closely with product managers, software engineers, and data scientists to translate business needs into technical solutions.

Stay Ahead of the Curve: Actively research and evaluate emerging trends and academic research in ML, NLP, and Information Retrieval, prototyping new ideas to maintain our competitive edge.

What We're Looking For

We are seeking a seasoned expert with a passion for building intelligent systems and solving complex problems.

• A Master’s or PhD in Computer Science, Machine Learning, Data Science, or a related quantitative field.

• 3+ years of hands-on professional experience in building and deploying machine learning models in a production environment, with a significant focus on Information Retrieval, Search, or Recommender Systems.

• Strong programming skills in Python and familiarity with SQL or other query languages.

• Deep knowledge of ML frameworks like PyTorch or TensorFlow, and libraries like Scikit-learn and Hugging Face.

• Hands-on experience with vector databases.

• Analytical Mindset: Exceptional quantitative and problem-solving skills, with a proven ability to apply rigorous statistical and mathematical reasoning to complex, real-world challenges.

• Excellent verbal and written communication skills in English. You are a clear and precise communicator who excels in a collaborative, agile team environment.

Bonus Points:

• Experience in the financial domain.

• Experience with MLOps tools and cloud platforms.

What's in it for You?

• Growth Opportunity
  : Join a rapidly growing company with 180+ team members with offices in New York, Madrid, and Marbella, building AI that truly matters for business and finance.
• Competitive Salary
  : In RavenPack, we believe that your time and experience needs to be fairly rewarded.
• Continuous learning:
  We provide the support needed to grow within the team.
• Innovation: Innovation is the key to our success, so we encourage you to speak up and tell us about your vision.
• Diversity is in our DNA! You will work in an international environment (over 29 nationalities and 24 languages spoken!)

We are an equal opportunity employer and value diversity at our company. We do not discriminate on the basis of race, religion, colour, national origin, gender, sexual orientation, age, marital status, veteran status, or disability status.