Mediabistro logo
job logo

Senior Machine Learning Engineer Job at PayPal in San Jose

PayPal, San Jose, CA, United States

Senior Machine Learning Engineer

As a Senior Machine Learning Engineer on the Personalization Platform team, you will design, build, and optimize large-scale, real-time personalization and recommendation systems that power key customer experiences across PayPal. You will work closely with data scientists, product managers, and platform engineers to productionize models, enhance infrastructure, and advance the capabilities of PayPal's personalization ecosystem. This is a hands-on role focused on delivering high-quality ML systems, contributing to technical design, and driving engineering excellence across the team. You will develop scalable ML pipelines and real-time inference services, implement robust data and feature workflows, and transform experimental models into reliable production solutions. You will help shape distributed systems that support low-latency personalization at scale, champion best practices in testing, CI/CD, observability, and operational quality, and ensure strong system performance through ongoing monitoring and feedback loops. Through close collaboration with cross-functional partners, you will enable seamless end-to-end deployments and help deliver impactful, customer-first personalization experiences.

Essential Responsibilities:

  • Develop and optimize machine learning models for various applications.
  • Preprocess and analyze large datasets to extract meaningful insights.
  • Deploy ML solutions into production environments using appropriate tools and frameworks.
  • Collaborate with cross-functional teams to integrate ML models into products and services.
  • Monitor and evaluate the performance of deployed models.

Expected Qualifications:

  • 3+ years relevant experience and a Bachelor's degree OR any equivalent combination of education and experience.
  • Experience with ML frameworks like TensorFlow, PyTorch, or scikit-learn.
  • Familiarity with cloud platforms (AWS, Azure, GCP) and tools for data processing and model deployment.
  • Several years of experience in designing, implementing, and deploying machine learning models.

Additional Responsibilities & Preferred Qualifications:

  • 3 years of experience in machine learning engineering or applied ML development.
  • Experience building and scaling ML systems in production, particularly related to personalization, recommendations, ranking, or embeddings.
  • Strong software engineering background with proficiency in Python, Java, or Scala.
  • Hands-on experience with distributed systems and streaming technologies such as Kafka, Flink, Spark, or similar.
  • Solid understanding of ML model lifecycle, including training, deployment, monitoring, and continuous improvement.
  • Experience working with cloud-native architectures and modern CI/CD pipelines.
  • Ability to collaborate effectively in cross-functional teams and communicate clearly with technical stakeholders.

Preferred Qualifications:

  • Experience with real-time inference platforms or feature stores.
  • Familiarity with model monitoring, drift detection, and MLOps tooling.
  • Exposure to deep learning frameworks (TensorFlow, PyTorch) or large-scale embeddings.
  • Background with containerization and orchestration (Docker, Kubernetes).
  • Experience supporting experimentation pipelines or A/B testing at scale.


In Summary: Senior Machine Learning Engineer will design, build, and optimize large-scale, real-time personalization and recommendation systems that power key customer experiences across PayPal . You will work closely with data scientists, product managers, and platform engineers to productionize models, enhance infrastructure, and advance the capabilities of PayPal's personalization ecosystem .

En Español:

Ingeniero senior de aprendizaje automático

Como ingeniero de aprendizaje automático senior en el equipo de la Plataforma de Personalización, diseñará, construirá y optimizará sistemas de personalización y recomendación a gran escala en tiempo real que impulsen las experiencias clave del cliente en PayPal. Trabajará estrechamente con científicos de datos, gerentes de productos e ingenieros de plataformas para producir modelos, mejorar la infraestructura y avanzar en las capacidades del ecosistema de personalización de PayPal. Este es un papel práctico centrado en entregar sistemas ML de alta calidad, contribuir al diseño técnico y proporcionar una excelencia en ingeniería en todo el equipo. Desarrollará oleoductos ML inteligibles y servicios de inferencia en tiempo Real, implementará datos robustos y flujos de trabajo de características, y transformará los modelos experimentales en soluciones fiables de producción. Ayudará a dar forma a sistemas distribuidos que apoyan prácticas de baja latencia a escala, campeones de pruebas, observabilidad / CD, rendimiento operativo y mejor funcionamiento del sistema, así como garantizar el seguimiento continuo del impacto de los clientes a través de ciclos de retroalimentación sin escalas y colaboraciones, lo cual le ayudará a desarrollar mejores experiencias interactivas a través del intercambio de opiniones entre socios.

Responsabilidades esenciales:

  • Desarrollar y optimizar modelos de aprendizaje automático para diversas aplicaciones.
  • Preprocesar y analizar grandes conjuntos de datos para extraer información significativa.
  • Despliegue las soluciones ML en entornos de producción utilizando herramientas y marcos adecuados.
  • Colaborar con equipos interfuncionales para integrar modelos de ML en productos y servicios.
  • Monitorear y evaluar el rendimiento de los modelos implementados.

Calificaciones esperadas:

  • 3+ años de experiencia relevante y un título universitario O cualquier combinación equivalente de educación y experiencia.
  • Experiencia con marcos ML como TensorFlow, PyTorch o scikit-learn.
  • Familiarización con las plataformas en la nube (AWS, Azure, GCP) y herramientas para el procesamiento de datos e implementación de modelos.
  • Varios años de experiencia en el diseño, implementación e implantación de modelos de aprendizaje automático.

Responsabilidades adicionales y cualificaciones preferentes:

  • 3 años de experiencia en ingeniería de aprendizaje automático o desarrollo aplicado del ML.
  • Experiencia en la construcción y escalación de sistemas ML en producción, particularmente relacionados con personalización, recomendaciones, clasificación o incorporaciones.
  • Fuerte experiencia en ingeniería de software con dominio de Python, Java o Scala.
  • Experiencia práctica con sistemas distribuidos y tecnologías de transmisión como Kafka, Flink, Spark o similares.
  • Una sólida comprensión del ciclo de vida del modelo ML, incluida la capacitación, el despliegue, el seguimiento y la mejora continua.
  • Experiencia en el trabajo con arquitecturas nativas de la nube y tuberías modernas CI/CD.
  • Capacidad para colaborar eficazmente en equipos interfuncionales y comunicarse claramente con las partes interesadas técnicas.

Qualificaciones preferentes:

  • Experiencia con plataformas de inferencias en tiempo real o tiendas de características.
  • Familiarización con el monitoreo de modelos, la detección de deriva y las herramientas MLOps.
  • Exposición a los marcos de aprendizaje profundo (TensorFlow, PyTorch) o las incorporaciones a gran escala.
  • Antecedentes con contenedores y orquestación (Docker, Kubernetes).
  • Experiencia en el apoyo de tuberías de experimentación o pruebas A/B a escala.