Principal Machine Learning Engineer Job at Appgate in New York
Appgate, New York, NY, United States
About the Role
We are seeking an exceptional Principal Machine Learning Engineer to lead the design and development of the next generation of our AI-driven fraud detection platform.
You will architect large-scale ML systems that detect and prevent fraud in real time combining deep machine learning expertise with scalable engineering and domain knowledge in financial systems.
This is a hands-on technical leadership role, shaping our fraud prevention roadmap and ensuring the platform evolves to meet emerging threat patterns through automation, data intelligence, and generative AI-enhanced detection models.
Responsibilities
Location: New York City
Department: AI / Fraud Prevention Engineering
Experience: 5+ years (Staff) or 8+ years (Principal) in ML or fraud detection systems
Compensation: 220-265k + bonus
Equal Opportunity Employer/Protected Veterans/Individuals with Disabilities
This employer is required to notify all applicants of their rights pursuant to federal employment laws. For further information, please review the Know Your Rights notice from the Department of Labor.
In Summary: The Principal Machine Learning Engineer will lead the design and development of the next generation of our AI-driven fraud detection platform . You will architect large-scale ML systems that detect and prevent fraud in real time combining deep machine learning expertise with scalable engineering and domain knowledge in financial systems . This is a hands-on technical leadership role shaping our fraud prevention roadmap .
En Español: Sobre el papel
Buscamos una excepcional Ingeniero principal de aprendizaje automático para liderar el diseño y desarrollo de la próxima generación Plataforma de detección del fraude impulsada por IA- ¿ Qué ?
Arquitectarás sistemas ML a gran escala que detecten y eviten el fraude en tiempo real combinando experiencia profunda de aprendizaje automático con ingeniería escalables y conocimiento del dominio en los sistemas financieros.
Este es un papel de liderazgo técnico práctico, dando forma a nuestra hoja de ruta para la prevención del fraude y asegurando que la plataforma evolucione para satisfacer los patrones emergentes de amenazas mediante automatización, inteligencia de datos y modelos generativos de detección mejorados por IA.
Responsabilidades
Localización: Ciudad de Nueva York
Departamento: Inteligencia artificial / ingeniería de prevención del fraude
Experiencia: 5+ años (trabajo) o 8 + años (principal) en sistemas de ML o detección de fraude
Compensación: 220-265k + bonificación
Igualdad de oportunidades del empleador/veteranos protegidos/personas con discapacidad
Este empleador está obligado a notificar a todos los solicitantes de sus derechos en virtud de las leyes laborales federales.
We are seeking an exceptional Principal Machine Learning Engineer to lead the design and development of the next generation of our AI-driven fraud detection platform.
You will architect large-scale ML systems that detect and prevent fraud in real time combining deep machine learning expertise with scalable engineering and domain knowledge in financial systems.
This is a hands-on technical leadership role, shaping our fraud prevention roadmap and ensuring the platform evolves to meet emerging threat patterns through automation, data intelligence, and generative AI-enhanced detection models.
Responsibilities
- Architect and build scalable ML systems for fraud detection, anomaly detection, and behavioral analysis.
- Develop and maintain end-to-end ML pipelines: data ingestion, feature engineering, model training, deployment, and monitoring.
- Leverage modern AI techniques, including generative AI, to improve fraud pattern discovery and model robustness.
- Design and implement real-time decision systems, integrating with transaction or behavioral data streams.
- Collaborate closely with engineering, security, and risk teams to define data strategy and labeling frameworks.
- Lead experimentation on model explainability, drift detection, and adversarial robustness for fraud prevention use cases.
- Promote engineering excellence - automation, CI/CD, reproducibility, observability, and model governance.
- Mentor and guide ML and software engineers, fostering best practices and innovation.
- 5+ years of experience building ML or AI systems in production; at least 2+ in fraud, risk, or anomaly detection domains.
- Proven track record designing and maintaining ML pipelines at scale.
- Expertise in Python, ML frameworks (e.g., PyTorch, TensorFlow, scikit-learn), and CI/CD (GitHub Actions, Jenkins, or similar).
- Strong understanding of supervised / unsupervised learning, anomaly detection, and statistical modeling.
- Experience with big data and distributed systems (e.g., Spark, Kafka, Flink, or similar).
- Familiarity with cloud platforms (AWS, GCP, or Azure) and containerized deployments (Docker, Kubernetes).
- Strong collaboration, communication, and cross-team leadership skills.
- Prior experience with fraud or financial crime detection, identity verification, or risk scoring systems.
- Domain expertise in banking, payments, or transaction monitoring
- Experience fine-tuning or adapting generative AI / large language models for pattern generation or synthetic data augmentation.
- Familiarity with streaming analytics, graph ML, or time-series anomaly detection.
- Knowledge of model governance, bias mitigation, and regulatory compliance in fraud contexts.
- Contributions to fraud detection research, open-source, or AI publications.
- Real-time AI-driven fraud prevention models with measurable reduction in false positives and detection latency.
- Scalable, automated ML pipelines enable faster experimentation and deployment.
- Cross-functional collaboration delivering tangible business impact in fraud loss reduction.
- A culture of ML excellence, experimentation, and continuous learning across the team.
Location: New York City
Department: AI / Fraud Prevention Engineering
Experience: 5+ years (Staff) or 8+ years (Principal) in ML or fraud detection systems
Compensation: 220-265k + bonus
Equal Opportunity Employer/Protected Veterans/Individuals with Disabilities
This employer is required to notify all applicants of their rights pursuant to federal employment laws. For further information, please review the Know Your Rights notice from the Department of Labor.
In Summary: The Principal Machine Learning Engineer will lead the design and development of the next generation of our AI-driven fraud detection platform . You will architect large-scale ML systems that detect and prevent fraud in real time combining deep machine learning expertise with scalable engineering and domain knowledge in financial systems . This is a hands-on technical leadership role shaping our fraud prevention roadmap .
En Español: Sobre el papel
Buscamos una excepcional Ingeniero principal de aprendizaje automático para liderar el diseño y desarrollo de la próxima generación Plataforma de detección del fraude impulsada por IA- ¿ Qué ?
Arquitectarás sistemas ML a gran escala que detecten y eviten el fraude en tiempo real combinando experiencia profunda de aprendizaje automático con ingeniería escalables y conocimiento del dominio en los sistemas financieros.
Este es un papel de liderazgo técnico práctico, dando forma a nuestra hoja de ruta para la prevención del fraude y asegurando que la plataforma evolucione para satisfacer los patrones emergentes de amenazas mediante automatización, inteligencia de datos y modelos generativos de detección mejorados por IA.
Responsabilidades
- Arquitecto y construcción sistemas ML escalables para la detección de fraudes, la detectación de anomalías y el análisis del comportamiento.
- Desarrollar y mantener Líneas de tuberías ML de extremo a extremo: ingestión de datos, ingeniería de características, capacitación de modelos, despliegue y seguimiento.
- Aprovechar las técnicas modernas de IA, incluida la IA generativa, para mejorar el descubrimiento de patrones de fraude y la robustez del modelo.
- Diseño e implementación de sistemas de decisión en tiempo real, la integración con las transacciones o los flujos de datos del comportamiento.
- Colaborar estrechamente con equipos de ingeniería, seguridad y riesgo para definir la estrategia de datos y los marcos de etiquetado.
- Experimentación con plomo sobre la explicabilidad del modelo, la detección de deriva y la robustez adversarial en los casos de uso para prevenir el fraude.
- Promover la excelencia en ingeniería - automatización, CI/CD, reproducibilidad, observabilidad y gobernanza de modelos.
- Mentor y guía Ingenieros de tecnología y software, fomentando las mejores prácticas e innovación.
- 5+ años de experiencia en la construcción de sistemas ML o IA en producción; al menos 2+ en los dominios de detección de fraudes, riesgos o anomalías.
- Un historial probado en el diseño y mantenimiento de tuberías ML a gran escala.
- Experiencia en Python, marcos ML (por ejemplo, PyTorch, TensorFlow, scikit-learn) y CI/CD (Acciones GitHub, Jenkins o similares).
- Una fuerte comprensión de aprendizaje supervisado / sin supervisión, detección de anomalías y modelado estadístico.
- Experiencia con Big data y sistemas distribuidos (por ejemplo, Spark, Kafka, Flink o similares).
- Familiarización con plataformas en la nube (AWS, GCP o Azure) y las implementaciones en contenedores (Docker, Kubernetes).
- Una fuerte colaboración, comunicación y habilidades de liderazgo entre equipos.
- Experiencia previa con detección de fraude o delincuencia financiera¿ Por qué ? Verificación de identidad, o Sistemas de puntuación del riesgo- ¿ Qué ?
- Expertos en el ámbito de banca¿ Por qué ? los pagos, o control de las transacciones
- Experiencia ajuste fino o adaptación de modelos generativos de IA / lenguaje grande para la generación de patrones o el aumento de datos sintéticos.
- Familiarización con análisis de transmisión¿ Por qué ? gráfico ML, o detección de anomalías en la serie temporal- ¿ Qué ?
- Conocimiento de modelo de gobernanza¿ Por qué ? mitigación del sesgo, y cumplimiento normativo en el contexto del fraude.
- Contribuciones a la investigación de detección del fraude, publicaciones de código abierto o IA.
- Modelos de prevención del fraude impulsados por IA en tiempo real con una reducción medible de los falsos positivos y la latencia de detección.
- Los oleoductos ML escalables y automatizados permiten una experimentación y un despliegue más rápidos.
- Colaboración interfuncional que genere un impacto empresarial tangible en la reducción de las pérdidas por fraude.
- Una cultura de excelencia en ML, experimentación y aprendizaje continuo a través del equipo.
Localización: Ciudad de Nueva York
Departamento: Inteligencia artificial / ingeniería de prevención del fraude
Experiencia: 5+ años (trabajo) o 8 + años (principal) en sistemas de ML o detección de fraude
Compensación: 220-265k + bonificación
Igualdad de oportunidades del empleador/veteranos protegidos/personas con discapacidad
Este empleador está obligado a notificar a todos los solicitantes de sus derechos en virtud de las leyes laborales federales.