Benevity هي شركة برمجيات مؤسسية كخدمة تركز على تحقيق الأثر الاجتماعي. تساعد منصة Benevity Enterprise Impact Platform المؤسسات الكبيرة على إدارة تبرعات الموظفين، ومطابقة التبرعات، والتبرع عبر كشوف الرواتب، والتطوع، والمنح، ومجموعات الموظفين، والتحديات، وإعداد تقارير الأثر ضمن نظام واحد. كما تدعم المنصة عمليات الصرف العالمية، والعناية الواجبة بالمنظمات غير الربحية، والامتثال، وضوابط المخاطر، إلى جانب أتمتة مدعومة بالذكاء الاصطناعي تهدف إلى تبسيط إدارة البرامج وقياس نتائجها. وبالنسبة إلى المهنيين المهتمين بالعمل في برمجيات الشركات أو البرمجيات كخدمة أو تقنيات الأثر الاجتماعي، تتيح Benevity فرصة المساهمة في تطوير منتجات تربط برامج بيئة العمل بالمنظمات الخيرية والنتائج المجتمعية القابلة للقياس.
عالم بيانات وذكاء اصطناعي أول في Benevity — عمل هجين في تورونتو
عالم بيانات وذكاء اصطناعي أول يطوّر نماذج تعلم آلي وتحليلات ونماذج أولية للذكاء الاصطناعي لمنصة Benevity للبرمجيات الاجتماعية كخدمة. يركّز الدور على النماذج الإنتاجية وتجربة العملاء والأتمتة.
كندا109,400 CA$ – 150,370 CA$ / سنة
هجيندوام كاملخبيراللغة المطلوبة: الإنجليزيةعالم أبحاث في الذكاء الاصطناعيمهندس تعلم الآلةالوصف
- بناء نماذج التعلم الآلي والنماذج الإحصائية للتوصيات والتنبؤات والتصنيف
- استكشاف البيانات وهندسة السمات والمعالجة المسبقة لمجموعات البيانات لتدريب النماذج وتقييمها
- تقييم أداء النماذج باستخدام المقاييس المناسبة وتحسين الأساليب من خلال التجريب
- التعاون مع محللي البيانات وأصحاب المصلحة في المنتجات لتوضيح حالات الاستخدام وتحديد معايير النجاح
- إنشاء نماذج أولية وقياس أداء الأساليب في معالجة اللغة الطبيعية وتعلم التمثيلات والتنبؤ بالسلاسل الزمنية
- إنتاج رؤى قابلة للتنفيذ من خلال التحليلات المتقدمة والتقسيم والتحليل الإحصائي
- عرض النتائج ونتائج النماذج على الفرق متعددة الوظائف
- دعم اختبارات A/B وأنشطة التحقق من صحة النماذج
- إنشاء لوحات معلومات وأدوات مراقبة لمتابعة صحة النماذج ومؤشرات الأداء الرئيسية للأعمال بعد النشر
- التعاون مع فرق المنتجات وهندسة الذكاء الاصطناعي لنشر النماذج وربطها بخدمات الواجهة الخلفية وواجهات برمجة التطبيقات
- بناء مسارات تدريب ودفاتر ملاحظات قابلة لإعادة الإنتاج باستخدام معايير إدارة الإصدارات والتوثيق
- المساعدة في تطوير مكونات نماذج قابلة لإعادة الاستخدام ومخازن للسمات
- متابعة التطورات في منظومة البيانات والتعلم الآلي والذكاء الاصطناعي وتقييم الأدوات والأطر الجديدة
- تحسين كفاءة الفريق وشفافيته من خلال التوثيق والأدوات الداخلية
المتطلبات
- خبرة من 4 إلى 6 سنوات في علم البيانات أو هندسة التعلم الآلي أو الذكاء الاصطناعي التطبيقي، ويفضل في بيئة منتجات SaaS أو المنتجات التقنية
- خبرة في تطوير نماذج موجهة للعملاء أو ذات أثر تجاري، بما في ذلك التسجيل أو التخصيص أو اكتشاف الحالات الشاذة
- إلمام بممارسات تطوير البرمجيات التعاونية مثل Git ومراجعة التعليمات البرمجية والتكامل والنشر المستمرين للتعلم الآلي
- درجة البكالوريوس أو الماجستير في علم البيانات أو علوم الحاسوب أو الإحصاء أو الهندسة أو تخصص ذي صلة
- إتقان Python وSQL وJupyter وGit
- خبرة في scikit-learn وXGBoost وLightGBM ومعرفة أساسية بـ TensorFlow أو PyTorch
- خبرة في Pandas أو NumPy أو DBT أو BigQuery أو Snowflake أو أدوات بيانات مماثلة
- خبرة في MLflow وAirflow
- خبرة في استخدام منصة سحابية واحدة على الأقل: GCP/Vertex AI أو AWS/SageMaker أو Azure ML
- فهم قوي لتقييم النماذج وفرط التكيّف والتحيز والتباين والتحقق المتقاطع واختبارات A/B
- تُعد الخبرة في تقييم متانة النماذج وقابليتها للتفسير وشموليتها ميزة إضافية
- تُعد الخبرة في Docker أو Kubernetes ميزة إضافية
- تُعد الخبرة في مخازن السمات مثل Tecton أو Feast اختيارية لكنها مفيدة
- تُعد الخبرة في التعلم العميق أو التعلم الآلي البياني أو معالجة اللغة الطبيعية أو التعلم المعزز ميزة قوية
- تحظى الخبرة الإنتاجية في نشر نماذج التعلم الآلي ومراقبتها، بما في ذلك إعادة التدريب الآلية والتسجيل وتتبع الأداء، بتقدير كبير
- مهارات تواصل قوية، بما في ذلك القدرة على شرح الموضوعات التقنية المعقدة للجمهورين التقني وغير التقني
- الوعي بالاعتبارات الأخلاقية في التعلم الآلي، بما في ذلك الإنصاف والتحيز وقابلية تفسير الذكاء الاصطناعي
المزايا
- ترتيبات عمل هجينة مرنة
- لا يوجد شرط ثابت للحضور إلى المكتب للموظفين الموجودين بالقرب من أحد المكاتب
- فرص للعمل في مشاريع مبتكرة
- فرص للنمو المهني
- زملاء داعمون
- عمل هادف
- مجموعات موارد الموظفين
- تكافؤ الفرص لجميع المرشحين والموظفين
- توفير التسهيلات طوال عملية التوظيف والتقييم للمرشحين ذوي الإعاقة