Benevity on sotsiaalsele mõjule keskenduv ettevõtetele mõeldud SaaS-ettevõte. Selle Benevity Enterprise Impact Platform aitab suurtel organisatsioonidel hallata töötajate annetamist, annetuste sobitamist, palgaarvestuse kaudu annetamist, vabatahtlikku tegevust, toetusi, töötajarühmi, väljakutseid ja mõjuaruandlust ühes süsteemis. Platvorm toetab ka üleilmseid väljamakseid, mittetulundusühingute hoolsuskontrolli, nõuetele vastavust ja riskikontrolle. Tehisintellektil põhinev automatiseerimine on loodud programmide haldamise ja mõju mõõtmise lihtsustamiseks. B2B-tarkvarast, SaaS-ist või sotsiaalse mõju tehnoloogiast huvitatud spetsialistidele pakub Benevity võimalust töötada toodetega, mis ühendavad töökoha programmid heategevusorganisatsioonide ja mõõdetavate kogukondlike tulemustega.
Vanem andme- ja tehisintellektiteadlane Benevity juures – Toronto, hübriidtöö
Vanem andme- ja tehisintellektiteadlane arendab Benevity ühiskondlikku mõju toetava SaaS-platvormi jaoks masinõppemudeleid, analüütikat ja tehisintellekti prototüüpe. Töö keskendub tootmismudelitele, kliendikogemusele ja automatiseerimisele.
Kanada109 400 $ – 150 370 $ / aasta
HübriidtööTäistööaegSeeniorNõutav Keel: ingliseMasinõppeinsenerTehisintellekti teadlaneKirjeldus
- Loo soovituste, prognooside ja klassifitseerimise jaoks masinõppe- ja statistilisi mudeleid
- Uuri andmeid, loo tunnuseid ning eeltöötle andmekogumeid mudelite treenimiseks ja hindamiseks
- Hinda mudelite jõudlust sobivate mõõdikutega ja täiusta lähenemisi katsetamise kaudu
- Tee koostööd andmeanalüütikute ja toote sidusrühmadega kasutusjuhtude täpsustamiseks ning edumõõdikute määratlemiseks
- Loo prototüüpe ja võrdle meetodeid loomuliku keele töötlemises, esituste õppimises ja aegridade prognoosimises
- Koosta täiustatud analüütika, segmenteerimise ja statistilise analüüsi abil rakendatavaid teadmisi
- Esitle tulemusi ja mudelite väljundeid valdkondadeülestele meeskondadele
- Toeta A/B-testimist ja mudelite valideerimist
- Loo pärast juurutamist mudelite seisundi ja äriliste põhinäitajate jälgimiseks juhtpaneele ning seirevahendeid
- Tee toote- ja tehisintellekti insenerimeeskondadega koostööd mudelite juurutamisel ning nende ühendamisel taustateenuste ja API-dega
- Loo reprodutseeritavaid treeningutorustikke ja märkmikke, kasutades versioonihalduse ning dokumenteerimise standardeid
- Aita arendada korduvkasutatavaid mudelikomponente ja tunnusehoidlaid
- Jälgi andmete, masinõppe ja tehisintellekti ökosüsteemi arengut ning hinda uusi tööriistu ja raamistikke
- Paranda dokumentatsiooni ja sisemiste tööriistade abil meeskonna tõhusust ning läbipaistvust
Nõuded
- 4–6 aastat kogemust andmeteaduse, masinõppe inseneeria või rakendusliku tehisintellekti valdkonnas, eelistatavalt SaaS-i või tehnoloogilise toote keskkonnas
- Kogemus kliendile suunatud või ärilise mõjuga mudelite, sealhulgas skoorimise, personaliseerimise või anomaaliate tuvastamise mudelite arendamisel
- Koostööpõhiste tarkvaraarenduse tavade, nagu Git, koodi ülevaatus ja masinõppe CI/CD, tundmine
- Andmeteaduse, arvutiteaduse, statistika, inseneeria või seotud eriala bakalaureuse- või magistrikraad
- Pythoni, SQL-i, Jupyteri ja Giti hea valdamine
- Kogemus scikit-learni, XGBoosti, LightGBM-i ning TensorFlow’ või PyTorchi põhialustega
- Kogemus Pandase, NumPy, DBT, BigQuery, Snowflake’i või võrreldavate andmetööriistadega
- Kogemus MLflow’ ja Airflow’ga
- Kogemus vähemalt ühe pilveplatvormiga: GCP/Vertex AI, AWS/SageMaker või Azure ML
- Tugev arusaam mudelite hindamisest, ülesobitamisest, kallutatusest, dispersioonist, ristvalideerimisest ja A/B-testimisest
- Mudelite töökindluse, tõlgendatavuse ja kaasavuse hindamise kogemus tuleb kasuks
- Dockeri või Kubernetesega töötamise kogemus tuleb kasuks
- Tunnusehoidlate, nagu Tecton või Feast, kogemus on vabatahtlik, kuid kasulik
- Kokkupuude süvaõppe, graafipõhise masinõppe, loomuliku keele töötlemise või tugevdusõppega on suur eelis
- Tootmiskogemus masinõppemudelite juurutamisel ja jälgimisel, sealhulgas automaatsel ümbertreenimisel, logimisel ja jõudluse jälgimisel, on väga hinnatud
- Suurepärased suhtlusoskused, sealhulgas võime selgitada keerukaid tehnilisi teemasid tehnilistele ja mittetehnilistele kuulajatele
- Masinõppe eetiliste kaalutluste, sealhulgas õigluse, kallutatuse ja tehisintellekti selgitatavuse, teadvustamine
Hüved
- Paindlikud hübriidtöö võimalused
- Kontori lähedal elavatelt töötajatelt ei nõuta kindlat kontoris viibimise graafikut
- Võimalus töötada uuenduslike projektidega
- Võimalused professionaalseks arenguks
- Toetavad kolleegid
- Eesmärgist lähtuv töö
- Töötajate tugirühmad
- Võrdsed võimalused kõigile kandidaatidele ja töötajatele
- Puudega kandidaatidele mõeldud kohandused kogu värbamis- ja hindamisprotsessi jooksul