Ang Stampli ay isang B2B fintech company na nakatuon sa pag-aautomat ng accounts payable. Tinutulungan ng platform nito ang mga finance at AP team na pamahalaan ang buong lifecycle ng invoice sa iisang lugar, kabilang ang sentralisadong komunikasyon, dokumentasyon, mga pag-apruba, vendor onboarding, pagpapadala ng impormasyon sa bayad, at mga workflow sa paggastos. Ina-automate ni Billy the Bot™, ang self-learning AI ng Stampli, ang mga paulit-ulit na gawain sa pagproseso ng invoice, habang tinutulungan ng mga integration sa pangunahing ERP system ang mga organisasyon na iayon ang platform sa kanilang kasalukuyang proseso sa pananalapi. Gumagawa ang team ng Stampli ng mga tool na idinisenyo upang mapahusay ang operational efficiency ng mga negosyo at ng mga taong namamahala ng mga invoice.
Senior na Data Scientist, AI at LLM
Pangunahan ang pagbuo at paglalabas sa produksyon ng mga solusyon sa AI, machine learning, at LLM para sa platform ng mga operasyong pinansyal ng Stampli. Kabilang sa tungkulin ang pagsusuri ng mga modelo, paggabay sa mga data scientist, at pagtatrabaho sa opisina sa Tel Aviv nang tatlong araw bawat linggo.
Paglalarawan
- Humanap ng mga paraan para magamit ang AI upang mapahusay ang karanasan sa produkto at kahusayan sa operasyon.
- Suriin at imodelo ang datos pinansyal upang makabuo ng mga praktikal na produktong AI.
- Pangunahan ang mga solusyon sa AI mula sa pagtukoy ng problema at pananaliksik hanggang sa pagmomodelo at pagpapatupad.
- Gawing mga planong may malinaw na istruktura ang mga kumplikadong problema.
- Makipagtulungan sa mga stakeholder sa engineering, produkto, at negosyo upang maisama ang AI sa mga produkto.
- Subaybayan ang mga pagsulong sa AI, machine learning, at LLM, at gamitin ang mga angkop na pag-unlad.
- Gumabay at magturo sa mga junior data scientist.
- Maghatid ng mga agarang gawain habang sinusuportahan ang pangmatagalang inobasyon.
- Bumuo at mag-deploy ng mga solusyon sa AI sa buong SaaS platform ng Stampli.
- Magtrabaho sa opisina sa Tel Aviv tuwing Martes hanggang Huwebes.
Mga Kinakailangan
- Bachelor’s degree sa computer science, engineering, o kaugnay na disiplinang STEM.
- Hindi bababa sa anim na taong karanasan sa data science, mas mainam kung sa kompanyang SaaS o teknolohiya.
- Napatunayang tagumpay sa pamumuno at paghahatid ng mga solusyon sa AI para tugunan ang mahahalagang problema sa negosyo.
- Mahuhusay na kasanayan sa komunikasyon at pakikipagtulungan sa Hebrew at English.
- Praktikal na karanasan sa pagbuo at paglalabas ng mga agentic system na batay sa LLM.
- Kakayahang dalhin sa produksyon ang mga solusyon sa machine learning at LLM mula sa pananaliksik.
- Mahusay sa mga paraan ng pagsusuri, kabilang ang mga may label na evaluation set, sukatan, offline benchmark, at shadow o A/B na paghahambing.
- Karanasan sa pag-deploy at pagpapanatili ng mga modelo o serbisyo sa produksyon, kabilang ang FastAPI, asynchronous queue processing, monitoring, at evaluation.
- Kakayahang magsiyasat ng gawi sa produksyon gamit ang mga log, sukatan, at datos, tukuyin ang ugat ng problema, at tiyakin ang mga pag-aayos.
- Pamilyar sa mga cloud platform, mas mainam ang mga serbisyo ng AWS gaya ng S3, DynamoDB, SQS, at Bedrock.
- Mahuhusay na kasanayan sa Python engineering, kabilang ang pagsulat ng code na maaaring subukan at paggamit ng pytest, async, Pydantic, Git, at code review.
- Karanasan sa embeddings, vector o hybrid search, OpenSearch o Elasticsearch, at retrieval-augmented generation (RAG).
- Karanasan sa OCR, pag-unawa sa layout at mga talahanayan ng dokumento, mga invoice, o mga dokumentong pinansyal.
- Karanasan sa paggamit ng LangChain o LlamaIndex at MLflow.
- Karanasan sa big data at mga data warehouse gaya ng Redshift.
Mga Benepisyo
- Lugar ng trabaho na nakatuon sa AI at may mga tool gaya ng ChatGPT Enterprise.
- Hybrid na iskedyul na may kakayahang magtrabaho nang remote sa ibang mga araw.
- Mga stock option at bahagi ng pagmamay-ari.
- Pag-unlad sa karera na sinusuportahan ng mga bihasang lider na nakatuon sa inobasyon.
- Moderno at inklusibong kapaligiran sa trabaho.
- Mabilis na kultura ng scale-up.
- Kinilala ang lugar ng trabaho sa pamamagitan ng mga parangal.
- Kinilala ng mga parangal ng Comparably ang kumpanya para sa balanse ng trabaho at buhay, kompensasyon, kaligayahan ng empleyado, at mga benepisyo.