Ang Benevity ay isang enterprise SaaS na kompanyang nakatuon sa panlipunang epekto. Tinutulungan ng Benevity Enterprise Impact Platform ang malalaking organisasyon na pamahalaan ang pagbibigay ng empleyado, pagtutumbas ng donasyon, pagbibigay mula sa payroll, pagboboluntaryo, mga grant, grupo ng empleyado, mga hamon, at pag-uulat ng epekto sa iisang sistema. Sinusuportahan din ng platform ang pandaigdigang pamamahagi ng pondo, due diligence sa mga nonprofit, pagsunod sa mga patakaran, at mga kontrol sa panganib, gamit ang AI-driven na automation upang pasimplehin ang pangangasiwa at pagsukat ng programa. Para sa mga propesyonal na nagsasaliksik ng mga tungkulin sa B2B software, SaaS, o teknolohiya para sa panlipunang epekto, nag-aalok ang Benevity ng pagkakataong gumawa ng mga produktong nag-uugnay sa mga programa sa lugar ng trabaho sa mga organisasyong pangkawanggawa at nasusukat na resulta para sa komunidad.
Senior na Siyentista sa Data at AI — Hybrid sa Canada
Senior na Siyentista sa Data at AI na bumubuo ng mga machine-learning model, analytics, at production AI capability para sa social-impact SaaS platform ng Benevity. Nakatuon ang tungkulin sa pagpapahusay ng karanasan ng customer at paghahatid ng nasusukat na halaga sa negosyo.
Paglalarawan
- Lumikha ng mga machine-learning at statistical model para sa mga rekomendasyon, prediksyon, at klasipikasyon.
- Magsagawa ng data exploration, feature engineering, at preprocessing.
- Suriin ang performance ng modelo at pagbutihin ang mga solusyon sa pamamagitan ng eksperimento.
- Makipagtulungan sa mga data analyst at stakeholder ng produkto upang magtakda ng mga use case at sukatan ng tagumpay.
- Bumuo ng mga prototype at maghambing ng mga pamamaraan sa NLP, representation learning, at time-series forecasting.
- Gumawa ng mga insight na maaaring aksyunan gamit ang advanced analytics, segmentation, at statistical methods.
- Iharap ang mga natuklasan at resulta ng modelo sa mga cross-functional team.
- Suportahan ang A/B testing at mga inisyatiba sa model validation.
- Gumawa ng mga dashboard at monitoring tool para sa kalusugan ng modelo at mga KPI ng negosyo.
- Makipagtulungan sa mga product at AI engineering team upang mailagay ang mga modelo sa production.
- Bumuo ng reproducible training pipeline at notebook.
- Magpaunlad ng reusable model component at feature store.
- Subaybayan ang mga bagong pag-unlad sa data, machine learning, at AI ecosystem.
- Suportahan ang dokumentasyon at mga internal tool.
Mga Kinakailangan
- 4–6 na taong karanasan sa data science, machine-learning engineering, o applied AI.
- Mas mainam ang karanasan sa SaaS o technology product environment.
- Karanasan sa pagbuo ng mga modelong nagsisilbi sa mga customer o lumilikha ng epekto sa negosyo.
- Praktikal na kaalaman sa Git, code review, at CI/CD practices para sa machine learning.
- Bachelor’s o Master’s degree sa Data Science, Computer Science, Statistics, Engineering, o kaugnay na disiplina.
- Mahusay sa Python, SQL, Jupyter, at Git.
- Karanasan sa scikit-learn, XGBoost, LightGBM, at mga batayang gamit ng TensorFlow o PyTorch.
- Pamilyar sa Pandas, NumPy, DBT, BigQuery, Snowflake, o katumbas na mga tool.
- Karanasan sa paggamit ng MLflow at Airflow.
- Karanasan sa kahit isang cloud environment: GCP/Vertex AI, AWS/SageMaker, o Azure ML.
- Malalim na pag-unawa sa model evaluation, overfitting, bias, variance, cross-validation, at A/B testing.
- Malinaw at mahusay na kasanayan sa komunikasyon.
- Pag-unawa sa mga etikal na konsiderasyon sa machine learning, kabilang ang fairness, bias, at explainability.
- Lubos na pinahahalagahan ang production experience sa pag-deploy at pag-monitor ng mga machine-learning model.
Mga Benepisyo
- Flexible na hybrid work arrangement nang walang nakatakdang kinakailangang pagpasok sa opisina.
- Mga pagkakataong makapag-ambag sa makabagong gawain.
- Suporta para sa propesyonal na pag-unlad.
- Mga kasamahang collaborative at maalaga.
- Trabahong nakatuon sa layunin.
- Mga employee resource group.
- Mga accessible na hiring practice at accommodation para sa mga kandidatong may kapansanan.