The Coca-Cola Company היא חברת משקאות גלובלית שנוסדה בשנת 1886, ומוצריה כוללים משקאות מוגזים, מים ואפשרויות הידרציה נוספות, קפה ותה, מיצים, משקאות חלביים ומוצרים אלכוהוליים מוכנים לשתייה. הפורטפוליו שלה כולל יותר מ-200 מותגים הנמכרים ביותר מ-200 מדינות. פעילות החברה כוללת גם ניהול אחראי של משאבי מים, חקלאות בת-קיימא, הפחתת סוכר במוצרים ויוזמות קהילתיות הנתמכות באמצעות The Coca-Cola Foundation. עם כוח עבודה בינלאומי גדול והזדמנויות העסקה בשווקים שונים, The Coca-Cola Company מדגישה הכלה, נגישות והשפעה חברתית כחלק מגישתה למקום העבודה.
מנהל בכיר, מדעי הנתונים ובינה מלאכותית מבוססת סוכנים – מקסיקו סיטי
הובלת פיתוח מודלים חיזויים ובינה מלאכותית מבוססת סוכנים על גבי פלטפורמות Azure ו-Microsoft Fabric של קוקה-קולה. הרחבת קבלת ההחלטות המבוססת על נתונים בכל הפונקציות המסחריות והארגוניות באמריקה הלטינית.
תיאור
- יצירה והרחבה של מודלים במדעי הנתונים וסוכני בינה מלאכותית, הממירים נתונים מאמריקה הלטינית להחלטות ישימות
- פיתוח מודלים חיזויים ומרשמים לחיזוי, גמישות, פילוח והמלצות לפעולה מיטבית הבאה
- העברת מקרי שימוש אנליטיים מהוכחת היתכנות לייצור באמצעות תכנון ניסויים, הנדסת מאפיינים, תיקוף ומדידת השפעה
- בחינת מערכי נתונים מורכבים ובעלי נפח גבוה כדי לזהות מגמות, גורמים מניעים, סיכונים והזדמנויות לאופטימיזציה
- בניית עוזרים, טייסים אוטומטיים ותהליכי עבודה מבוססי סוכנים ורב־שלביים המופעלים באמצעות מודלי שפה גדולים
- שימוש ב-RAG, הנדסת הנחיות והקשר, קריאה לכלים ולפונקציות, תזמור, ארכיטקטורות מרובות סוכנים והארקה סמנטית או מבוססת אונטולוגיה
- פריסה והפעלה של סוכנים באמצעות Azure AI Foundry, Microsoft Fabric, Azure ML ופלטפורמת Nexus AI
- ניהול גרסאות של סוכנים ושילובם בתהליכים עסקיים
- בדיקה וחיזוק של סוכנים באמצעות מערכי הערכה ומנגנוני הגנה, תוך ניטור דיוק, הזיות, הטיה, סחיפה ועלויות טוקנים
- יישום נהלי בינה מלאכותית אחראית וממשל המכסים שושלת נתונים, יכולת ביקורת ושימוש בטוח ותואם
- שיתוף פעולה עם צוותי מסחר, שיווק, כספים, שרשרת אספקה, אסטרטגיה, הנדסת נתונים וממשל
- יישום שיטות MLOps, כולל CI/CD, ניטור ותהליכי עבודה הניתנים לשחזור
- הפיכת ממצאים טכניים לנרטיבים עסקיים ולהמלצות עבור בעלי עניין בכירים
- חניכת אנליסטים, פיתוח תבניות לשימוש חוזר ועידוד ניסויים וקבלת החלטות מבוססת ראיות
דרישות
- תואר ראשון במדעי הנתונים, סטטיסטיקה, מדעי המחשב, הנדסה, אנליטיקה או תחום קשור
- לפחות חמש שנות ניסיון במדעי הנתונים, למידת מכונה או אנליטיקה מתקדמת, כולל אספקת מודלים בסביבת ייצור
- ניסיון מעשי בפיתוח יישומי בינה מלאכותית גנרטיבית ומבוססת סוכנים באמצעות מודלי שפה גדולים, RAG, הנדסת הנחיות והקשר, קריאה לכלים ותזמור סוכנים
- יסודות חזקים ב-Python, pandas, scikit-learn, מסגרת מודרנית ללמידה עמוקה או למודלי שפה גדולים, SQL, סטטיסטיקה וניסויים
- ניסיון בפלטפורמות ענן לנתונים ולבינה מלאכותית, רצוי Azure, כולל Azure ML ו-Azure AI Foundry או OpenAI
- ניסיון ב-Microsoft Fabric או Databricks, ב-MLOps ובמסדי נתונים וקטוריים
- היכרות עם נהלי בינה מלאכותית אחראית וממשל, כולל הערכה, מנגנוני הגנה, ניטור הטיה וסחיפה, שושלת נתונים וניהול עלויות
- מיומנויות תקשורת חזקות והבנה מסחרית
- יכולת לעבוד בצוותים גלובליים בעלי מבנה מטריציוני תוך ניהול סדרי עדיפויות מרובים בסביבה דינמית
- היכרות עם עולם המשקאות והמערכת, כולל RGM, מסחר והכנסות, היא יתרון
- תואר שני הוא יתרון
- היכרות עם חוק הבינה המלאכותית של האיחוד האירופי ועם NIST AI RMF היא יתרון
הטבות
- עבודה עם מטרה המשפיעה על הצמיחה וקבלת ההחלטות באמריקה הלטינית
- הזדמנות לעבוד עם Global DTS, אירופה ועם מבקבקים מובילים
- פיתוח קריירה כמוביל/ת במדעי הנתונים ובבינה מלאכותית מבוססת סוכנים
- השתתפות בארגון המחובר ברחבי העולם
- תרבות של למידה מתמשכת
- סביבת עבודה מכילה המונחית על ידי מטרת החברה