Salve.Inno היא חברת גיוס וייעוץ שנוסדה בשנת 2024 ומרכזה הראשי נמצא בגדנסק, פולין. הצוות הקטן שלה מסייע לעסקים לגייס עובדים באמצעות אסטרטגיות גיוס מותאמות אישית, איתור מועמדים מרחוק ברחבי העולם, סינון מועמדים וחוויות גיוס באתרי קריירה. החברה פועלת בתחומי הייעוץ, השיווק והלוגיסטיקה, עם מומחיות בגיוס לתפקידים בשיווק, בפורקס ובמשחקים מקוונים. Salve.Inno גם תומכת בארגונים בתחומי התקשורת, הגיוון, השוויון וההכלה, ובפיתוח תהליכי גיוס יעילים יותר, ובמקביל מפרסמת הזדמנויות עבודה מרחוק ומספקת שירותי ייעוץ לשוק כישרונות גלובלי.
מהנדס למידת מכונה בכיר, מוביל בינה מלאכותית יישומית ו-MLOps
הובלת פתרונות בינה מלאכותית בסביבת ייצור ו-MLOps בארגון בינלאומי. עיצוב מודלים לחיזוי, ממשל מודלים, פריסה וארכיטקטורת למידת מכונה ניתנת להרחבה.
תיאור
- אחריות על מודלים של למידת מכונה משלב הפיתוח ועד לניטור בסביבת ייצור ולאימון מחדש.
- הובלת פרויקטים של בינה מלאכותית יישומית בתחומי ערך חיי לקוח, נטישת לקוחות, הונאה ומניעת שימוש לרעה.
- בניית מסגרות MLOps ושיפורן, לרבות פריסות אוטומטיות, CI/CD, קידום בין סביבות וניהול מחזור חיי מודלים.
- יצירת מערכי ניטור לביצועי מודלים, לסחיפת נתונים, לאיכות נתונים ולתוצאות עסקיות.
- קביעת אסטרטגיות לאימון מודלים מחדש, נהלי הסלמה ושיטות לשיפור מתמיד.
- שימוש ב-SHAP ובייחוס תכונות כדי להפוך מודלים לשקופים יותר ולניתנים יותר לפירוש.
- קביעת תקנים לממשל מודלים, לתיעוד, לניהול גרסאות, לשחזור תוצאות וליכולת ביקורת.
- שיתוף פעולה עם הנדסת נתונים בנושא צינורות נתונים ניתנים להרחבה, הנדסת תכונות ותשתית נתונים אמינה.
- הפיכת אתגרים עסקיים לפתרונות בינה מלאכותית מעשיים וניתנים להרחבה, בשיתוף צוותי מוצר, סיכונים, מסחר וצוותים נוספים.
- בחינת ביצועי מודלים בסביבת ייצור לשיפור הדיוק, האמינות וההשפעה העסקית.
- שמירה על תקני ייצור ליציבות, להרחבה, לתחזוקתיות וליעילות תפעולית.
- הדרכה וליווי של מהנדסים נוספים.
- איזון בין אספקה מהירה של MVP לבין אמינות ויכולת הרחבה מתמשכות בסביבת ייצור.
דרישות
- ניסיון מקצועי של 5–8 שנים או יותר בבנייה, בפריסה ובתחזוקה של מודלים ללמידת מכונה בסביבת ייצור.
- שליטה מתקדמת ב-Python ויסודות חזקים בהנדסת תוכנה.
- הבנת אלגוריתמים של למידת מכונה, הערכת מודלים, הנדסת תכונות ומידול חזוי.
- ניסיון מעשי באתגרים של למידת מכונה בסביבת ייצור, כגון דליפת נתונים, סחיפת מודלים, איכות נתונים ויציבות מודלים.
- ניסיון מעשי עם Apache Spark או PySpark למחשוב מבוזר ולעיבוד נתונים בהיקף גדול.
- ניסיון בשימוש ב-MLflow או בפלטפורמה דומה לניהול מחזור חיי למידת המכונה.
- ניסיון בתכנון, ביישום ובתחזוקה של צינורות CI/CD, רצוי באמצעות GitHub Actions.
- שליטה מתקדמת ב-SQL וניסיון בעבודה עם מערכי נתונים גדולים ומורכבים.
- הבנת פריסת מודלים, ניטור, זיהוי סחיפה, אימון מחדש ותחזוקה בסביבת ייצור.
- ניסיון ביישום שיטות להסברת מודלים ולפרשנותם, כגון SHAP.
- ניסיון באספקת פתרונות AI/ML שהביאו לשיפורים עסקיים או תפעוליים מדידים.
- הבנת הדרישות לממשל מודלים, לניהול גרסאות, לתיעוד ולשחזור תוצאות.
- יכולת לתכנן ארכיטקטורות למידת מכונה ניתנות להרחבה, אמינות וקלות לתחזוקה.
- חשיבה אנליטית חזקה וכישורי פתרון בעיות.
- יכולת להסביר בבירור רעיונות טכניים מורכבים לבעלי עניין שאינם טכניים.
- ניסיון בעבודה עם צוותים כגון הנדסת נתונים, מוצר, סיכונים ומסחר.
- יכולת לאזן בין פיתוח מהיר ואספקת MVP לבין הנדסת ייצור איכותית.
- הפגנת מנהיגות באמצעות חניכה, השפעה טכנית ושיטות הנדסה מיטביות.
- גישה יוזמת, עצמאית וממוקדת תוצאות לאספקת פתרונות בינה מלאכותית.
הטבות
- תגמול תחרותי בהתאם לניסיון ולכישורים.
- תוכניות מקיפות להכשרת עובדים ולהתפתחות מקצועית.
- הזדמנויות להוביל יוזמות בעלות השפעה בתחום הבינה המלאכותית ולמידת המכונה.
- חשיפה לטכנולוגיות מתקדמות של למידת מכונה ולשיטות MLOps מודרניות.
- סביבת עבודה בינלאומית עם שיתוף פעולה בין צוותים.
- אירועי חברה, צוות וקבוצה.
- הטבות לימי הולדת והטבות ותק.
- הזדמנויות לצמיחה מקצועית ולהובלה טכנית.
- הטבות ותמריצים נוספים לעובדים.