Applaudo היא חברת פיתוח תוכנה במודל nearshore, המתמקדת בסיוע לארגונים במודרניזציה של הטכנולוגיה ובקידום הטרנספורמציה הדיגיטלית. החברה נוסדה בשנת 2013 ומשלבת מומחיות בהנדסת תוכנה ובייעוץ בתחומי החדשנות ועיצוב חוויית המשתמש, פיתוח ותחזוקת יישומים, הבטחת איכות, פתרונות ענן, בינה מלאכותית, אבטחת סייבר, פתרונות נתונים ומודרניזציה של אפליקציות. Applaudo משרתת לקוחות במגזרים הכוללים ספורט, מדיה ובידור, קמעונאות, מוצרים ארוזים לצרכן ושירותים פיננסיים, ותומכת בפרויקטים המשפרים מוצרים דיגיטליים, תשתיות ואספקת שירותי IT. עם מטה באוסטין, טקסס, ומשרד בסן סלוודור, Applaudo מאגדת צוות של 501–1,000 עובדים המשרת עסקים ברחבי תחומי הטכנולוגיה והשירותים הדיגיטליים.
מדען נתונים יישומי בכיר – התאמת ישויות (עבודה מרחוק, פרו)
ב-Applaudo תפתחו מודלים מבוססי הטמעות ומודלי שפה גדולים להתאמת חברות וישויות. תעריכו נתונים רועשים בהיקף גדול כדי לבנות פתרונות בינה מלאכותית מדויקים תוך איזון מעשי בין עלות להתרחבות.
תיאור
- פיתוח והערכה של שיטות למידת מכונה להתאמת חברות וישויות.
- יצירת גישות התאמה באמצעות הטמעות ומודלי שפה גדולים.
- תכנון שיטות ניקוד ודירוג שמבחינות בין התאמות אמיתיות לבין רשומות כפולות, רשומות דומות למראה וישויות שאינן קשורות.
- טיפול בנתונים רועשים הכוללים שמות, כינויים, מתחמים, אתרים, פרטים על חברות, שפות והיררכיות נתונים.
- הקמת מערכי נתוני ייחוס, מדדי הערכה, קווי בסיס וניתוח שגיאות.
- תכנון והרצה של ניסויים לבדיקת השערות.
- מדידת שיטות בסיוע מודלי שפה גדולים מול אפשרויות חסכוניות יותר.
- חקירת התנהגות המודלים, מקרי קצה והפשרות הכרוכות בהם.
- התחשבות בעלויות ההסקה וביכולת ההתרחבות כבר מההתחלה.
- שיתוף תוצאות הניסויים והמלצות עם שותפים מתחומי ההנדסה והעסקים.
- הקמה עצמאית של שיטות מחקר וצינורות ניסוי.
- תיעוד ברור של תוצאות ניסוי חיוביות ושליליות.
דרישות
- לפחות חמש שנות ניסיון מקצועי במדעי הנתונים או בלמידת מכונה.
- יסודות מעשיים חזקים בלמידת מכונה.
- שליטה מצוינת ב-Python וב-SQL.
- ניסיון מעשי בהטמעות ובדמיון סמנטי.
- ניסיון ביישום מודלי שפה גדולים לפתרון בעיות בעולם האמיתי.
- ניסיון בלמידה מפוקחת ולא מפוקחת.
- רקע חזק בסיווג ובעיבוד שפה טבעית.
- ידע מעשי ברשתות עצביות ובארכיטקטורות טרנספורמר.
- ניסיון מעשי ב-TensorFlow, ב-PyTorch, ב-PyCaret או במסגרת דומה ללמידת מכונה.
- ניסיון באימון מחדש או בתחזוקה של מודלי סיווג בסביבת ייצור.
- מיומנויות חזקות בתכנון ניסויים ובהערכת מודלים.
- ניסיון בהגדרת קווי בסיס, מדדים, מערכי בדיקה ותהליכים לניתוח שגיאות.
- יכולת להעריך את איכות המודלים ולהציג שיפורים מדידים.
- הבנה חזקה של יכולת התרחבות ושל עלויות הסקה בלמידת מכונה.
- כישורי תקשורת חזקים באנגלית.
- יתרון: ניסיון בפתרון ישויות, בקישור רשומות או בהסרת כפילויות.
- יתרון: ניסיון בדירוג ובניקוד דמיון.
- יתרון: היכרות עם שיטות אחזור, קיבוץ או יצירת מועמדים.
- יתרון: ניסיון בתכנון פתרונות מבוססי מודלי שפה גדולים או הטמעות תחת אילוצי עלות והתרחבות.
- יתרון: היכרות עם Spark, Snowflake, Databricks או BigQuery.
- יתרון: ניסיון בעבודה עם נתוני חברות, מתחמים, אתרים או פרטי חברות.
- יתרון: ניסיון בעבודה עם מערכי נתונים רב-לשוניים.
- גישה אנליטית וחשיבה ניסיונית.
- יושרה אינטלקטואלית ונכונות לשתף תוצאות שליליות.
- יכולת לעבוד באופן עצמאי ולגלות יוזמה.
- כישורי תקשורת מצוינים בכתב ובעל פה.
- יכולת להסביר המלצות טכניות ולתמוך בהן מול בעלי עניין.
- כישורי פתרון בעיות חזקים.
- נוחות בעבודה בתנאי עמימות ועם מערכי נתונים בהיקף גדול.
- יכולת לאזן בין איכות המודל, העלות ויכולת ההתרחבות.
הטבות
- אפשרות לעבודה מרחוק.
- הזדמנות ללמוד במהירות ולקבל אחריות.
- עבודה לצד צוותים מיומנים.
- עבודה על פתרונות מודרניים מבוססי בינה מלאכותית ועל מוצרים בעלי יכולת התרחבות.
- תרבות של ביצועים גבוהים המתמקדת במצוינות, בעבודת צוות, בכבוד, בשקיפות ובתקשורת יעילה.