Benevityは、社会的インパクトに注力するエンタープライズ向けSaaS企業です。同社のBenevity Enterprise Impact Platformは、大規模な組織が従業員による寄付、寄付金マッチング、給与天引きによる寄付、ボランティア活動、助成金、従業員グループ、チャレンジ、インパクトレポートを1つのシステムで管理できるよう支援します。また、グローバルな資金拠出、非営利団体のデューデリジェンス、コンプライアンス、リスク管理にも対応し、AIを活用した自動化によってプログラムの運営と効果測定を簡素化します。B2Bソフトウェア、SaaS、または社会的インパクト技術分野でのキャリアを検討しているプロフェッショナルにとって、Benevityは職場向けプログラムを慈善団体や測定可能な地域社会の成果につなげる製品に携わる機会を提供しています。
Benevity シニアデータ・AIサイエンティスト―トロント・ハイブリッド勤務
Benevityの社会的インパクトSaaSプラットフォーム向けに、機械学習モデル、分析、AIプロトタイプを開発するシニアデータ・AIサイエンティストです。本ポジションでは、本番環境のモデル、顧客体験、自動化に注力します。
仕事内容
- レコメンデーション、予測、分類のための機械学習モデルおよび統計モデルを構築する
- データを探索し、特徴量を設計し、モデルの訓練と評価に向けてデータセットを前処理する
- 適切な指標でモデルの性能を評価し、実験を通じて手法を改善する
- データアナリストやプロダクト関係者と連携し、ユースケースを明確化して成功基準を設定する
- 自然言語処理、表現学習、時系列予測の手法をプロトタイプ化し、ベンチマーク評価を行う
- 高度な分析、セグメンテーション、統計分析を通じて実行可能なインサイトを生み出す
- 部門横断チームに調査結果とモデルの成果を発表する
- A/Bテストとモデル検証活動を支援する
- デプロイ後のモデルの健全性とビジネスKPIを監視するダッシュボードおよび監視ツールを作成する
- プロダクトチームやAIエンジニアリングチームと連携してモデルをデプロイし、バックエンドサービスやAPIに接続する
- バージョン管理とドキュメントの標準に沿って、再現可能なトレーニングパイプラインとノートブックを構築する
- 再利用可能なモデルコンポーネントと特徴量ストアの開発を支援する
- データ、機械学習、AIエコシステムの動向を把握し、新しいツールやフレームワークを評価する
- ドキュメントと社内ツールを通じてチームの効率と透明性を高める
応募要件
- データサイエンス、機械学習エンジニアリング、または応用AIで4～6年の経験。SaaSまたはテクノロジー製品の環境での経験が望ましい
- スコアリング、パーソナライゼーション、異常検知など、顧客向けまたはビジネスに影響を与えるモデルの開発経験
- Git、コードレビュー、機械学習向けのCI/CDなど、協調的なソフトウェア開発手法に関する知識
- データサイエンス、コンピューターサイエンス、統計学、工学、または関連分野の学士号または修士号
- Python、SQL、Jupyter、Gitに習熟していること
- scikit-learn、XGBoost、LightGBM、およびTensorFlowまたはPyTorchの基礎を使用した経験
- Pandas、NumPy、DBT、BigQuery、Snowflake、または同等のデータツールの使用経験
- MLflowおよびAirflowの使用経験
- 少なくとも1つのクラウドプラットフォーム（GCP/Vertex AI、AWS/SageMaker、Azure ML）の使用経験
- モデル評価、過学習、バイアス、分散、交差検証、A/Bテストに関する深い理解
- モデルの堅牢性、解釈可能性、包摂性を評価した経験があれば尚可
- DockerまたはKubernetesの経験があれば尚可
- TectonやFeastなどの特徴量ストアの経験は必須ではないが、あれば有利
- ディープラーニング、グラフ機械学習、自然言語処理、強化学習に触れた経験があれば大きな強みとなる
- 自動再訓練、ロギング、性能追跡を含む、機械学習モデルの本番デプロイおよび監視経験を高く評価
- 技術者と非技術者の双方に複雑な技術テーマを説明できる、優れたコミュニケーション能力
- 公平性、バイアス、AIの説明可能性など、機械学習における倫理的考慮事項への理解
福利厚生
- 柔軟なハイブリッド勤務制度
- オフィスの近くに住む従業員に固定のオフィス出勤要件なし
- 革新的なプロジェクトに取り組む機会
- 専門的な成長機会
- 協力的な同僚
- 目的意識を持って取り組める仕事
- 従業員リソースグループ
- すべての候補者と従業員に対する均等な機会
- 採用および評価プロセス全体を通じた、障害のある候補者への配慮