Benevity to korporacyjna firma SaaS koncentrująca się na wpływie społecznym. Platforma Benevity Enterprise Impact Platform pomaga dużym organizacjom zarządzać darowiznami pracowników, dopasowywaniem darowizn, darowiznami z wynagrodzeń, wolontariatem, grantami, grupami pracowniczymi, wyzwaniami oraz raportowaniem wpływu w jednym systemie. Platforma obsługuje również globalne wypłaty środków, weryfikację organizacji non profit, zgodność z przepisami i mechanizmy kontroli ryzyka, a automatyzacja oparta na sztucznej inteligencji ma upraszczać administrację programami i pomiar ich rezultatów. Specjalistom rozważającym karierę w oprogramowaniu B2B, SaaS lub technologiach wspierających wpływ społeczny Benevity oferuje możliwość pracy nad produktami łączącymi programy pracownicze z organizacjami charytatywnymi i wymiernymi efektami dla społeczności.
Starszy specjalista ds. danych i AI — praca hybrydowa w Kanadzie
Starszy specjalista ds. danych i AI tworzy modele uczenia maszynowego, rozwiązania analityczne i produkcyjne możliwości AI dla platformy SaaS Benevity wspierającej inicjatywy społeczne. Rola koncentruje się na poprawie doświadczeń klientów i dostarczaniu mierzalnej wartości biznesowej.
Opis
- Tworzyć modele uczenia maszynowego i modele statystyczne na potrzeby rekomendacji, prognozowania i klasyfikacji.
- Prowadzić analizę danych, projektować cechy i wykonywać wstępne przetwarzanie.
- Oceniać wydajność modeli i udoskonalać rozwiązania poprzez eksperymenty.
- Współpracować z analitykami danych i interesariuszami produktu przy ustalaniu przypadków użycia oraz miar sukcesu.
- Prototypować i porównywać metody z zakresu NLP, uczenia reprezentacji i prognozowania szeregów czasowych.
- Tworzyć użyteczne wnioski za pomocą zaawansowanej analityki, segmentacji i metod statystycznych.
- Prezentować wyniki analiz i rezultaty modeli zespołom interdyscyplinarnym.
- Wspierać inicjatywy związane z testami A/B i walidacją modeli.
- Tworzyć pulpity nawigacyjne i narzędzia do monitorowania kondycji modeli oraz kluczowych wskaźników biznesowych.
- Współpracować z zespołami produktowymi i inżynieryjnymi AI przy wdrażaniu modeli na produkcji.
- Budować powtarzalne potoki treningowe i notebooki.
- Tworzyć wielokrotnego użytku komponenty modeli i magazyny cech.
- Śledzić rozwój ekosystemu danych, uczenia maszynowego i AI.
- Wspierać dokumentację i narzędzia wewnętrzne.
Wymagania
- 4–6 lat doświadczenia w dziedzinie data science, inżynierii uczenia maszynowego lub stosowanej AI.
- Doświadczenie w środowisku SaaS lub przy tworzeniu produktów technologicznych będzie dodatkowym atutem.
- Doświadczenie w budowaniu modeli obsługujących klientów lub generujących wpływ biznesowy.
- Praktyczna znajomość Git, przeglądów kodu i praktyk CI/CD dla uczenia maszynowego.
- Wykształcenie wyższe na poziomie licencjackim lub magisterskim w dziedzinie data science, informatyki, statystyki, inżynierii lub pokrewnej dyscyplinie.
- Biegłość w Pythonie, SQL, Jupyterze i Git.
- Doświadczenie ze scikit-learn, XGBoost, LightGBM oraz podstawami TensorFlow lub PyTorch.
- Znajomość Pandas, NumPy, DBT, BigQuery, Snowflake lub porównywalnych narzędzi.
- Doświadczenie w korzystaniu z MLflow i Airflow.
- Doświadczenie z co najmniej jednym środowiskiem chmurowym: GCP/Vertex AI, AWS/SageMaker lub Azure ML.
- Dobre rozumienie oceny modeli, przeuczenia, obciążenia, wariancji, walidacji krzyżowej i testów A/B.
- Jasne i skuteczne umiejętności komunikacyjne.
- Rozumienie kwestii etycznych w uczeniu maszynowym, w tym sprawiedliwości, obciążenia i wyjaśnialności.
- Doświadczenie produkcyjne we wdrażaniu i monitorowaniu modeli uczenia maszynowego będzie szczególnie cenione.
Benefity
- Elastyczna praca hybrydowa bez stałego obowiązku obecności w biurze.
- Możliwość udziału w innowacyjnych projektach.
- Wsparcie rozwoju zawodowego.
- Współpraca z koleżankami i kolegami, którzy są pomocni i troskliwi.
- Praca ukierunkowana na ważny cel.
- Grupy zasobów pracowniczych.
- Dostępne praktyki rekrutacyjne i dostosowania dla kandydatów z niepełnosprawnościami.