A Benevity é uma empresa de SaaS empresarial focada em impacto social. Sua plataforma Benevity Enterprise Impact ajuda grandes organizações a gerenciar, em um único sistema, doações de funcionários, matching de doações, doações via folha de pagamento, voluntariado, subsídios, grupos de funcionários, desafios e relatórios de impacto. A plataforma também oferece suporte a desembolsos globais, diligência de organizações sem fins lucrativos e controles de conformidade e riscos, com automação orientada por IA criada para simplificar a administração e a mensuração dos programas. Para profissionais que buscam oportunidades em software B2B, SaaS ou tecnologia de impacto social, a Benevity oferece a chance de trabalhar em produtos que conectam programas corporativos a organizações beneficentes e a resultados comunitários mensuráveis.
Cientista Sênior de Dados e IA na Benevity — Toronto híbrido
Cientista Sênior de Dados e IA desenvolvendo modelos de aprendizado de máquina, análises e protótipos de IA para a plataforma SaaS de impacto social da Benevity. A função se concentra em modelos em produção, experiência do cliente e automação.
Descrição
- Construir modelos estatísticos e de aprendizado de máquina para recomendações, previsões e classificação
- Explorar dados, criar atributos e pré-processar conjuntos de dados para treinamento e avaliação de modelos
- Avaliar o desempenho dos modelos com métricas apropriadas e aprimorar as abordagens por meio de experimentação
- Trabalhar com analistas de dados e partes interessadas de produto para esclarecer casos de uso e estabelecer critérios de sucesso
- Criar protótipos e comparar métodos de PLN, aprendizado de representações e previsão de séries temporais
- Gerar insights acionáveis por meio de análises avançadas, segmentação e análise estatística
- Apresentar descobertas e resultados de modelos a equipes multifuncionais
- Apoiar testes A/B e atividades de validação de modelos
- Criar painéis e ferramentas de monitoramento para acompanhar a saúde dos modelos após a implantação e os KPIs do negócio
- Trabalhar com as equipes de produto e engenharia de IA para implantar modelos e conectá-los a serviços de backend e APIs
- Construir pipelines de treinamento e notebooks reproduzíveis usando padrões de versionamento e documentação
- Ajudar a desenvolver componentes reutilizáveis de modelos e feature stores
- Acompanhar a evolução do ecossistema de dados, aprendizado de máquina e IA e avaliar novas ferramentas e frameworks
- Aumentar a eficiência e a transparência da equipe por meio de documentação e ferramentas internas
Requisitos
- 4 a 6 anos de experiência em ciência de dados, engenharia de aprendizado de máquina ou IA aplicada, de preferência em um ambiente de produtos SaaS ou de tecnologia
- Experiência no desenvolvimento de modelos voltados para clientes ou com impacto no negócio, incluindo pontuação, personalização ou detecção de anomalias
- Familiaridade com práticas colaborativas de desenvolvimento de software, como Git, revisão de código e CI/CD para aprendizado de máquina
- Bacharelado ou mestrado em Ciência de Dados, Ciência da Computação, Estatística, Engenharia ou área relacionada
- Domínio de Python, SQL, Jupyter e Git
- Experiência com scikit-learn, XGBoost, LightGBM e conhecimentos básicos de TensorFlow ou PyTorch
- Experiência com Pandas, NumPy, DBT, BigQuery, Snowflake ou ferramentas de dados comparáveis
- Experiência com MLflow e Airflow
- Experiência com pelo menos uma plataforma de nuvem: GCP/Vertex AI, AWS/SageMaker ou Azure ML
- Forte compreensão de avaliação de modelos, overfitting, viés, variância, validação cruzada e testes A/B
- Experiência avaliando robustez, interpretabilidade e inclusão de modelos será um diferencial
- Experiência com Docker ou Kubernetes será um diferencial
- Experiência com feature stores, como Tecton ou Feast, é opcional, mas será benéfica
- Conhecimentos em deep learning, aprendizado de máquina em grafos, PLN ou aprendizado por reforço serão um forte diferencial
- Experiência em produção com implantação e monitoramento de modelos de aprendizado de máquina, incluindo retreinamento automatizado, registro e acompanhamento de desempenho, será muito valorizada
- Excelentes habilidades de comunicação, incluindo a capacidade de explicar tópicos técnicos complexos para públicos técnicos e não técnicos
- Conhecimento das considerações éticas do aprendizado de máquina, incluindo equidade, viés e explicabilidade da IA
Benefícios
- Modelos flexíveis de trabalho híbrido
- Não há exigência fixa de comparecimento ao escritório para funcionários que moram perto de um escritório
- Oportunidades de trabalhar em projetos inovadores
- Oportunidades de crescimento profissional
- Colegas de trabalho prestativos
- Trabalho orientado por propósito
- Grupos de recursos para funcionários
- Igualdade de oportunidades para todas as pessoas candidatas e funcionárias
- Adaptações durante todo o processo de contratação e avaliação para candidatos e candidatas com deficiência