Benevity — корпоративная SaaS-компания, специализирующаяся на социальных инициативах. Платформа Benevity Enterprise Impact Platform помогает крупным организациям управлять пожертвованиями сотрудников, программами софинансирования пожертвований, пожертвованиями через расчётную ведомость, волонтёрством, грантами, группами сотрудников, челленджами и отчётностью о воздействии в рамках одной системы. Платформа также поддерживает глобальные выплаты, проверку некоммерческих организаций, соблюдение требований и контроль рисков, а автоматизация на основе ИИ призвана упростить администрирование и оценку программ. Специалистам, которые рассматривают карьеру в B2B-программах, SaaS или технологиях социальных инициатив, Benevity предлагает возможность работать над продуктами, связывающими корпоративные программы с благотворительными организациями и измеримыми результатами для сообществ.
Старший специалист по данным и ИИ — гибридный формат в Канаде
Старший специалист по данным и ИИ разрабатывает модели машинного обучения, аналитические решения и производственные возможности ИИ для SaaS-платформы Benevity в сфере социальных инициатив. Эта роль направлена на улучшение клиентского опыта и достижение измеримого бизнес-эффекта.
Описание
- Создавать модели машинного обучения и статистические модели для рекомендаций, прогнозирования и классификации.
- Проводить исследование данных, разработку признаков и предварительную обработку.
- Оценивать качество моделей и совершенствовать решения с помощью экспериментов.
- Взаимодействовать с аналитиками данных и заинтересованными сторонами со стороны продукта для определения вариантов использования и критериев успеха.
- Создавать прототипы и сравнивать методы в области NLP, обучения представлений и прогнозирования временных рядов.
- Формировать практические выводы с использованием продвинутой аналитики, сегментации и статистических методов.
- Представлять результаты исследований и работы моделей кросс-функциональным командам.
- Поддерживать инициативы по A/B-тестированию и валидации моделей.
- Создавать дашборды и инструменты мониторинга состояния моделей и ключевых бизнес-показателей.
- Сотрудничать с продуктовыми командами и командами разработки ИИ для внедрения моделей в production.
- Создавать воспроизводимые конвейеры обучения и ноутбуки.
- Разрабатывать повторно используемые компоненты моделей и хранилища признаков.
- Следить за развитием экосистемы данных, машинного обучения и ИИ.
- Поддерживать документацию и внутренние инструменты.
Требования
- 4–6 лет опыта в области анализа данных, разработки решений машинного обучения или прикладного ИИ.
- Опыт работы в SaaS- или технологической продуктовой среде будет преимуществом.
- Опыт создания моделей, обслуживающих клиентов или обеспечивающих бизнес-эффект.
- Практическое знание Git, code review и практик CI/CD для машинного обучения.
- Степень бакалавра или магистра в области анализа данных, компьютерных наук, статистики, инженерии или смежной дисциплине.
- Уверенное владение Python, SQL, Jupyter и Git.
- Опыт работы со scikit-learn, XGBoost, LightGBM и базовыми возможностями TensorFlow или PyTorch.
- Знакомство с Pandas, NumPy, DBT, BigQuery, Snowflake или сопоставимыми инструментами.
- Опыт использования MLflow и Airflow.
- Опыт работы хотя бы с одной облачной средой: GCP/Vertex AI, AWS/SageMaker или Azure ML.
- Глубокое понимание оценки моделей, переобучения, смещения, дисперсии, кросс-валидации и A/B-тестирования.
- Чёткие и эффективные навыки коммуникации.
- Понимание этических аспектов машинного обучения, включая справедливость, смещение и объяснимость.
- Производственный опыт развертывания и мониторинга моделей машинного обучения будет особенно ценен.
Преимущества
- Гибкий гибридный формат работы без фиксированного требования по посещению офиса.
- Возможность участвовать в инновационных проектах.
- Поддержка профессионального развития.
- Сотрудничество с коллегами, готовыми помогать и проявляющими заботу.
- Работа, ориентированная на значимую цель.
- Ресурсные группы для сотрудников.
- Доступные практики найма и условия для кандидатов с инвалидностью.