Benevity är ett SaaS-företag för företag med fokus på social påverkan. Benevity Enterprise Impact Platform hjälper stora organisationer att hantera medarbetares gåvor, donationsmatchning, lönebaserat givande, volontärarbete, bidrag, medarbetargrupper, utmaningar och effektmätning i ett och samma system. Plattformen stöder även globala utbetalningar, granskning av ideella organisationer, efterlevnad samt riskkontroller, med AI-baserad automatisering som är utformad för att förenkla administration och mätning av program. För yrkesverksamma som utforskar roller inom B2B-programvara, SaaS eller teknik för social påverkan erbjuder Benevity möjligheten att arbeta med produkter som kopplar samman arbetsplatsprogram med välgörenhetsorganisationer och mätbara resultat för lokalsamhällen.
Senior data- och AI-forskare på Benevity – hybrid i Toronto
Senior data- och AI-forskare som utvecklar maskininlärningsmodeller, analyser och AI-prototyper för Benevitys SaaS-plattform för social påverkan. Rollen fokuserar på produktionsmodeller, kundupplevelse och automatisering.
Kanada109 400 $ – 150 370 $ / år
HybridHeltidSeniorObligatoriskt Språk: engelskaAI-forskningsvetareMaskininlärningsingenjörBeskrivning
- Bygg maskininlärnings- och statistiska modeller för rekommendationer, prognoser och klassificering
- Utforska data, utveckla funktioner och förbehandla datamängder för modellträning och utvärdering
- Utvärdera modellprestanda med lämpliga mätvärden och förfina metoder genom experiment
- Samarbeta med dataanalytiker och produktintressenter för att tydliggöra användningsfall och fastställa framgångskriterier
- Ta fram prototyper och jämför metoder inom NLP, representationsinlärning och tidsserieprognoser
- Ta fram användbara insikter genom avancerad analys, segmentering och statistisk analys
- Presentera resultat och modellutfall för tvärfunktionella team
- Stöd A/B-testning och modellvalidering
- Skapa instrumentpaneler och övervakningsverktyg för modellernas hälsa efter driftsättning och för viktiga affärsindikatorer
- Samarbeta med produkt- och AI-teknikteam för att driftsätta modeller och koppla dem till backendtjänster och API:er
- Bygg reproducerbara träningspipelines och notebook-filer enligt standarder för versionshantering och dokumentation
- Bidra till utvecklingen av återanvändbara modellkomponenter och funktionslager
- Följ utvecklingen inom data, maskininlärning och AI och utvärdera nya verktyg och ramverk
- Förbättra teamets effektivitet och transparens genom dokumentation och interna verktyg
Krav
- 4–6 års erfarenhet av datavetenskap, maskininlärningsteknik eller tillämpad AI, gärna i en SaaS- eller teknikproduktmiljö
- Erfarenhet av att utveckla modeller för kunder eller verksamhetskritiska modeller, inklusive poängsättning, personalisering eller avvikelsedetektering
- Kännedom om samarbetande programvaruutvecklingsmetoder som Git, kodgranskning och CI/CD för maskininlärning
- Kandidat- eller masterexamen i datavetenskap, datorvetenskap, statistik, teknik eller ett närliggande ämne
- Goda kunskaper i Python, SQL, Jupyter och Git
- Erfarenhet av scikit-learn, XGBoost, LightGBM och grundläggande TensorFlow eller PyTorch
- Erfarenhet av Pandas, NumPy, DBT, BigQuery, Snowflake eller jämförbara dataverktyg
- Erfarenhet av MLflow och Airflow
- Erfarenhet av minst en molnplattform: GCP/Vertex AI, AWS/SageMaker eller Azure ML
- God förståelse för modellevaluering, överanpassning, bias, varians, korsvalidering och A/B-testning
- Erfarenhet av att bedöma modellers robusthet, tolkningsbarhet och inkludering är meriterande
- Erfarenhet av Docker eller Kubernetes är meriterande
- Erfarenhet av funktionslager som Tecton eller Feast är valfri men meriterande
- Erfarenhet av djupinlärning, grafbaserad maskininlärning, NLP eller förstärkningsinlärning är starkt meriterande
- Produktionserfarenhet av att driftsätta och övervaka maskininlärningsmodeller, inklusive automatisk omträning, loggning och prestandauppföljning, värderas högt
- Goda kommunikationsförmågor, inklusive förmåga att förklara komplexa tekniska ämnen för tekniska och icke-tekniska målgrupper
- Medvetenhet om etiska aspekter av maskininlärning, inklusive rättvisa, bias och AI-förklarbarhet
Förmåner
- Flexibla hybridarbetsformer
- Inget fast krav på närvaro på kontoret för medarbetare som bor nära ett kontor
- Möjlighet att arbeta med innovativa projekt
- Möjligheter till professionell utveckling
- Stöttande kollegor
- Meningsfullt arbete med tydligt syfte
- Medarbetarresursgrupper
- Lika möjligheter för alla kandidater och medarbetare
- Anpassningar under hela rekryterings- och bedömningsprocessen för kandidater med funktionsnedsättning