Benevity ni kampuni ya SaaS ya biashara inayolenga athari za kijamii. Benevity Enterprise Impact Platform husaidia mashirika makubwa kusimamia michango ya wafanyakazi, ulinganishaji wa michango, michango kupitia mishahara, kujitolea, ruzuku, vikundi vya wafanyakazi, changamoto, na kuripoti athari katika mfumo mmoja. Pia, jukwaa hili linaunga mkono utoaji wa fedha kimataifa, uchunguzi wa kina wa mashirika yasiyo ya faida, uzingatiaji wa kanuni, na udhibiti wa hatari, likitumia otomatiki inayoendeshwa na AI kurahisisha usimamizi na upimaji wa programu. Kwa wataalamu wanaochunguza nafasi katika programu za B2B, SaaS, au teknolojia ya athari za kijamii, Benevity inatoa fursa ya kuunda bidhaa zinazounganisha programu za mahali pa kazi na mashirika ya hisani pamoja na matokeo ya kijamii yanayoweza kupimika.
Mwanasayansi Mwandamizi wa Data na AI katika Benevity — Toronto Mseto
Mwanasayansi Mwandamizi wa Data na AI anayebuni miundo ya machine learning, uchanganuzi na vielelezo vya AI kwa jukwaa la SaaS lenye athari za kijamii la Benevity. Nafasi hii inalenga miundo ya uzalishaji, uzoefu wa wateja na otomatiki.
Maelezo
- Kujenga miundo ya machine learning na takwimu kwa mapendekezo, utabiri na uainishaji
- Kuchunguza data, kubuni vipengele na kuchakata seti za data kabla ya mafunzo na tathmini ya modeli
- Kutathmini utendaji wa modeli kwa vipimo vinavyofaa na kuboresha mbinu kupitia majaribio
- Kushirikiana na wachanganuzi wa data na wadau wa bidhaa ili kufafanua visa vya matumizi na kuweka vigezo vya mafanikio
- Kuunda vielelezo na kupima mbinu katika NLP, representation learning na utabiri wa mfululizo wa muda
- Kutoa maarifa yanayoweza kutekelezwa kupitia uchanganuzi wa hali ya juu, mgawanyo wa makundi na uchanganuzi wa takwimu
- Kuwasilisha matokeo na utendaji wa modeli kwa timu za kazi mbalimbali
- Kusaidia majaribio ya A/B na shughuli za uthibitishaji wa modeli
- Kuunda dashibodi na zana za ufuatiliaji wa afya ya modeli baada ya kutumwa pamoja na KPI za biashara
- Kushirikiana na timu za bidhaa na uhandisi wa AI kutuma modeli na kuziunganisha na huduma za backend pamoja na API
- Kujenga mabomba ya mafunzo na daftari zinazoweza kuzalishwa tena kwa kutumia viwango vya versioning na nyaraka
- Kusaidia kuunda vipengele vya modeli na feature store vinavyoweza kutumiwa tena
- Kufuatilia maendeleo katika mfumo wa data, machine learning na AI na kutathmini zana na mifumo mipya
- Kuboresha ufanisi na uwazi wa timu kupitia nyaraka na zana za ndani
Mahitaji
- Uzoefu wa miaka 4–6 katika sayansi ya data, uhandisi wa machine learning au AI inayotumika, ikiwezekana katika mazingira ya bidhaa za SaaS au teknolojia
- Uzoefu wa kuunda modeli zinazowahudumia wateja au zinazoathiri biashara, ikiwemo scoring, personalization au utambuzi wa hitilafu
- Uzoefu wa mbinu shirikishi za uundaji wa programu kama Git, code review na CI/CD kwa machine learning
- Shahada ya kwanza au uzamili katika Data Science, Computer Science, Statistics, Engineering au taaluma inayohusiana
- Uwezo wa kutumia Python, SQL, Jupyter na Git
- Uzoefu wa scikit-learn, XGBoost, LightGBM na misingi ya TensorFlow au PyTorch
- Uzoefu wa Pandas, NumPy, DBT, BigQuery, Snowflake au zana zinazolingana za data
- Uzoefu wa MLflow na Airflow
- Uzoefu wa kutumia angalau jukwaa moja la cloud: GCP/Vertex AI, AWS/SageMaker au Azure ML
- Uelewa thabiti wa tathmini ya modeli, overfitting, bias, variance, cross-validation na majaribio ya A/B
- Uzoefu wa kutathmini uimara, ufasiri na ujumuishi wa modeli ni faida
- Uzoefu wa Docker au Kubernetes ni faida
- Uzoefu wa feature store kama Tecton au Feast si lazima lakini ni wa manufaa
- Ujuzi wa deep learning, graph machine learning, NLP au reinforcement learning ni faida kubwa
- Uzoefu wa uzalishaji wa kutuma na kufuatilia modeli za machine learning, ikiwemo mafunzo upya ya kiotomatiki, logging na ufuatiliaji wa utendaji, unathaminiwa sana
- Ujuzi thabiti wa mawasiliano, ikiwemo uwezo wa kueleza mada changamano za kiufundi kwa hadhira ya kiufundi na isiyo ya kiufundi
- Ufahamu wa masuala ya kimaadili katika machine learning, ikiwemo usawa, bias na uelezekaji wa AI
Manufaa
- Mipangilio ya kazi ya hybrid inayoweza kubadilika
- Hakuna sharti la kudumu la kuhudhuria ofisini kwa wafanyakazi walio karibu na ofisi
- Fursa za kufanyia kazi miradi bunifu
- Fursa za kukua kitaaluma
- Wenzako wanaotoa msaada
- Kazi yenye lengo
- Vikundi vya rasilimali za wafanyakazi
- Fursa sawa kwa wagombea na wafanyakazi wote
- Marekebisho katika mchakato wote wa kuajiri na kutathmini kwa wagombea wenye ulemavu