Wonderlic
Wonderlic
Wonderlic hutengeneza zana za kutathmini waombaji kabla ya kuajiriwa na kuendeleza wafanyakazi kwa ajili ya biashara. Bidhaa zake za Wonderlic Select na Wonderlic Develop hutoa maarifa yanayolenga nafasi husika kuhusu uwezo wa kufikiri, utu na motisha ili kusaidia maamuzi ya kuajiri na ukuaji wa wafanyakazi. Jukwaa hili huhudumia timu za rasilimali watu, wasimamizi, wafanyakazi na waombaji katika safari yote ya ajira, likiwa na zana zilizoundwa kusaidia tathmini na maendeleo ya vipaji kwa haki zaidi.

Mwanasayansi Mwandamizi wa Utafiti, AI na Uelewa wa Wafanyakazi

Boresha AI Jobs Engine na tathmini za wafanyakazi za Wonderlic kwa kutumia saikolojia ya viwanda na mashirika, NLP na ujifunzaji wa mashine ili kutoa maarifa ya ajira yanayoweza kutetewa kisayansi.

Maelezo

  • Ongoza usanifu, uadilifu na uendelezaji endelevu wa mfumo wa Wonderlic wa uchanganuzi wa kazi kwa AI.
  • Unganisha data ya soko la ajira kutoka O*NET, LinkedIn, Indeed na vyanzo vingine ili kuchanganua kazi kwa kiwango kikubwa.
  • Tengeneza na kuboresha miundo inayokisia maudhui ya kazi kutoka kwa maandishi yasiyopangwa.
  • Tumia na kupanua taksonomia za taaluma kama O*NET na ESCO.
  • Hakikisha matokeo ya mfumo yana msingi thabiti wa kisayansi na yanaweza kupanuliwa kadiri kazi zinavyobadilika.
  • Shirikiana na wasimamizi wa bidhaa, wahandisi na wanasaikolojia wa viwanda na mashirika ili kubadilisha mahitaji ya kisayansi kuwa mifumo ya AI.
  • Toa ushauri kuhusu mbinu za AI za kutafsiri tathmini, kuandaa ripoti za wasimamizi na timu, na kuunda maudhui ya ukocha.
  • Wasaidie wafanyakazi wenzako kuelewa uwezo na mipaka ya ujifunzaji wa mashine na AI katika tathmini na mazingira ya mashirika.
  • Saidia kuimarisha uaminifu wa kisayansi wa Wonderlic kwa wadau wa nje.
  • Tumia kanuni za saikolojia ya viwanda na mashirika, ikiwemo athari hasi, uundaji wa vikundi vya kanuni rejea, na tathmini inayotegemea ushahidi.
  • Hakikisha bidhaa za AI zinatimiza viwango vya kitaaluma na kisheria vya zana za uteuzi na maendeleo.
  • Jenga ushirikiano kati ya timu za saikolojia ya viwanda na mashirika na timu ya Bidhaa, na uweke mpango wa ujumuishaji wa AI.
  • Boresha ufikivu, usahihi, wigo na ubora wa makisio ya Jobs Engine.
  • Saidia kuunda tathmini mpya zinazotumia teknolojia zinazoibuka kwa tathmini pana na salama zaidi.

Mahitaji

  • Shahada ya uzamili au ya juu zaidi katika Saikolojia ya Viwanda na Mashirika, Saikolojia ya Mashirika, Maendeleo ya Mashirika, au fani inayohusiana kwa karibu; mkazo wa kiasi unapendelewa sana.
  • Uzoefu uliothibitishwa wa kubuni na kuzindua mifumo ya ujifunzaji wa mashine ya kiwango cha uzalishaji, zaidi ya utafiti au masomo ya darasani.
  • Uzoefu wa kutumia mbinu za kisasa za NLP kwenye data ya tabia, tathmini, au soko la ajira.
  • Rekodi ya kazi iliyo thabiti kiufundi na inayotimiza viwango vya kisheria na kitaaluma.
  • Angalau miaka mitatu ya uzoefu wa kazi inayotumika katika sekta.
  • Ujuzi wa uhandisi wa NLP na ujifunzaji wa mashine unaotumika, ikiwemo embeddings, utafutaji wa kisemantiki, uundaji wa makundi, uainishaji wa maandishi, usanifu wa transformer, urekebishaji wa miundo, na tathmini.
  • Ujuzi wa uundaji wa miundo ya data za taaluma, ikiwemo majina ya kazi, maelezo ya majukumu, ujuzi, umahiri, vyeti, familia za kazi, viwango vya ukuu, usanifishaji wa majina ya kazi, ufanano wa kazi, utofautishaji wa majukumu, O*NET, na ESCO.
  • Uamuzi mzuri kuhusu AI inayowajibika katika ajira, ikiwemo usawa, uwezo wa kueleza matokeo, uwezo wa kukaguliwa, kupunguza upendeleo, mapitio ya binadamu, na masuala ya kisheria na kimaadili.
  • Ujuzi wa kutathmini AI zalishi, ikiwemo mapitio yanayotumia rubriki, ukaguzi wa ulinganifu na vyanzo, uchanganuzi wa makosa, majaribio ya urejeshaji, na tathmini ya matokeo ya LLM.
  • Uamuzi mzuri wa bidhaa kwa mifumo ya ujifunzaji wa mashine inayotumika.
  • Uelewa wa vitendo wa dhana za tathmini na saikolojia ya viwanda na mashirika, ikiwemo uhusiano na kazi, mahusiano ya vigezo, athari hasi, vikundi vya kanuni rejea, wasifu wa tathmini, na tafsiri ya alama.
  • Uwezo wa kuwajibikia matatizo changamano yasiyo na ufafanuzi kamili.
  • Uzoefu wa kuunganisha sayansi ya saikolojia ya viwanda na mashirika na usawa wa algoriti unapendelewa sana.
  • Ufahamu wa taksonomia za taaluma, maslahi ya kikazi, au mifumo ya uwezo wa utambuzi ni faida kubwa.

Manufaa

  • Ratiba ya muda wote ya saa 32 kwa siku nne.
  • Likizo nyingi za malipo.
  • Sikukuu za malipo.
  • Kampuni hufungwa kwa malipo kuanzia Desemba 24 hadi Januari 1.
  • Bima ya matibabu.
  • Bima ya meno.
  • Bima ya macho.
  • Mpango wa 401(k) wenye mchango unaolingana kutoka kwa kampuni.
  • Likizo ya malipo ya wiki kumi kwa wazazi wapya.
  • Manufaa maalum ya ustawi.
  • Kazi ya mbali kutoka popote nchini Marekani.

Kazi Zinazohusiana

CrowdStrike

Mchambuzi wa Vitisho, Ufanisi wa Ugunduzi kwa Kujifunza kwa Mashine

CrowdStrike

Hutathmini ripoti za programu hasidi na ugunduzi wa wateja ili kusaidia kuboresha ugunduzi wa CrowdStrike unaotumia kujifunza kwa mashine. Husaidia kudhibiti matokeo chanya ya uwongo na kushiriki matokeo ya ufanisi na timu za ndani.

Fungua
Volga Partners

Mtaalamu wa Uwekaji Lebo za Data kwa Mbali, Utambuzi wa Vitu — Marekani

Volga Partners

Weka lebo kwenye seti za data za picha kwa miradi ya AI ya Volga Partners ili kusaidia mifumo ya uoni wa kompyuta. Saidia kuboresha ubora wa utambuzi wa vitu kwa kufanya kazi kwa umakini na uthabiti.

Fungua
Parallel Partners

Mhandisi wa Kujifunza kwa Mashine, Upangaji wa Nafasi na Utafutaji

Parallel Partners
1 – 10 Wafanyakazi
B2BTeknolojia ya kifedha

Jenga mifumo ya kujifunza kwa mashine ya matumizi ya uzalishaji kwa upangaji wa nafasi, utafutaji, uainishaji na ubinafsishaji. Boresha umuhimu wa matokeo ya utafutaji, ubora wa modeli na uaminifu wa programu za AI.

Fungua