Benevity เป็นบริษัท SaaS สำหรับองค์กรที่มุ่งเน้นการสร้างผลกระทบทางสังคม แพลตฟอร์ม Benevity Enterprise Impact Platform ช่วยให้องค์กรขนาดใหญ่จัดการการบริจาคของพนักงาน การสมทบเงินบริจาค การบริจาคผ่านระบบเงินเดือน งานอาสาสมัคร เงินสนับสนุน กลุ่มพนักงาน กิจกรรมท้าทาย และการรายงานผลกระทบได้ในระบบเดียว แพลตฟอร์มยังรองรับการจ่ายเงินไปยังผู้รับทั่วโลก การตรวจสอบสถานะองค์กรไม่แสวงหาผลกำไร การปฏิบัติตามข้อกำหนด ตลอดจนการควบคุมความเสี่ยง โดยมีระบบอัตโนมัติที่ขับเคลื่อนด้วย AI เพื่อช่วยลดความซับซ้อนในการบริหารและวัดผลโครงการ สำหรับผู้เชี่ยวชาญที่กำลังมองหาโอกาสในธุรกิจซอฟต์แวร์ B2B, SaaS หรือเทคโนโลยีเพื่อสร้างผลกระทบทางสังคม Benevity มอบโอกาสให้ได้ทำงานกับผลิตภัณฑ์ที่เชื่อมโยงโครงการในสถานที่ทำงานเข้ากับองค์กรการกุศลและผลลัพธ์ที่วัดได้ต่อชุมชน
นักวิทยาศาสตร์ข้อมูลและ AI อาวุโส — ทำงานแบบไฮบริดในแคนาดา
นักวิทยาศาสตร์ข้อมูลและ AI อาวุโสพัฒนาโมเดลแมชชีนเลิร์นนิง โซลูชันการวิเคราะห์ และความสามารถด้าน AI สำหรับการใช้งานจริงให้แก่แพลตฟอร์ม SaaS เพื่อสร้างผลกระทบทางสังคมของ Benevity บทบาทนี้มุ่งยกระดับประสบการณ์ลูกค้าและสร้างคุณค่าทางธุรกิจที่วัดผลได้
รายละเอียด
- สร้างโมเดลแมชชีนเลิร์นนิงและโมเดลทางสถิติสำหรับการแนะนำ การพยากรณ์ และการจัดประเภท
- สำรวจข้อมูล วิศวกรรมคุณลักษณะ และเตรียมข้อมูลล่วงหน้า
- ประเมินประสิทธิภาพของโมเดลและปรับปรุงโซลูชันผ่านการทดลอง
- ทำงานร่วมกับนักวิเคราะห์ข้อมูลและผู้มีส่วนได้ส่วนเสียด้านผลิตภัณฑ์เพื่อกำหนดกรณีการใช้งานและตัวชี้วัดความสำเร็จ
- สร้างต้นแบบและเปรียบเทียบวิธีการด้าน NLP การเรียนรู้การแทนค่า และการพยากรณ์อนุกรมเวลา
- สร้างข้อมูลเชิงลึกที่นำไปใช้ได้จริงด้วยการวิเคราะห์ขั้นสูง การแบ่งกลุ่ม และวิธีการทางสถิติ
- นำเสนอผลการค้นพบและผลลัพธ์ของโมเดลต่อทีมข้ามสายงาน
- สนับสนุนการทดสอบ A/B และโครงการตรวจสอบความถูกต้องของโมเดล
- สร้างแดชบอร์ดและเครื่องมือติดตามสุขภาพของโมเดลและ KPI ทางธุรกิจ
- ทำงานร่วมกับทีมผลิตภัณฑ์และวิศวกรรม AI เพื่อนำโมเดลไปใช้งานจริง
- สร้างไปป์ไลน์การฝึกโมเดลและโน้ตบุ๊กที่ทำซ้ำผลลัพธ์ได้
- พัฒนาองค์ประกอบโมเดลและฟีเจอร์สโตร์ที่นำกลับมาใช้ซ้ำได้
- ติดตามความก้าวหน้าในระบบนิเวศด้านข้อมูล แมชชีนเลิร์นนิง และ AI
- สนับสนุนการจัดทำเอกสารและเครื่องมือภายใน
คุณสมบัติ
- มีประสบการณ์ 4–6 ปีด้านวิทยาศาสตร์ข้อมูล วิศวกรรมแมชชีนเลิร์นนิง หรือ AI ประยุกต์
- หากมีประสบการณ์ในสภาพแวดล้อมผลิตภัณฑ์ SaaS หรือเทคโนโลยีจะได้รับการพิจารณาเป็นพิเศษ
- มีประสบการณ์สร้างโมเดลที่ให้บริการลูกค้าหรือสร้างผลกระทบทางธุรกิจ
- มีความรู้ในการใช้งาน Git การรีวิวโค้ด และแนวปฏิบัติ CI/CD สำหรับแมชชีนเลิร์นนิง
- สำเร็จการศึกษาระดับปริญญาตรีหรือปริญญาโทด้านวิทยาศาสตร์ข้อมูล วิทยาการคอมพิวเตอร์ สถิติ วิศวกรรมศาสตร์ หรือสาขาที่เกี่ยวข้อง
- เชี่ยวชาญ Python, SQL, Jupyter และ Git
- มีประสบการณ์กับ scikit-learn, XGBoost, LightGBM และมีพื้นฐานด้าน TensorFlow หรือ PyTorch
- คุ้นเคยกับ Pandas, NumPy, DBT, BigQuery, Snowflake หรือเครื่องมือเทียบเท่า
- มีประสบการณ์ใช้ MLflow และ Airflow
- มีประสบการณ์กับสภาพแวดล้อมคลาวด์อย่างน้อยหนึ่งระบบ ได้แก่ GCP/Vertex AI, AWS/SageMaker หรือ Azure ML
- เข้าใจอย่างดีเกี่ยวกับการประเมินโมเดล overfitting, bias, variance, cross-validation และการทดสอบ A/B
- มีทักษะการสื่อสารที่ชัดเจนและมีประสิทธิภาพ
- เข้าใจประเด็นด้านจริยธรรมของแมชชีนเลิร์นนิง รวมถึงความเป็นธรรม bias และความสามารถในการอธิบายผลลัพธ์
- หากมีประสบการณ์นำโมเดลแมชชีนเลิร์นนิงไปใช้งานจริงและติดตามตรวจสอบโมเดลจะได้รับการพิจารณาเป็นอย่างมาก
สวัสดิการ
- รูปแบบการทำงานแบบไฮบริดที่ยืดหยุ่น โดยไม่กำหนดจำนวนวันที่ต้องเข้าสำนักงาน
- โอกาสมีส่วนร่วมในงานที่สร้างสรรค์และเป็นนวัตกรรม
- การสนับสนุนการเติบโตทางวิชาชีพ
- เพื่อนร่วมงานที่ร่วมมือและใส่ใจ
- งานที่ขับเคลื่อนด้วยเป้าหมาย
- กลุ่มทรัพยากรสำหรับพนักงาน
- แนวทางการจ้างงานที่เข้าถึงได้และการจัดสิ่งอำนวยความสะดวกให้ผู้สมัครที่มีความพิการ