Benevity, sosyal etki alanına odaklanan kurumsal bir SaaS şirketidir. Benevity Enterprise Impact Platform, büyük kuruluşların çalışan bağışları, bağış eşleştirme, bordro üzerinden bağış, gönüllülük, hibeler, çalışan grupları, kampanyalar ve etki raporlamasını tek bir sistem üzerinden yönetmesine yardımcı olur. Platform ayrıca küresel ödemeleri, kâr amacı gütmeyen kuruluşlar için durum tespiti süreçlerini, uyumluluğu ve risk kontrollerini destekler; yapay zekâ destekli otomasyon, program yönetimini ve ölçümünü kolaylaştırmak üzere tasarlanmıştır. B2B yazılım, SaaS veya sosyal etki teknolojisi alanlarında kariyer fırsatlarını değerlendiren profesyoneller için Benevity, iş yeri programlarını yardım kuruluşlarıyla ve ölçülebilir toplumsal sonuçlarla buluşturan ürünler üzerinde çalışma fırsatı sunar.
Kıdemli Veri ve Yapay Zekâ Bilim İnsanı — Kanada’da Hibrit Çalışma
Benevity’nin sosyal etki odaklı SaaS platformu için makine öğrenimi modelleri, analitik çözümler ve üretim ortamına hazır yapay zekâ yetenekleri geliştirir. Rol, müşteri deneyimlerini iyileştirmeye ve ölçülebilir iş değeri sunmaya odaklanır.
Açıklama
- Öneriler, tahminler ve sınıflandırma için makine öğrenimi ve istatistiksel modeller oluşturun.
- Veri keşfi, özellik mühendisliği ve ön işleme gerçekleştirin.
- Model performansını değerlendirin ve deneylerle çözümleri geliştirin.
- Kullanım senaryoları ve başarı ölçütleri oluşturmak için veri analistleri ve ürün paydaşlarıyla iş birliği yapın.
- NLP, temsil öğrenimi ve zaman serisi tahmini alanlarında yöntemlerin prototiplerini geliştirin ve karşılaştırın.
- Gelişmiş analitik, segmentasyon ve istatistiksel yöntemlerle eyleme dönüştürülebilir içgörüler üretin.
- Bulguları ve model sonuçlarını farklı işlevlerden ekiplerle paylaşın.
- A/B testlerini ve model doğrulama çalışmalarını destekleyin.
- Model sağlığı ve temel iş göstergeleri için gösterge panoları ve izleme araçları oluşturun.
- Modelleri üretim ortamına taşımak için ürün ve yapay zekâ mühendisliği ekipleriyle iş birliği yapın.
- Tekrarlanabilir eğitim işlem hatları ve not defterleri oluşturun.
- Yeniden kullanılabilir model bileşenleri ve özellik depoları geliştirin.
- Veri, makine öğrenimi ve yapay zekâ ekosistemindeki gelişmeleri takip edin.
- Dokümantasyonu ve kurum içi araçları destekleyin.
Gereksinimler
- Veri bilimi, makine öğrenimi mühendisliği veya uygulamalı yapay zekâ alanında 4–6 yıl deneyim.
- SaaS veya teknoloji ürünü ortamında deneyim tercih edilir.
- Müşterilere hizmet eden veya iş etkisi üreten modeller geliştirme deneyimi.
- Makine öğrenimi için Git, kod incelemeleri ve CI/CD uygulamalarına hâkimiyet.
- Veri Bilimi, Bilgisayar Bilimi, İstatistik, Mühendislik veya ilgili bir alanda lisans ya da yüksek lisans derecesi.
- Python, SQL, Jupyter ve Git’te yetkinlik.
- scikit-learn, XGBoost, LightGBM ve temel TensorFlow veya PyTorch deneyimi.
- Pandas, NumPy, DBT, BigQuery, Snowflake veya benzer araçlara aşinalık.
- MLflow ve Airflow kullanma deneyimi.
- En az bir bulut ortamı deneyimi: GCP/Vertex AI, AWS/SageMaker veya Azure ML.
- Model değerlendirme, aşırı uyum, yanlılık, varyans, çapraz doğrulama ve A/B testi konularını güçlü biçimde anlama.
- Açık ve etkili iletişim becerileri.
- Adalet, yanlılık ve açıklanabilirlik dâhil olmak üzere makine öğrenimindeki etik hususları anlama.
- Makine öğrenimi modellerini üretim ortamına dağıtma ve izleme deneyimi büyük ölçüde değer görür.
Yan Haklar
- Sabit bir ofis devam zorunluluğu olmadan esnek hibrit çalışma düzenlemeleri.
- Yenilikçi çalışmalara katkıda bulunma fırsatları.
- Mesleki gelişim desteği.
- İş birliğine açık ve ilgili çalışma arkadaşları.
- Amaç odaklı çalışma.
- Çalışan kaynak grupları.
- Engelli adaylar için erişilebilir işe alım uygulamaları ve makul düzenlemeler.