Benevity ijtimoiy ta’sirga yo‘naltirilgan korporativ SaaS kompaniyasidir. Uning Benevity Enterprise Impact Platform platformasi yirik tashkilotlarga xodimlar xayriyalari, xayriyalarni moslashtirish, ish haqi orqali xayriya qilish, ko‘ngillilik, grantlar, xodimlar guruhlari, chaqiriqlar va ta’sir ko‘rsatkichlari hisobotlarini yagona tizimda boshqarishga yordam beradi. Platforma, shuningdek, global mablag‘ ajratish, notijorat tashkilotlarini tekshirish, muvofiqlik va xavflarni nazorat qilishni qo‘llab-quvvatlaydi. Sun’iy intellekt asosidagi avtomatlashtirish dasturlarni boshqarish va natijalarni o‘lchashni soddalashtirish uchun ishlab chiqilgan. B2B dasturiy ta’minot, SaaS yoki ijtimoiy ta’sir texnologiyalari sohalarida ish izlayotgan mutaxassislar uchun Benevity ish joyidagi dasturlarni xayriya tashkilotlari va o‘lchanadigan jamiyat natijalari bilan bog‘laydigan mahsulotlar ustida ishlash imkonini beradi.
Katta ma’lumotlar va sun’iy intellekt olimi — Kanadada gibrid ish
Benevity kompaniyasining ijtimoiy ta’sirga yo‘naltirilgan SaaS platformasi uchun mashinaviy o‘rganish modellari, analitik yechimlar va ishlab chiqarishdagi sun’iy intellekt imkoniyatlarini ishlab chiqadi. Lavozim mijozlar tajribasini yaxshilash va o‘lchanadigan biznes qiymatini yaratishga qaratilgan.
Tavsif
- Tavsiyalar, bashoratlar va tasniflash uchun mashinaviy o‘rganish hamda statistik modellar yarating.
- Ma’lumotlarni o‘rganish, xususiyatlar muhandisligi va dastlabki qayta ishlashni amalga oshiring.
- Model samaradorligini baholang va tajribalar orqali yechimlarni takomillashtiring.
- Foydalanish holatlari va muvaffaqiyat mezonlarini belgilash uchun ma’lumotlar tahlilchilari hamda mahsulot manfaatdor tomonlari bilan hamkorlik qiling.
- NLP, reprezentatsion o‘rganish va vaqt qatorlarini bashorat qilish sohalarida usullar prototiplarini yarating va taqqoslang.
- Ilg‘or analitika, segmentatsiya va statistik usullar yordamida amaliy xulosalar ishlab chiqing.
- Natijalar va model ko‘rsatkichlarini turli funksiyalardagi jamoalarga taqdim eting.
- A/B testlari va modellarni validatsiya qilish tashabbuslarini qo‘llab-quvvatlang.
- Model holati va asosiy biznes ko‘rsatkichlari uchun panellar hamda monitoring vositalarini yarating.
- Modellarni ishlab chiqarishga joriy etish uchun mahsulot va AI muhandislik jamoalari bilan hamkorlik qiling.
- Qayta tiklanadigan o‘qitish quvurlari va noutbuklar yarating.
- Qayta foydalaniladigan model komponentlari va xususiyatlar omborlarini ishlab chiqing.
- Ma’lumotlar, mashinaviy o‘rganish va AI ekotizimidagi yangiliklarni kuzatib boring.
- Hujjatlar va ichki vositalarni qo‘llab-quvvatlang.
Talablar
- Ma’lumotlar ilmi, mashinaviy o‘rganish muhandisligi yoki amaliy AI sohasida 4–6 yillik tajriba.
- SaaS yoki texnologik mahsulot muhitidagi tajriba afzal.
- Mijozlarga xizmat qiladigan yoki biznesga ta’sir ko‘rsatadigan modellarni yaratish tajribasi.
- Mashinaviy o‘rganish uchun Git, kodni ko‘rib chiqish va CI/CD amaliyotlarini bilish.
- Ma’lumotlar ilmi, kompyuter fanlari, statistika, muhandislik yoki turdosh yo‘nalishda bakalavr yoki magistr darajasi.
- Python, SQL, Jupyter va Git bo‘yicha malaka.
- scikit-learn, XGBoost, LightGBM hamda TensorFlow yoki PyTorch asoslari bilan ishlash tajribasi.
- Pandas, NumPy, DBT, BigQuery, Snowflake yoki shunga o‘xshash vositalarni bilish.
- MLflow va Airflow’dan foydalanish tajribasi.
- Kamida bitta bulut muhitidan foydalanish tajribasi: GCP/Vertex AI, AWS/SageMaker yoki Azure ML.
- Modelni baholash, ortiqcha moslashish, og‘ish, dispersiya, kross-validatsiya va A/B testlarini chuqur tushunish.
- Aniq va samarali muloqot ko‘nikmalari.
- Adolatlilik, og‘ish va tushuntiriluvchanlikni o‘z ichiga olgan mashinaviy o‘rganishdagi axloqiy masalalarni tushunish.
- Mashinaviy o‘rganish modellarini ishlab chiqarishga joriy etish va monitoring qilish tajribasi yuqori baholanadi.
Imtiyozlar
- Ofisga doimiy kelish talabisiz moslashuvchan gibrid ish tartibi.
- Innovatsion ishlarga hissa qo‘shish imkoniyatlari.
- Kasbiy rivojlanishni qo‘llab-quvvatlash.
- Hamkorlikka tayyor va g‘amxo‘r hamkasblar.
- Maqsadga yo‘naltirilgan ish.
- Xodimlar resurs guruhlari.
- Nogironligi bo‘lgan nomzodlar uchun qulay ishga qabul qilish amaliyotlari va moslashtirish choralari.