Benevity là một công ty SaaS dành cho doanh nghiệp, tập trung vào lĩnh vực tạo tác động xã hội. Nền tảng Benevity Enterprise Impact Platform giúp các tổ chức lớn quản lý hoạt động đóng góp của nhân viên, quyên góp đối ứng, quyên góp qua bảng lương, tình nguyện, tài trợ, nhóm nhân viên, thử thách và báo cáo tác động trên cùng một hệ thống. Nền tảng này cũng hỗ trợ giải ngân trên toàn cầu, thẩm định tổ chức phi lợi nhuận, tuân thủ và các biện pháp kiểm soát rủi ro, với khả năng tự động hóa dựa trên AI nhằm đơn giản hóa việc quản trị và đo lường chương trình. Đối với những chuyên gia đang tìm hiểu các cơ hội trong lĩnh vực phần mềm B2B, SaaS hoặc công nghệ tạo tác động xã hội, Benevity mang đến cơ hội phát triển các sản phẩm kết nối chương trình tại nơi làm việc với các tổ chức từ thiện và những kết quả cộng đồng có thể đo lường.
Nhà khoa học Dữ liệu và AI cấp cao — Làm việc kết hợp tại Canada
Nhà khoa học Dữ liệu và AI cấp cao phát triển các mô hình học máy, giải pháp phân tích và năng lực AI trong môi trường sản xuất cho nền tảng SaaS tạo tác động xã hội của Benevity. Vai trò này tập trung cải thiện trải nghiệm khách hàng và tạo ra giá trị kinh doanh có thể đo lường.
Mô tả
- Xây dựng các mô hình học máy và thống kê cho hệ thống đề xuất, dự đoán và phân loại.
- Thực hiện khám phá dữ liệu, thiết kế đặc trưng và tiền xử lý dữ liệu.
- Đánh giá hiệu suất mô hình và cải tiến giải pháp thông qua thử nghiệm.
- Phối hợp với các nhà phân tích dữ liệu và các bên liên quan về sản phẩm để xác định trường hợp sử dụng và thước đo thành công.
- Tạo nguyên mẫu và so sánh các phương pháp trong NLP, học biểu diễn và dự báo chuỗi thời gian.
- Tạo ra các insight có thể hành động bằng phân tích nâng cao, phân khúc và phương pháp thống kê.
- Trình bày các phát hiện và kết quả mô hình cho các nhóm liên chức năng.
- Hỗ trợ thử nghiệm A/B và các sáng kiến xác thực mô hình.
- Tạo bảng điều khiển và công cụ giám sát tình trạng mô hình cùng các KPI kinh doanh.
- Phối hợp với các nhóm sản phẩm và kỹ thuật AI để đưa mô hình vào môi trường sản xuất.
- Xây dựng các pipeline huấn luyện và notebook có thể tái lập.
- Phát triển các thành phần mô hình và kho đặc trưng có thể tái sử dụng.
- Theo dõi các phát triển trong hệ sinh thái dữ liệu, học máy và AI.
- Hỗ trợ tài liệu hóa và các công cụ nội bộ.
Yêu cầu
- Có 4–6 năm kinh nghiệm trong khoa học dữ liệu, kỹ thuật học máy hoặc AI ứng dụng.
- Ưu tiên ứng viên có kinh nghiệm trong môi trường sản phẩm SaaS hoặc công nghệ.
- Có nền tảng xây dựng các mô hình phục vụ khách hàng hoặc tạo ra tác động kinh doanh.
- Có kiến thức thực tế về Git, quy trình đánh giá mã và thực hành CI/CD cho học máy.
- Tốt nghiệp cử nhân hoặc thạc sĩ ngành Khoa học dữ liệu, Khoa học máy tính, Thống kê, Kỹ thuật hoặc lĩnh vực liên quan.
- Thành thạo Python, SQL, Jupyter và Git.
- Có kinh nghiệm với scikit-learn, XGBoost, LightGBM và kiến thức nền tảng về TensorFlow hoặc PyTorch.
- Quen thuộc với Pandas, NumPy, DBT, BigQuery, Snowflake hoặc các công cụ tương đương.
- Có kinh nghiệm sử dụng MLflow và Airflow.
- Có kinh nghiệm với ít nhất một môi trường đám mây: GCP/Vertex AI, AWS/SageMaker hoặc Azure ML.
- Hiểu rõ về đánh giá mô hình, overfitting, bias, variance, cross-validation và thử nghiệm A/B.
- Có kỹ năng giao tiếp rõ ràng và hiệu quả.
- Hiểu các khía cạnh đạo đức trong học máy, bao gồm tính công bằng, bias và khả năng giải thích.
- Kinh nghiệm triển khai và giám sát mô hình học máy trong môi trường sản xuất là một lợi thế lớn.
Phúc lợi
- Hình thức làm việc kết hợp linh hoạt, không yêu cầu cố định số ngày làm việc tại văn phòng.
- Cơ hội đóng góp vào những công việc đổi mới.
- Hỗ trợ phát triển chuyên môn.
- Đồng nghiệp hợp tác và quan tâm lẫn nhau.
- Công việc hướng đến mục tiêu tạo tác động tích cực.
- Các nhóm nguồn lực dành cho nhân viên.
- Quy trình tuyển dụng dễ tiếp cận và hỗ trợ điều chỉnh phù hợp cho ứng viên khuyết tật.