Benevity 是一家專注於社會影響力的企業級 SaaS 公司。其 Benevity Enterprise Impact Platform 協助大型組織透過單一系統管理員工捐贈、捐款配對、薪資捐款、志願服務、補助、員工團體、挑戰活動與影響力報告。該平台也支援全球款項撥付、非營利組織盡職調查、法規遵循與風險控管，並運用人工智慧驅動的自動化功能，簡化專案管理與成效衡量。對於探索 B2B 軟體、SaaS 或社會影響力科技領域職涯機會的專業人士而言，Benevity 提供了參與打造相關產品的機會，將職場方案與慈善組織及可衡量的社區成果連結起來。
Benevity 資深資料與人工智慧科學家——多倫多混合辦公
資深資料與人工智慧科學家，為 Benevity 的社會影響力 SaaS 平台開發機器學習模型、分析方案與人工智慧原型。此職位專注於正式環境模型、客戶體驗與自動化。
說明
- 建立用於推薦、預測與分類的機器學習及統計模型
- 探索資料、設計特徵，並為模型訓練與評估預處理資料集
- 使用適當指標評估模型效能，並透過實驗改進方法
- 與資料分析師及產品利害關係人合作，釐清使用情境並建立成功標準
- 為自然語言處理、表示學習與時間序列預測方法製作原型並進行基準測試
- 透過進階分析、分群與統計分析產生可執行的洞察
- 向跨職能團隊展示研究結果與模型成果
- 支援 A/B 測試與模型驗證活動
- 建立用於監控模型部署後健康狀況與業務關鍵績效指標的儀表板及監控工具
- 與產品及人工智慧工程團隊合作部署模型，並將模型連接至後端服務與 API
- 遵循版本控管與文件標準，建立可重現的訓練流程與筆記本
- 協助開發可重複使用的模型元件與特徵庫
- 關注資料、機器學習與人工智慧生態系統的發展，並評估新工具與框架
- 透過文件與內部工具提升團隊效率及透明度
職位要求
- 具備 4 至 6 年資料科學、機器學習工程或應用人工智慧經驗，最好具備 SaaS 或科技產品環境經驗
- 具備開發面向客戶或能產生業務影響之模型的經驗，包括評分、個人化或異常偵測
- 熟悉 Git、程式碼審查及持續整合/持續交付等協作軟體開發實務，並能應用於機器學習
- 具備資料科學、電腦科學、統計、工程或相關領域的學士或碩士學位
- 熟練使用 Python、SQL、Jupyter 與 Git
- 具備使用 scikit-learn、XGBoost、LightGBM 及基礎 TensorFlow 或 PyTorch 的經驗
- 具備使用 Pandas、NumPy、DBT、BigQuery、Snowflake 或同類資料工具的經驗
- 具備使用 MLflow 與 Airflow 的經驗
- 至少使用過一種雲端平台：GCP/Vertex AI、AWS/SageMaker 或 Azure ML
- 深入了解模型評估、過度擬合、偏差、變異、交叉驗證與 A/B 測試
- 具備評估模型穩健性、可解釋性與包容性的經驗者佳
- 具備 Docker 或 Kubernetes 經驗者佳
- 具備使用 Tecton 或 Feast 等特徵庫的經驗並非必要，但有此經驗更佳
- 接觸過深度學習、圖機器學習、自然語言處理或強化學習者尤佳
- 高度重視具備機器學習模型正式環境部署與監控經驗，包括自動重新訓練、記錄與效能追蹤
- 具備出色的溝通能力，能向技術與非技術受眾解釋複雜的技術主題
- 了解機器學習中的倫理考量，包括公平性、偏差與人工智慧可解釋性
福利待遇
- 彈性的混合辦公安排
- 對於居住在辦公室附近的員工，不要求固定進辦公室出勤
- 有機會參與創新專案
- 專業成長機會
- 互相支持的同事
- 以使命為導向的工作
- 員工資源小組
- 為所有候選人與員工提供平等機會
- 在招募與評估過程中為身心障礙候選人提供便利