מחפשים את השלב הבא בקריירה?
שלחו קורות חיים, אנחנו נדאג לכל השאר.
משרות אלגוריתמים
Data Scientist לסטארטאפ בעולם הסייבר
מדובר בסטארטאפ ממומן היטב, מובל על ידי יזמים מוכרים. הזדמנות עבור Data Scientist מנוסים/ות המעונינים/ות להיות חלק מעבודה על מוצר חדש, בחזית הטכנולוגיה ולהנות מתנאים מעולים work life balance ועניין רב
- תואר שני או דוקטורט במדעי המחשב או תחום משיק
-הכרות עם אלגוריתמים של Machine Learning
-ניסיון בעבודת Data Scientist מחברת מוצר
-הכרות עם Python/ Pandas
-הכרות עם אלגוריתמים של Deep Learning על הפלטפורמות הבאות:Tensorflow, Keras, Theano, CNTK, PyTorch
Data Scientist לחברת אנליטיקות בתחום הרפואי
משרה חמה-4 שנות ניסיון כ- Data Scientist
-ניסיון בכתיבת קוד Scala Java Python
-ניסיון עם כלי אנליטיקה
Data Scientist לסטארטאפ של יוצאי גוגל
משרה חמה- תואר שני ומעלה בהנדסת חשמל ואלקטרוניקה
-ניסיון בעיבוד אותות
-ניסיון עם סנסורים (פיזיולוגים או אחרים) ו/או מוצרי IOT
-Machine Learning יתרון
הזדמנות להיכנס לעולם ה-Deep Learning
-בוגרי/ות תואר ראשון/שני במדעי המחשב
-ניסיון של שנה בפיתוח
-תואר שני בהצטיינות עם התמחות ב-Deep Learning יתרון משמעותי
Data Scientist לסטארטאפ מצליח במרכז
משרה חמה-ניסיון ב-Deep Learning חובה
-ניסיון במחקר ומימוש אלגוריתמים
-ניסיון עם אלגוריתמים של עיבוד תמונה - יתרון משמעותי
-תואר שני הכרחי
Data Scientist
התפקיד כולל מחקר, Design ופיתוח מודלים מורכבים לחיזוי התנהגות. עבודה בחזית הטכנולוגיה, בסביבה צעירה ודינאמית.
שנתיים ניסיון בפיתוח אלגוריתמים בתחום ה-Machine Learning / סטטיסטיקה / Data Analysis
ידע חזק ב-Python, R ו-SQL
יכולת אנליטית מעשית לפתרון בעיות, תרגום דרישות עסקיות לפתרון טכני
תואר שני במדעי המחשב, הנדסה או סטטיסטיקה
דרוש/ה data scientist
-ניסיון של שלוש שנים כמהנדס אלגוריתמים
-הכרות עם Data mining יתרון משמעותי
Data scientist
תואר שני במדעי המחשב / מתמטיקה תחום משיק הכרחי
ניסיון בפיתוח אלגוריתמים Machine Learning הכרחי
עבודה בסביבת Linux הכרחי
Python / R הכרחי
פיתוח ב- IOS / Android יתרון משמעותי
הכרות עם java / scala יתרון משמעותי
שני התפקידים הללו מככבים בעמודי דרושים אלגוריתמים, ולכן חשוב להבין את ההבדל ביניהם, עם זאת, ההגדרות עשויות להשתנות בין חברות ולעיתים קיימת חפיפה בין התפקידים. מהנדס אלגוריתמים מתמקד בפיתוח, בשיפור ובמימוש של אלגוריתמים לפתרון בעיות מורכבות. הוא עשוי לפתח גישה חדשה, לשפר אלגוריתם קיים או להפוך פתרון מחקרי לרכיב יציב שעובד במוצר. הכלים הנפוצים כוללים Python, C++, MATLAB בחלק מהתחומים ולעיתים גם CUDA. Data Scientist מתמקד בדרך כלל בניתוח נתונים, בניית מודלים והפקת תובנות עבור צרכים עסקיים או מוצריים. הכלים הנפוצים כוללים Python, SQL, Pandas, Jupyter ולעיתים גם ספריות Machine Learning ו־Deep Learning.
בקצרה: מהנדס אלגוריתמים מתחיל בדרך כלל מבעיה אלגוריתמית או מערכתית, בעוד Data Scientist מתחיל לרוב משאלה עסקית או מנתונים ומנסה להפיק מהם תובנות, תחזיות או המלצות.
ML Engineer אחראי להפוך מודלים של למידת מכונה למערכות שעובדות בפרודקשן ובסקייל, בעוד מהנדס אלגוריתמים מתמקד בפיתוח ואופטימיזציה של האלגוריתם עצמו- הדיוק, הביצועים והליבה החישובית.
Algorithm Engineer מפתח ומשפר את האלגוריתם או המודל עצמו. הוא עוסק בדיוק, בזמן ריצה, בצריכת זיכרון ובביצועים, ועובד בתחומים כמו Computer Vision, Signal Processing, Robotics, AI ואופטימיזציה. הכלים הנפוצים כוללים Python, C++ ולעיתים CUDA.
ML Engineer מתמקד בחיבור המודל למוצר ובהפעלתו בצורה יציבה ובקנה מידה גדול. התפקיד כולל לרוב הטמעה, ניטור ושיפור ביצועים. הכלים בתפקיד עשויים לכלול Python, PyTorch או TensorFlow, Docker, Kubernetes ושירותי ענן, בהתאם לאופי החברה והמוצר.
בעידן ה־AI הגבול בין התפקידים נעשה גמיש יותר, ובסטארטאפים אותו אדם עשוי לעסוק גם בפיתוח המודל וגם בהטמעתו במוצר.
בתור חברת השמה שמלווה אלפי תהליכי גיוס טכנולוגי בתחום האלגוריתמים אנחנו מכירים את הניסיון הרלוונטי שנדרש לכל משרה ומשרה ונדע לכוון אתכם למשרה שתהיה הכי רלוונטית ונכונה עבורכם.
משרות אלגוריתמים בצוותי מחקר שונות מאלו שבצוות פיתוח. עם זאת, בעידן ה־AI הגבול בין הצוותים נעשה גמיש יותר.
אלגוריתמאי בצוות מחקר מתמקד בפיתוח ובהערכה של גישות חדשות, בביצוע ניסויים ובהוכחת היתכנות.
אלגוריתמאי בצוות פיתוח מתמקד במימוש, באופטימיזציה ובהטמעה של האלגוריתם במוצר יציב ויעיל. בצוותי מחקר נפוץ יותר שימוש ב־Python, Jupyter, MATLAB ובספריות Machine Learning ו־Deep Learning.
בצוותי פיתוח נפוץ יותר שימוש ב־C++, Python וכלים לאופטימיזציה ולהטמעה בפרודקשן. עם זאת, בחברות רבות משתמשים באותן שפות וכלים בשני סוגי הצוותים.
ההבדל המרכזי אינו בהכרח בטכנולוגיה, אלא במטרת העבודה: מחקר מתמקד במציאת הפתרון, ופיתוח בהפיכתו לחלק ממוצר אמיתי.
לנו בגוטפרנדס יש משרות בסטרטאפים שנמצאים בתחילת הדרך חלקן אפילו ב-stealth mode ומגייסות בשלב זה מתחת לרדאר. הן עדיין לא מפרסמות את השם שלהן או את המוצר שלכם ולכן מגייסות בדיסקרטיות. היתרון שלנו בתור גוטפרנדס, חברה עם רקורד מוכח בתעשייה, הוא שיש לנו קשרים עם אנשי מפתח בחברות הייטק גדולות ומוכרות ועם סטארטפים שנמצאי בתחילת הדרך. ולכן אנחנו חשופים למשרות האלה ונוכל לחבר אתכם לחברות הללו.