מחפשים את השלב הבא בקריירה?
שלחו קורות חיים, אנחנו נדאג לכל השאר.
משרות אלגוריתמים
Data Scientist/Algorithm Developer בחברת סטארט-אפ
משרה חמההחברה ממוקמת בתל אביב- קו רכבת, משלבת מודל עבודה היברידי ומונה 23 עובדים.
מהות התפקיד: השתלבות בצוות של ארבעה עובדים, עבודת Machine Learning ו-Python, Pandas, NumPy בעיקר, מחקר ופיתוח אלגוריתמים בתחומים מגוונים, כולל Navigation, Robotics, Big Data, IoT, Signal Processing, Tracking Algorithms, Kalman-Filtering, IMU Calibration, Noise Reduction, Velocity, Estimation ועוד.
- תואר במתמטיקה/פיזיקה/הנדסת אלקטרוניקה/מדעי המחשב
- שנתיים ניסיון בעבודה עם Machine Learning
- ניסיון בפיתוח ב-Python
Deep Learning Team Leader- Segmentation בחברת סטארט-אפ בתחום ה-Autonomous Vehicle
משרה חמההחברה ממוקמת באזור הצפון- קו רכבת, משלבת מודל עבודה היברידי ומונה 60 עובדים בארץ, 100 עובדים בעולם.
מהות התפקיד: ניהול צוות של 2 מומחי Deep Learning, כולל 80% Hands On. שילוב של פיתוח ומחקר בתחומי ראייה ממוחשבת, עבודה על משימות Motion, Tracking, Object Detection ,Segmentation, Image Manipulation Probability, Vector Algebra, Geometry, ועוד, בשיטות מתקדמות של Deep Learning/AI ב-Python עם PyTorch. הזדמנות גם לתפקיד ניהולי ראשון.
- תואר MSC/PHD
- 5 שנות ניסיון בתחומי Deep Learning
- ניסיון עם Computer Vision ו-Segmentation
- ניסיון בפיתוח ב-Python
Data Scientist בחברת סטארט-אפ בתחום הסייבר לרכב
משרה חמההחברה ממוקמת באזור השרון- קו רכבת, משלבת מודל עבודה היברידי ומונה 115 עובדים גלובלית, רובם בישראל.
מהות התפקיד: חלק מצוות ה-Data Science. פיתוח אלגוריתמים ועבודת Supervised/Unsupervised Learning על בעיות אבטחת מידע ו-Quality, בעיקר Data טבלאי, שילוב של Sequential/Time Series, Anomaly Detection, קידוד ב-Python עם Pandas, Polars, NumPy, SciPy, Scikit-learn, עבודה ממחקר עד Production, עיסוק במשימות ה-Data Science כגון Data Cleansing, Feature Engineering, Model Tuning, Mathematics, Statistics, Machine/Deep Learning, Data Mining.
- 6 שנות ניסיון ב-Data Science או Machine Learning
- ניסיון בפיתוח Pandas/Polars/NumPy/SciPy/Scikit-learn
- תואר טכנולוגי
- ניסיון מחברות E2E
Head of Data Science בחברת סטארט-אפ העוסקת בתחום הפרסום
משרה חמההחברה ממוקמת באזור המרכז- קו רכבת, משלבת מודל עבודה היברידי ומונה 20 עובדים.
מהות התפקיד: ניהול של 3 אנשי Data Science, ובדיווח ל-CTO שהוא גם אחד הפאונדרים, אחריות על סיפוק Insights מה-Data, תוך שילוב של כ-30-50% Hands On. אחריות על ניהול כל הפעילות, לא רק תחום ספציפי. עובדים בעיקר על Time Series Data, עם ARIMA, Causality, Causal Inference, Prediction Models, Bayesian Method, Prophet, פיתוח אלגוריתמים מתמטיים וסטטיסטיים ממחקר עד Production בשיטות קלאסיות בעיקר, קידוד ב-Python, R, Scala בסביבת Big Data, Spark.
- שנתיים ניסיון ניהולי
- 5 שנות ניסיון כ-Data Scientist
- ניסיון ב-Time Series
Data Scientist בחברת סטארט-אפ בתחום ה-Security ל-Behavioral Biometrics
משרה חמההחברה ממוקמת בתל אביב- קו רכבת, משלבים מודל עבודה היברידי ומונה 10 עובדים.
מהות התפקיד: חלק מצוות ה-Data Science, ניתוח Data, פיתוח, מחקר ועד ל-Production. עובדים עם מודלים של Machine Learning, מעט Deep Learning/AI, עבודה עם Spark, AWS, Big Data ו-Python. עיסוק בחילוץ תובנות מ-Data ל-Data Sets גדולים, עבודה עם Mobile/PC Sensors, Time Series, Fraud, ועוד.
- 5 שנות ניסיון בתפקידי Data Scientist
- ניסיון עם מודלים של Machine Learning
- ניסיון עם כלי Big Data
- ניסיון בפיתוח עם Cloud
AI Engineer בחברת סטארט-אפ בתחום ה-AI Machine Learning
משרה חמההחברה ממוקמת בתל אביב- קו רכבת, משלבת מודל עבודה היברידי ומונה 20 עובדים.
מהות התפקיד: הצטרפות לצוות בהקמה ועיסוק בעבודת מחקר, פיתוח ומעבר ל-Production, עם דגש על Machine Learning, NLP, ו-LLMs. ועבודה עם טכנולוגיות כגון Python, TensorFlow, Pytorch, Hugging Face, BERT, Kubernetes ו-Docker.
- 5 שנות ניסיון במחקר ופיתוח מודלים של Machine Learning/LLM/NLP
- ניסיון בפיתוח ב-Python
- ניסיון בפיתוח עם Cloud
- תואר טכנולוגי
Data Science Team Lead- NLP/LLM בחברת הייטק
משרה חמההחברה ממוקמת בירושלים (מספקת שאטלים ממגוון ערים), משלבת מודל עבודה היברידי ומונה 550 עובדים.
מהות התפקיד: דיווח ל-VP Data Science, ניהול של 5 Data Scientists, עבודת Hands On לפי צורך, עיסוק במחקר יישומי, בתחומי- NLP, LLMs, VLMs, Recommender Systems. צוות שממוקד ב-Innovation בתחום ה-LLM, אופטימיזציות של LLM, עבודה ב-Scale, Fine Tuning LLM, Dee; Learning/Machine Learning והבאה ל-Production. סוג ה-Data- Text, Multimodal Data (Text + Vision). עיסוק רב במחקר כולל כתיבת מאמרים. עבודה על יוזמות עצמאיות, הטמעה של רעיונות חדשים בתחומי GenAI ועוד.
- שנתיים ניסיון ניהולי/הובלה
- תואר שני טכנולוגי
- ניסיון בפיתוח עם NLP/LLM/VLM
- ניסיון בעבודה עם Deep Learning
Deep Learning Engineer בחברת סטארט-אפ בתחום ה-High-Performance Computing
משרה חמההחברה ממוקמת באזור המרכז- קו רכבת, משלבת מודל עבודה היברידי ומונה 300 עובדים גלובלית, רובם בארץ.
מהות התפקיד: חלק מצוות חדש בהקמה- צוות AI Application, וכולל מעט מחקר תיאורטי של רשתות נוירונים, מתמטיקה, לוגיקה, ועבודה שהיא בדגש הנדסי, בעיקר למשימות Optimization של AI Models ו-Neural Networks בקידוד ב-Python ברמת גבוהה של פיתוח/ Production, עובדים עם PyTorch/TensorFlow בסביבת חומרה.
- 3 שנות ניסיון כ-Deep Learning Engineer/MLE
- ניסיון בעבודה עם Deep Learning
- ניסיון בפיתוח ב-Python
- תואר שני טכנולוגי
Machine Learning Infrastructure Engineer בחברת Fintech
משרה חמההחברה ממוקמת באזור המרכז- קו רכבת, משלבת מודל עבודה היברידי ומונה 4000 עובדים גלובלית, 50 מתוכם בארץ.
מהות התפקיד: הצטרפות לצוות גלובאלי (כרגע פונקציה יחידה בארץ בתחום ה-Machine Learning) וכפיפות לראש הקבוצה, מנהל הצוות נמצא בלונדון, יש מנהל נוסף בישראל. פיתוח מודלים של AI ו-Machine Learning, הפיתוח ב-Python ,כתיבת תשתיות מאפס, עבודה עם Cloud. הצוות אחראי על הטמעה ותמיכה בפתרונות התשתית ל-AI/Machine Learning בסביבות ענן וסביבות מקומיות. (AWS+GCP & On-premise).
- 5 שנות ניסיון בפיתוח/תשתיות
- ניסיון בתפקידי Machine Learning OPS/Machine Learning Engineer/Machine Learning Infra
- ניסיון בפיתוח עם Cloud
- תואר מדעי
Deep Learning Researcher Team Lead בחברה בתחום ה-Data
משרה חמההחברה ממוקמת בתל אביב- קו רכבת, משלבת מודל עבודה היברידי ומונה 75 עובדים.
מהות התפקיד: ניהול צוות שאחראי על העברת המוצר להתבסס על Deep Learning במקום המודולים הקלאסיים של Machine Learning, מדובר על ניהול צוות של 3 חוקרים בניהול ישיר, והובלה מקצועית של עוד 2 Principal שיושבים בקנדה. שילוב Hands On מקצה לקצה, עבודה על מערכת המלצה ועיסוק בניית מודלים של DNN, Deployment, דיבגינג למערכות Deep Learning, העלאה ל-Production ו-Monitoring.
- שנתיים ניסיון ניהולי
- 5 שנות ניסיון בעבודת Data Science/Machine Learning/Deep Learning
- ניסיון ב-Production
- ניסיון בפיתוח ב-Python
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.