מחפשים את השלב הבא בקריירה?
שלחו קורות חיים, אנחנו נדאג לכל השאר.
משרות אלגוריתמים
Machine Learning Engineer בחברת הייטק
משרה חמההחברה ממוקמת באזור המרכז- קו רכבת, משלבת מודל עבודה היברידי ומונה 2000 עובדים גלובלית, 600 מתוכם בארץ.
מהות התפקיד: חלק מצוות אלגוריתמים שנמצא במחלקת ה-Platform וכולל עיסוק ב-Machine Learning ברמה גבוהה, בעיקר Machine Learning הנדסי, משימות ה-Deployment ב-Production, בניית מערכות גדולות ומורכבות, פיתוח Machine Learning Pipelines, Machine Learning Infrastructure. הקידוד ב-Java וב-Python באופן שווה. עיסוק ב-CI/CD, Airflow, GCP, Kubernetes, Docker, MLOps, Pandas, Airflow, Cloud, NumPy בסביבת Big Data, Spark.
- 6 שנות ניסיון כ-Machine Learning Engineer
- ניסיון בפיתוח ב-Java
- ניסיון בפיתוח ב-Python
Deep Learning Engineer בחברת הייטק
משרה חמההחברה ממוקמת באזור המרכז ומונה 200 עובדים. עבודה מהמשרדים.
מהות התפקיד: חלק מצוות. עבודת Deep Learning ל-Vision- Language Models כולל LLM, GenAI, Fine-tuning, עיבוד תמונה, עם PyTorch, TensorFlow עיסוק במחקר יישומי ב-Production.
- תואר שני טכנולוגי
- 5 שנות ניסיון כ-Deep Learning Engineer
- ניסיון בעבודה עם Computer Vision
- ניסיון בעבודה עם Deep Learning
AI Researcher בחברת סטארט-אפ בתחום ה-AI
משרה חמההחברה ממוקמת באזור השרון, משלבת מודל עבודה היברידי של שלושה ימי עבודה מהבית ומונה 30 עובדים גלובלית, 20 מתוכם בארץ.
מהות התפקיד: חלק מצוות. עובדים על Data מגוון מאד, טבלאי, מולקולות, תמיסות ועוד, עבודת מחקר ופיתוח של מודלי Machine Learning/AI מ-Ideation Through Execution, קידוד ב-Python ו-SQL, כולל עיסוק ב-Data Collection, Experiment Design.
- תואר שני בפיזיקה/ביולוגיה/מדעי המחשב
- שנתיים ניסיון כ-AI Researcher
- ניסיון בפיתוח ב-Python
- ניסיון בפיתוח SQL
Data Scientist בחברת סטארט-אפ בתחום ה-AI
משרה חמההחברה ממוקמת בתל אביב, משלבת מודל עבודה היברידי ומונה 80 עובדים בעולם, 50 מתוכם בארץ.
מהות התפקיד: חלק מצוות, עבודה ממחקר עד Production, בעיקר עבודה על מודלים ב-Production, עוסקים בעיקר ב-AI/Deep Learning, גם תיאורטי וגם הנדסי.
הסטאק טכנולוגי הכולל GenAI, LLM, ML, Python, NLP, Transformers, BERT, NLTK, Hugging Face, Docker, MLOps, AWS, Agents, Prompt Optimization עם Data מגוון: Texts, Images, Videos, social media ועוד.
- 4 שנות ניסיון כ-Data Scientist
- ניסיון בעבודה עם Deep Learning
- ניסיון בפיתוח NLP
- ניסיון בפיתוח ב-Python
Computer Vision Software Engineer בחברה טכנולוגית
משרה חמההחברה ממוקמת באזור הצפון, משלבת מודל עבודה היברידי ומונה 80 עובדים.
מהות התפקיד: כפיפות לראש צוות, הצטרפות לצוות קיים של עוד 6 מפתחים, פיתוח מאפס, High Level ב-C++ בגירסה מודרנית, סביבת Linux, OpenGL ו-Computer Vision, Multithreading.
- 5 שנות ניסיון בפיתוח ב-++C
- ניסיון בפיתוח מעל Linux
- ניסיון בפיתוח בסביבות Machine Learning או Computer Vision
מהנדס/ת אלגוריתמים בחברת הייטק בתחום ה-Medical
משרה חמההחברה ממוקמת באזור השרון ומונה 25 עובדים. עבודה מהמשרדים.
מהות התפקיד: חלק מצוות. מחקר ופיתוח של מערכות מולטי-דיסציפלינריות בתחומי תקשורת RF (רעש, מאזן ערוץ, אנטנות), בדגש על הנדסת מערכת ופיתוח אלגוריתמים של עיבוד אותות, קידוד ב-C++/C, בסביבת Linux.
- 7 שנות ניסיון במחקר ופיתוח של מערכות מולטידיסיפלינריות
- תואר בהנדסת חשמל
- ניסיון בפיתוח ב-C++/C
- ניסיון בפיתוח מעל Linux
Data Scientist בחברת הייטק בתחום ה-Ad-Tech
משרה חמההחברה ממוקמת באזור המרכז- קו רכבת ומונה 40 עובדים. עבודה מהמשרדים.
מהות התפקיד: חלק מצוות ה-Data, פונקציה יחידה בצוות של אנליסטים ו-Data Engineers, אחריות בלעדית על משימות ה-Data Science, עבודה ממחקר עד Production כולל אימון ומשימות הנדסיות של Deployment, Scaling, A/B Testing, MLOps ופיתוח Pipelines למודלים בתחום ה-AdTech, פיתוח Machine Learning, עבודה בסביבת GCP, קידוד ב-Python עם LightGBM, TensorFlow. ה-Data טבלאי בעיקרו, עובדים בשיטות קלאסיות ו-Deep Learning/AI.
- תואר מדעי
- שנתיים ניסיון בתור Data Scientist
- ניסיון בפיתוח מודלי Machine Learning
- ניסיון בפיתוח ב-Python/Pytorch/Tensorflow
LLM Research Engineer בחברת סטארט-אפ בתחום ה-Generative AI
משרה חמההחברה ממוקמת בתל אביב, משלבת מודל עבודה היברידי ומונה 35 עובדים.
מהות התפקיד: חלק מצוות המחקר, עבודה ממחקר ועד Production, עיסוק בבעיות LLM, NLP, פיתוח מודלים של Machine Learning/Deep Learning/RL עבודה ב-Python- PyTorch, עיסוק ב-Data Acquisition, Data Cleaning, Pipelines, Optimizations, Deployment, עבודה ב-Scale ועוד.
- שנתיים ניסיון כ-Data Science/Machine Learning
- ניסיון בפיתוח עם LLMs/NLP
- ניסיון בעבודה Machine Learning
- תואר טכנולוגי
Principal ML Engineer בחברת Auto-ML
משרה חמההתפקיד כחלק מצוות שעוסק בהתאמת הפייפליין של החברה באופן מותאם ומשתנה לכל המודלים של הלקוחות. לפיכך, הצוות לא עובד על
פיתוח של פיצ׳רים למודל אחד, אלא על פיתוח פיצ'רים שיתאימו למגוון גדול של מודלים. לכן, הפיתוח וה-Deployment של מודלים לא נעשים בפינצטה עבור כל מודל ומודל, אלא כחלק מפלטפורמת SaaS שמשרתת מגוון גדול של לקוחות ומודלים.
פיתוח ה- ML בחברה הוא תהליך מקיף שבו האחריות על פיתוח הפיצ'ר היא של ה- Machine learning engineer, הכוללת מחקר, ניסויים, פיתוח, וריליס לפרודקשן. לפיכך, דרושות יכולות קידוד גבוהות לצד המומחיות ב-ML, וכן יכולות חזקות בתיאוריה של ML עם התמחות מעשית בהנדסת ML, כולל סקיילינג, Deployment, ופרקטיקות מתקדמות של תשתיות קוד כמו שימוש ב-Java/Scala במקביל ל-Python וספריות ML.
ממוקמים ברמת גן ליד תחנת רכבת ומשלבים יומיים בשבוע מהבית, קו רכבת. מונים 80 עובדים.
- 10 שנות ניסיון Machine Learning Engineer
- ניסיון פיתוח ב- Python
- ניסיון עם אחד או יותר: catboost, lightgbm, xgboost, scikit-learn, NumPy, Pandas, Microservices architecture, cloud technologies, Docker/K8s
DSP Team Leader בחברת סטארט-אפ בתחום הסייבר ההגנתי
משרה חמההחברה ממוקמת בתל אביב- קו רכבת, משלבת מודל עבודה היברידי ומונה 70 עובדים גלובלית, רובם בישראל.
מהות התפקיד: ניהול 6 מפתחים ושמירה על כ-50% Hands On. כפיפות לסמנכ"ל פיתוח.
- 3 שנות ניסיון ניהולי
- 5 שנות ניסיון בפיתוח DSP
- ניסיון בפיתוח ב-++C
- ניסיון בפיתוח מעל Linux
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.