מחפשים את השלב הבא בקריירה?
שלחו קורות חיים, אנחנו נדאג לכל השאר.
משרות אלגוריתמים
Data Science Group Lead בחברת סטארט-אפ
משרה חמההחברה ממוקמת בתל אביב, משלבת מודל עבודה היברידי ומונה 1000 עובדים גלובלית.
מהות התפקיד: חלק מהקמת קבוצה אסטרטגית, בדיווח ל-CIO ובמקביל ל-Director מוצר, אחריות על ניהול קבוצת Data Science, עיסוק 100% מהזמן בניהול ואסטרטגיה, תכנון יעדים, קבלת החלטות, Growth, Innovation, עבודת ממשקים, הבנה וראייה מוצרית, המלצת פתרונות וסיפוק תובנות לשכבת ההנהלה, כרגע ניהול 5 עובדים וראש צוות וגיוס נוספים. עובדים על מגוון בעיות, הכנסת יכולות AI למוצרים ועוד, עוסקים בקבוצה בעיקר בעבודת Data Science/Machine Learning על Data טבלאי, עבודה מ-Research to Production.
- 10 שנות ניסיון ב-Data Science
- 5 שנות ניסיון בעבודה Machine Learning
- ניסיון ניהולי
Machine Learning Engineer בחברת סטארט-אפ בתחום ה-Software Supply Chain
משרה חמההחברה ממוקמת בתל אביב, משלבת מודל עבודה היברידי ומונה 60 עובדים גלובלית, מרביתם בארץ.
מהות התפקיד: חלק מקבוצת ה-Research, פוקוס על עבודת AI בצד ההנדסי, פיתוח ואימון מודלים, השוואה של מודלים, קידוד ב-Python עם שימוש ב-Pre-trained Models, לייצר פתרונות חדשים על בסיס שימוש במודלים קיימים, פיתוח מודלים קלאסיים של Machine Learning בעיקר לפתרונות מבוססי NLP/LLM, עם Prompt Engineering, RAG, Vectors, GenAI, תשתיות מודלים עובדים ב-AWS, וגם Private Cloud-On Prem, Microservices, עוסקים ב-Deployment לסביבות מגוונות.
- 4 שנות ניסיון כ-AI Engineer
- ניסיון ב-Gen-AI
Applied Scientist בחברת סטארט-אפ בתחום ה-Gen AI
משרה חמההחברה ממוקמת באזור המרכז- קו רכבת ומשלבת מודל עבודה היברידי.
מהות התפקיד: פונקציה יחידה בשלב זה ותחת ה-CTO שהוא עצמו מגיע מתחומי המחקר ו-AI. עיסוק במחקר ופיתוח מודלים של Machine Learning, Deep Learning, NLP, LLM בשיטות קלאסיות ובשיטות של AI, קידוד ב-Python, עבודת RAG, Vector Stores, Function Calling, LLM Fine-tunes, Bias, GenAI, Classical NLP ועבודה בכל שלבי המודל- ממחקר כולל Deployment ל-Production.
- 5 שנות ניסיון כ-Engineer-Algo/NLP/Machine Learning
- ניסיון בעבודה עם Gen AI
- תואר טכנולוגי
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. עבודת Data Science מ-Research to Production, עבודה מחקרית ותיאורטית של מציאת פתרונות יצירתיים למגוון סוגי בעיות, עובדים בעיקר על Data טבלאי, Sequential ו-Time Series, Data Streaming, קידוד ב-Python, פיתוח אלגוריתמים של Machine Learning/Deep Learning/AI עם Pandas, Polars, NumPy, SciPy, Scikit-learn, TensorFlow, Keras, PyTorch, SQL.
- 5 שנות ניסיון כ-Data Science/Machine Learning
- תואר שני טכנולוגי
- ניסיון בפיתוח ב-Python
- ניסיון בפיתוח ב-Pandas/Polars/NumPy/SciPy/Scikit או דומה
Data Science Team Leader בחברה בתחום ה-Fintech
משרה חמההחברה ממוקמת בירושלים, משלבת מודל עבודה היברידי גמיש ומונה 900 עובדים גלובלית, 180 מתוכם בארץ.
מהות התפקיד: ניהול 3 עובדים תוך שילוב Hands On גבוה (לפחות בהתחלה)- עבודת Data Science ומודלים של Machine Learning קלאסי- תיאורטי והנדסי- כולל עבודה עם Classification, Random Forest, KNN, Regression, Gradient Boosting, SVM, Predictive Models, Statistical Modeling, AWS, SageMaker, Large Scale, קידוד ב-Python, R ו-SQL, עבודה על Data טבלאי בתחום הפיננסי.
- שנת ניסיון ניהולי
- 5 שנות ניסיון כ-Data Scientist
- ניסיון בעבודה עם Data Science/Machine Learning
- ניסיון בפיתוח ב-Python
Data Scientist בחברה בתחום ה-Fintech
משרה חמההחברה ממוקמת בירושלים, משלבת מודל עבודה היברידי גמיש ומונה 900 עובדים גלובלית, 180 מתוכם בארץ.
מהות התפקיד: חלק מצוות, עבודת Data Science ומודלים של Machine Learning קלאסי- תיאורטי והנדסי- כולל עבודה עם Classification, Random Forest, KNN, Regression, Gradient Boosting, SVM, Predictive Models, Statistical Modeling, AWS, SageMaker, Large Scale, קידוד ב-Python, R ו-SQL, עבודה על Data טבלאי בתחום הפיננסי.
- 3 שנות ניסיון כ-Data Scientist
- ניסיון בעבודה עם Data Science/Machine Learning
- ניסיון בפיתוח ב-Python
- ניסיון בפיתוח ב-R
Algorithm Engineer בחברה טכנולוגית
משרה חמההחברה ממוקמת באזור המרכז- קו רכבת קלה, משלבת מודל עבודה היברידי ומונה 500 עובדים גלובלית, 100 מתוכם בארץ.
מהות התפקיד: חלק מצוות גלובאלי, עבודת אלגוריתמיקה קלאסית בתחומי Signal Processing, Wireless, Distortions Compensation, Synchronization Mechanisms, Phased Array ועיסוק במשימות כגון Satellite Communication, Dispersive Doppler Effects, Interference Cancelation, Variable Channel Conditions, Performance Evaluation, Simulations ועוד, קידוד ב-MATLAB, C++/C.
- 5 שנות ניסיון כ-Algorithm Engineer
- ניסיון בעבודה עם Signal Processing
- תואר שני ומעלה בהנדסת חשמל
Machine Learning Engineer/Tech Lead בחברת סטארט-אפ בתחום ה-Fintech
משרה חמההחברה ממוקמת בתל אביב- קו רכבת, משלבת מודל עבודה היברידי ומונה 100 עובדים.
מהות התפקיד: הובלה מקצועית של צוות ה-MLE, עיסוק 80% במשימות הנדסיות של Machine Learning ב-Deployment ל-Production וכ-20% מחקר בממשק עם ה-Data Science ולצרכי המשימות והעיסוק במודלים בסביבת הפיתוח, כולל Forecasting, Prediction Models, שיפור ביצועי מודלים, דיוק שלהם, Pipelines, עבודה על Data טבלאי וטקסטואלי, כולל בוט מבוסס LLM, קידוד ב-Python עם Pandas, NumPy, MLOps. בפן ההובלתי, להוות מוקד הידע והמקצועיות של הצוות, הטעמה של טכנולוגיות והצבת אתגרים מקצועיים לצוות.
- 5 שנות ניסיון עם Machine Learning/AI
- ניסיון כ-Tech lead/הובלה מקצועית
- 3 שנות ניסיון בפיתוח ב-Python
- תואר במדעי המחשב/מתמטיקה/פיזיקה
Machine Learning Researcher בחברת Algo-Trading
משרה חמההחברה ממוקמת באזור השרון- קו רכבת, משלבת מודל עבודה היברידי ומונה 2 עובדים.
מהות התפקיד: מקודדים ב-Rust וב-Python, עבודה עם Pandas, NumPy, Time-Series, עיבוד אותות, Data-Sets גדולים ועבודה ממחקר PoC ופיתוח של האלגוריתמים מקצה לקצה.
- 3 שנות ניסיון במחקר
- ניסיון עם מודלים עם Time Series או עיבוד אותות
- ניסיון בפיתוח ב-Python/Rust
- תואר בהנדסה/פיזיקה/מתמטיקה
Algorithm Developer בחברה בתחום ה-Cyber Security וה-Networking
משרה חמההחברה ממוקמת בתל אביב- קו רכבת, משלבת מודל עבודה היברידי ומונה 50 עובדים בארץ.
מהות התפקיד: חלק מצוות שעוסק ב-Machine Learning קלאסי ועיבוד אותות בתחומי מחקר של Network Data Research, Physical Layer, Wireless Communication Protocols, Statistical Analysis, קידוד ב-Python עם NumPy, Pandas, Matplotlib, PyTorch, SKlearn, Wireshark, SQL.
- 3 שנות ניסיון בפיתוח אלגוריתמים
- ניסיון עם Data טבלאי
- ניסיון עם אחד מהבאים: Network Protocols/Physical Layers Communication/Wireless Protocols/Wi-Fi/Cyber (Network)
- ניסיון בפיתוח ומימוש Machine Learning Models
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.