מחפשים את השלב הבא בקריירה?
שלחו קורות חיים, אנחנו נדאג לכל השאר.
משרות אלגוריתמים
Computer Vision Algorithm Developer בחברת סטארט-אפ בתחום ה- Multidisciplinary
משרה חמההחברה ממוקמת באזור המרכז- קו רכבת ומונה יותר מ-100 עובדים. עבודה מהמשרדים.
מהות התפקיד: חלק מצוות ה-Computer Vision, אחריות על מחקר ופיתוח אלגוריתמים מתקדמים של Machine Learning ו-Deep Learning בתחום הראייה הממוחשבת משלב הרעיון ועד Production. עיסוק ב-Image Processing, Machine Learning, 2D/3D Data, SOTA Deep Learning Approaches, Pytorch, TensorFlow, Large-scale, Data Processing, Performance Evaluation.
- 3 שנות ניסיון בעבודה עם Machine Learning
- 3 שנות ניסיון ב-Image Processing
- 3 שנות ניסיון בעבודה עם Computer Vision
Senior Data Scientist בחברת סטארט-אפ בתחום ה-AI
משרה חמההחברה ממוקמת בתל אביב- קו רכבת, משלבת מודל עבודה היברידי גמיש ומונה עשרות עובדים.
מהות התפקיד: חלק מצוות Data Science במחלקת המחקר. אחריות על מודלי Machine Learning מקצה לקצה, עבודה בכל שלבי המחקר עד Production, כולל איסוף ה-Data, ניטור, הערכה ושיפור ביצועי מודלים ועוד. המודלים מאומנים על Data Sets ב-Scale אדיר,Data טבלאי בעיקר, נישה של מידע טקסטואלי. שימוש באלגוריתמי בוסטינג לאופטימיזציה, Reinforcement Learning ו-Casual Inference, עיסוק במשימות כגון Classification, Regression, Prediction, Pipelines, EDA, Training, Inference, Monitoring, הקידוד ב-Python עם ספריות Machine Learning/Deep Learning.
- תואר BSC מדעי
- 6 שנות ניסיון כ-Data Scientist
- ניסיון בעבודה עם Machine Learning
- ניסיון בפיתוח ב-Python
Senior AI/LLM Engineer בחברת סטארט-אפ בתחום ה-GenAI
החברה ממוקמת בתל אביב- קו רכבת ומשלבת מודל עבודה היברידי ומונה יותר מ-10 עובדים.
מהות התפקיד: חלק מצוות. עבודת AI הנדסית רוב הזמן (כ-80%) ומחקרים מהירים (כ-20%), עבודה שבעיקרה עם Pre-trained Models בתחום של LLM, ביצוע Scaling למודלים, Deployment, אופטימיזציה, השוואת מודלים, GenAI. בצד המחקרי, בעיקר מחקרים מהירים, Multi-agent LLM, והרבה קידוד ב-Production ב-Python, AI/Machine Learning Engineering, עבודה עם Cloud, RESTful APIs, DBs ועוד.
- 5 שנות ניסיון בפיתוח
- שנת ניסיון בפיתוח LLMs
- ניסיון בפיתוח ב-Python
Data Scientist בחברת סטארט-אפ העוסקת בתחום הפרסום
משרה חמההחברה ממוקמת באזור המרכז- קו רכבת, משלבת מודל עבודה היברידי ומונה עשרות עובדים.
מהות התפקיד: חלק מצוות שאחראי על סיפוק Insights מה-Data, 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.
- שנת ניסיון ניהולי
- 5 שנות ניסיון בתפקידי Data Scientist
- ניסיון בעבודה על Time Series
- תואר שני
AI/Machine Learning Team Lead בחברת סטארט-אפ
משרה חמההחברה ממוקמת באזור השרון, משלבת מודל עבודה היברידי ומונה אלפי עובדים.
מהות התפקיד: דיווח לדיירקטורית שיושבת בארץ, ניהול צוות של 5 עובדי AI ומפתחי Backend, בערך 40% Hands On, הפיתוח ב-Kotlin, שילוב מודלים של AI ו-Machine Learning ל-Production.
- שנת ניסון כ-Team Lead או שנתיים ניסיון כ-Tech Lead
- ניסיון בפיתוח Backend
- שנת ניסיון ב-AI או Machine Learning
Algorithms Engineer בחברת סטארט-אפ
משרה חמההחברה ממוקמת בתל אביב- קו רכבת, משלבת מודל עבודה היברידי ומונה עשרות עובדים.
מהות התפקיד: חלק מצוות, עבודה ממחקר ו-POC עד לשחרור רשמי של המוצר לסביבות הפיתוח, אלגוריתמים של עיבוד אותות ו-Machine Learning קלאסי ב-Python, משלבים מחקר בתחומי Navigation, Pose Estimation, Robotics, Python, Statistical Signal Processing, ML, Sensor Fusion, SLAM, 3D Reconstruction, Geo-location, IoT ועוד.
- 3 שנות ניסיון במחקר ופיתוח אלגוריתמים, יישום מודלים ו-Data Analysis
- ניסיון עם Python Scientific Stack
- ניסיון עם Jupiter Notebook
- ניסיון בפיתוח Git
Quantitative Data Scientist בחברה בתחום ה-Algo Trading
משרה חמההחברה ממוקמת באזור המרכז (מספקת שאטלים), משלבת מודל עבודה היברידי ומונה 100 עובדים.
מהות התפקיד: חלק מצוות. עבודה עם מודלים של Deep Learning ו-Machine Learning למחקר, כמויות גדולות של Data (Large Datasets), ביצוע הסתברויות וסטטיסטיקה. שילוב של C++, קצת R ו-Python.
- תואר ראשון מדעי
- שנת ניסיון במחקר
- ניסיון מחברות סטארט אפ/הייטק/ניסיון מיחידה טכנולוגית
Staff Computer Vision Researcher בחברת סטארט-אפ בתחום ה-AI/VR
משרה חמההחברה ממוקמת בתל אביב- קו רכבת, משלבת מודל עבודה היברידי מונה 15 עובדים.
מהות התפקיד: חלק מצוות, אחריות על מחקר ופיתוח של מודלים מתקדמים בתחומי Image Understanding, Segmentation, Classification, Multimodal Fusion ו-Hyperspectral Imaging, בשילוב עיבוד אותות ו-Deep Learning Frameworks כמו PyTorch, Lightning, TensorFlow. כ-70% מהעבודה מחקרית ו-30% כוללת שיפור, בדיקה ותיעוד של מודלים קיימים. התפקיד משלב יישום מעשי, בניית תשתיות אימון על בסיס מערכות קיימות, עמידה ב-Milestones של פיתוח, ותיעוד מסודר של תוצאות ומסקנות המחקר.
- תואר שני מדעי
- 5 שנות ניסיון ב-Computer Vision
- ניסיון בפיתוח מודלי Deep Learning
- ניסיון עם מודלי Machine Learning
DSP Algorithms Engineer בחברת סטארט-אפ
החברה ממוקמת בתל אביב- קו רכבת, משלבת מודל עבודה היברידי ומונה עשרות עובדים.
מהות התפקיד: חלק מצוות, עבודה ממחקר ו-POC עד לשחרור רשמי של המוצר לסביבות הפיתוח, אלגוריתמים של עיבוד אותות ו-Machine Learning ב-Python, משלבים מחקר בתחומי Navigation, Communication, Radar, Robotics, Python, DSP, Signal Processing, Statistical Modeling, Estimation, Data Fusion, WiFi/5G, ML, Tracking, Kalman Filter, IMU, Navigation, Geo-location, IoT.
- תואר ראשון במדעי המחשב/פיזיקה/הנדסת חשמל
- 3 שנות ניסיון בתחום ה-DSP
- ניסיון בפיתוח ב-Python
Senior Manager, Data Science and Research בחברת הייטק
משרה חמההחברה ממוקמת בתל אביב- קו רכבת, משלבת מודל עבודה היברידי ומונה אלפי עובדים גלובלית, מאות מתוכם בישראל.
מהות התפקיד: ניהול שני Data Scientists סניורים לצד Hands-On, בדיווח ל-Director of Engineering. אחריות על פיתוח והובלת מודלים של Machine Learning מקצה לקצה, עבודה עם Data טבלאי רחב היקף, ניתוח מדדים, פיתוח Pipelines ב-Scale גבוה, ויוזמות חדשניות למדידת Attention ו-ROI. כולל שיתוף פעולה צמוד עם צוותי Product, Analytics ו-Engineering ותרומה ישירה ל-Product Roadmap. ה-Stack המרכזי: PySpark, Python, Pandas, Spark, Flink, Databricks, MLflow, Classical ML, Predictive Modeling, Data Pipelines, Parallel Processing.
- 5 שנות ניסיון Hands On בפיתוח פתרונות Machine Learning מקצה לקצה
- 3 שנות ניסיון ניהולי בהובלת צוותי Data Science ו-ML Projects
- תואר במדעי המחשב/מתמטיקה/סטטיסטיקה/הנדסת חשמל
- ניסיון בבניית מודלים ובפיתוח Data Pipelines על Data טבלאי בקנה מידה גדול
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.