משרות
משרות
חיפוש משרה
Tech Lead Data Scientist
מספר משרה: 20804
גוש דן
Ready to Power Up Your Career?
Tech Lead Data Scientist
מיקום: רמת גן/ ירושלים | ארגון ממשלתי
תיאור התפקיד:
דרוש/ה מדען/ית נתונים בכיר/ה ומנוסה לתפקיד מוביל בקבוצת הבינה המלאכותית הגנרטיבית באגף הAI.
התפקיד משלב הובלה מקצועית וטכנולוגית, גיבוש ארכיטקטורות ומתודולוגיות, קידום פרויקטים מורכבים וביצוע עבודת פיתוח מעשית.
בעל/ת התפקיד ישמש/תשמש כאוטוריטה המקצועית וכTech Lead של הקבוצה בתחום מדע הנתונים והGenAI
ויוביל/ תוביל את התכנון, הפיתוח וההעברה לייצור של פתרונות המבוססים על אחזור מידע, עיבוד שפה טבעית, מודלי שפה ומאגרי מידע מובנים ולא מובנים.
התפקיד מציע הזדמנות להוביל פרויקטים חדשניים בעלי השפעה ארגונית רחבה, ובהם פתרונות Text-to-SQL הקמת שכבה
סמנטית למערכות ולסוכני GenAI ופיתוח מנועי חיפוש ומענה בשפה חופשית המבוססים על RAG ומסדי נתונים וקטוריים.
דרישות התפקיד:
ניסיון של 7 שנים ניסיון ומעלה בתפקידי Data (אנליטיקה של נתונים, הנדסת נתונים, מדע נתונים ופיתוח BI) מתוכן 3 שנים לפחות בData Scientist – חובה.
תואר שני ומעלה בהנדסה, במדעי המחשב, בסטטיסטיקה, בחקר ביצועים, במדעי הנתונים או במתמטיקה.
הובלה מקצועית ומתודולוגית: גיבוש סטנדרטים, עקרונות ארכיטקטוניים, מתודולוגיות עבודה ושיטות הערכה עבור פתרונות מבוססי .GenAI־ ו Data Science, NLP.
תכנון ובניית שכבה סמנטית: הובלת תכנון ופיתוח של שכבה סמנטית המתווכת בין מאגרי מידע מובנים ולא מובנים לבין מודלי
שפה, סוכנים ומערכות ארגוניות, לרבות הגדרת ישויות, מונחים עסקיים, קשרים, מטא־דאטה, אונטולוגיות ומנגנוני אחזור.
פיתוח פתרונות Text-to-SQL: תכנון ופיתוח פתרונות לתרגום שאלות בשפה טבעית לשאילתות, לרבות מיפוי סכמות, זיהוי פיתוח ישויות, קישור בין מושגים עסקיים למבני נתונים, בניית מנגנוני בקרה, תיקוף שאילתות ומניעת תשובות שגויות.
פיתוח מערכות RAG ואחזור מידע: תכנון ופיתוח מעשי של תהליכי קליטת תוכן, עיבוד וחלוקת מסמכים, יצירת Embeddings אינדוקס, חיפוש וקטורי, סינון, דירוג מחדש ואחזור מידע ממאגרים לא מובנים.
פיתוח מעשי: ביצוע עבודת HO משמעותית בפיתוח רכיבי ליבה, אבות־טיפוס, סוכנים, תהליכי עיבוד ומנגנוני הערכה, וכן ביצוע Code Review והכוונה מקצועית של אנשי הצוות.
הערכת ביצועים ושיפור מתמשך: בניית מתודולוגיות ומערכי הערכה לפתרונות GenAI לרבות הגדרת מדדים, בניית ערכות לרבות בדיקה ו-Golden Sets ניתוח שגיאות, בחינת איכות האחזור והמענה ומדידת דיוק, שלמות, עקביות, זמני תגובה ועלויות.
העברה לייצור ותפעול: תכנון תהליכי מעבר מפיתוח לייצור, ניטור מערכות, ניהול גרסאות, איתור תקלות וירידה בביצועים, ושילוב יכולות LLMOps־ ו DataOps, MLOps במחזור החיים של המערכת.
תכנון ארכיטקטורה: גיבוש ארכיטקטורות מקצה לקצה למערכות AI ומדע נתונים, תוך התייחסות לממשקי נתונים, רכיבי תשתית, מודלים, שירותים, ביצועים, יכולת הרחבה, תחזוקתיות ותלות בספקים.
פתרון בעיות הנדסיות: איתור צווארי בקבוק, ניתוח סיבות שורש, זיהוי נקודות הכשל המשמעותיות ותיעדוף מאמצים בהתאם
להשפעתם הצפויה על איכות המערכת והערך העסקי.
ניהול סיכונים: זיהוי וניהול סיכונים מקצועיים וטכנולוגיים, לרבות איכות נתונים, הזיות מודל, דליפת מידע, הטיות, אי־יציבות,
תלות בספק, עלויות תפעוליות ופערים בין ביצועי מעבדה לביצועים בסביבת ייצור.
עבודה מול ספקים ושותפים טכנולוגיים: ניהול שיח מקצועי עם ספקי טכנולוגיה מובילים, בחינת פתרונות וכלים, ביצוע Design Review ו- Technical Review איתור פערים ומתן המלצות מקצועיות.
קידום פרויקטים: הובלת פרויקטים יישומיים ותשתיתיים מורכבים, הגדרת יעדים ומדדי הצלחה, תכנון שלבי ביצוע, ניהול
תלויות, הצפת חסמים וקידום החלטות מקצועיות.
משילות ואחריות מקצועית: סיוע בהטמעת מדיניות משילות נתונים, כללי שימוש אחראי בבינה מלאכותית, עקרונות תיעוד,
עקיבות, שקיפות ובקרה על תהליכי הפיתוח והתוצרים.
הובלת הצוות: הנחיה מקצועית של מדעני נתונים, מהנדסי נתונים, מפתחים ואנליסטים, ביצוע ביקורות מקצועיות, העברת
ידע, פיתוח יכולות הצוות וסיוע בחלוקת משימות ובקביעת סדרי עדיפויות.
עבודה רב־תחומית: עבודה שוטפת עם מנהלי מוצר, מהנדסי נתונים, מפתחי תוכנה, מנתחי מערכות, ארכיטקטים, אנשי
תשתיות, מומחי תוכן, בעלי מאגרים ויחידות עסקיות.
"When the match is right – everything Powers Up"
גרסא מקוצרת של דרישות תפקיד:
ניסיון של 7 שנים ומעלה בתפקידי Data, כולל אנליטיקה, הנדסת נתונים, מדע נתונים ופיתוח BI, ומתוכן לפחות 3 שנים כ-Data Scientist – חובה.
תואר שני ומעלה בהנדסה, מדעי המחשב, סטטיסטיקה, חקר ביצועים, Data Science או מתמטיקה.
ניסיון בהובלה מקצועית ומתודולוגית של פתרונות Data Science, NLP ו-GenAI, כולל גיבוש סטנדרטים, ארכיטקטורה ושיטות הערכה.
ניסיון מעשי בפיתוח פתרונות RAG, Text-to-SQL, שכבות סמנטיות, Embeddings, חיפוש וקטורי ו-Agents.
יכולת Hands-On גבוהה בפיתוח רכיבי ליבה, אבות טיפוס, תהליכי עיבוד, מנגנוני הערכה וביצוע Code Review.
ניסיון בתכנון ארכיטקטורות AI מקצה לקצה, שילוב MLOps / LLMOps / DataOps, מעבר לייצור, ניטור ושיפור ביצועים.
יכולת הובלת צוותים ופרויקטים מורכבים, עבודה מול ספקים וממשקים עסקיים וטכנולוגיים, ניהול סיכונים, משילות נתונים ושימוש אחראי ב-AI.
Tech Lead Data Scientist
מיקום: רמת גן/ ירושלים | ארגון ממשלתי
תיאור התפקיד:
דרוש/ה מדען/ית נתונים בכיר/ה ומנוסה לתפקיד מוביל בקבוצת הבינה המלאכותית הגנרטיבית באגף הAI.
התפקיד משלב הובלה מקצועית וטכנולוגית, גיבוש ארכיטקטורות ומתודולוגיות, קידום פרויקטים מורכבים וביצוע עבודת פיתוח מעשית.
בעל/ת התפקיד ישמש/תשמש כאוטוריטה המקצועית וכTech Lead של הקבוצה בתחום מדע הנתונים והGenAI
ויוביל/ תוביל את התכנון, הפיתוח וההעברה לייצור של פתרונות המבוססים על אחזור מידע, עיבוד שפה טבעית, מודלי שפה ומאגרי מידע מובנים ולא מובנים.
התפקיד מציע הזדמנות להוביל פרויקטים חדשניים בעלי השפעה ארגונית רחבה, ובהם פתרונות Text-to-SQL הקמת שכבה
סמנטית למערכות ולסוכני GenAI ופיתוח מנועי חיפוש ומענה בשפה חופשית המבוססים על RAG ומסדי נתונים וקטוריים.
דרישות התפקיד:
ניסיון של 7 שנים ניסיון ומעלה בתפקידי Data (אנליטיקה של נתונים, הנדסת נתונים, מדע נתונים ופיתוח BI) מתוכן 3 שנים לפחות בData Scientist – חובה.
תואר שני ומעלה בהנדסה, במדעי המחשב, בסטטיסטיקה, בחקר ביצועים, במדעי הנתונים או במתמטיקה.
הובלה מקצועית ומתודולוגית: גיבוש סטנדרטים, עקרונות ארכיטקטוניים, מתודולוגיות עבודה ושיטות הערכה עבור פתרונות מבוססי .GenAI־ ו Data Science, NLP.
תכנון ובניית שכבה סמנטית: הובלת תכנון ופיתוח של שכבה סמנטית המתווכת בין מאגרי מידע מובנים ולא מובנים לבין מודלי
שפה, סוכנים ומערכות ארגוניות, לרבות הגדרת ישויות, מונחים עסקיים, קשרים, מטא־דאטה, אונטולוגיות ומנגנוני אחזור.
פיתוח פתרונות Text-to-SQL: תכנון ופיתוח פתרונות לתרגום שאלות בשפה טבעית לשאילתות, לרבות מיפוי סכמות, זיהוי פיתוח ישויות, קישור בין מושגים עסקיים למבני נתונים, בניית מנגנוני בקרה, תיקוף שאילתות ומניעת תשובות שגויות.
פיתוח מערכות RAG ואחזור מידע: תכנון ופיתוח מעשי של תהליכי קליטת תוכן, עיבוד וחלוקת מסמכים, יצירת Embeddings אינדוקס, חיפוש וקטורי, סינון, דירוג מחדש ואחזור מידע ממאגרים לא מובנים.
פיתוח מעשי: ביצוע עבודת HO משמעותית בפיתוח רכיבי ליבה, אבות־טיפוס, סוכנים, תהליכי עיבוד ומנגנוני הערכה, וכן ביצוע Code Review והכוונה מקצועית של אנשי הצוות.
הערכת ביצועים ושיפור מתמשך: בניית מתודולוגיות ומערכי הערכה לפתרונות GenAI לרבות הגדרת מדדים, בניית ערכות לרבות בדיקה ו-Golden Sets ניתוח שגיאות, בחינת איכות האחזור והמענה ומדידת דיוק, שלמות, עקביות, זמני תגובה ועלויות.
העברה לייצור ותפעול: תכנון תהליכי מעבר מפיתוח לייצור, ניטור מערכות, ניהול גרסאות, איתור תקלות וירידה בביצועים, ושילוב יכולות LLMOps־ ו DataOps, MLOps במחזור החיים של המערכת.
תכנון ארכיטקטורה: גיבוש ארכיטקטורות מקצה לקצה למערכות AI ומדע נתונים, תוך התייחסות לממשקי נתונים, רכיבי תשתית, מודלים, שירותים, ביצועים, יכולת הרחבה, תחזוקתיות ותלות בספקים.
פתרון בעיות הנדסיות: איתור צווארי בקבוק, ניתוח סיבות שורש, זיהוי נקודות הכשל המשמעותיות ותיעדוף מאמצים בהתאם
להשפעתם הצפויה על איכות המערכת והערך העסקי.
ניהול סיכונים: זיהוי וניהול סיכונים מקצועיים וטכנולוגיים, לרבות איכות נתונים, הזיות מודל, דליפת מידע, הטיות, אי־יציבות,
תלות בספק, עלויות תפעוליות ופערים בין ביצועי מעבדה לביצועים בסביבת ייצור.
עבודה מול ספקים ושותפים טכנולוגיים: ניהול שיח מקצועי עם ספקי טכנולוגיה מובילים, בחינת פתרונות וכלים, ביצוע Design Review ו- Technical Review איתור פערים ומתן המלצות מקצועיות.
קידום פרויקטים: הובלת פרויקטים יישומיים ותשתיתיים מורכבים, הגדרת יעדים ומדדי הצלחה, תכנון שלבי ביצוע, ניהול
תלויות, הצפת חסמים וקידום החלטות מקצועיות.
משילות ואחריות מקצועית: סיוע בהטמעת מדיניות משילות נתונים, כללי שימוש אחראי בבינה מלאכותית, עקרונות תיעוד,
עקיבות, שקיפות ובקרה על תהליכי הפיתוח והתוצרים.
הובלת הצוות: הנחיה מקצועית של מדעני נתונים, מהנדסי נתונים, מפתחים ואנליסטים, ביצוע ביקורות מקצועיות, העברת
ידע, פיתוח יכולות הצוות וסיוע בחלוקת משימות ובקביעת סדרי עדיפויות.
עבודה רב־תחומית: עבודה שוטפת עם מנהלי מוצר, מהנדסי נתונים, מפתחי תוכנה, מנתחי מערכות, ארכיטקטים, אנשי
תשתיות, מומחי תוכן, בעלי מאגרים ויחידות עסקיות.
"When the match is right – everything Powers Up"
גרסא מקוצרת של דרישות תפקיד:
ניסיון של 7 שנים ומעלה בתפקידי Data, כולל אנליטיקה, הנדסת נתונים, מדע נתונים ופיתוח BI, ומתוכן לפחות 3 שנים כ-Data Scientist – חובה.
תואר שני ומעלה בהנדסה, מדעי המחשב, סטטיסטיקה, חקר ביצועים, Data Science או מתמטיקה.
ניסיון בהובלה מקצועית ומתודולוגית של פתרונות Data Science, NLP ו-GenAI, כולל גיבוש סטנדרטים, ארכיטקטורה ושיטות הערכה.
ניסיון מעשי בפיתוח פתרונות RAG, Text-to-SQL, שכבות סמנטיות, Embeddings, חיפוש וקטורי ו-Agents.
יכולת Hands-On גבוהה בפיתוח רכיבי ליבה, אבות טיפוס, תהליכי עיבוד, מנגנוני הערכה וביצוע Code Review.
ניסיון בתכנון ארכיטקטורות AI מקצה לקצה, שילוב MLOps / LLMOps / DataOps, מעבר לייצור, ניטור ושיפור ביצועים.
יכולת הובלת צוותים ופרויקטים מורכבים, עבודה מול ספקים וממשקים עסקיים וטכנולוגיים, ניהול סיכונים, משילות נתונים ושימוש אחראי ב-AI.
הגשת מועמדות
נעים להכיר
