О BEAMERY

В условиях стремительного развития ИИ и автоматизации будущее работы стало как никогда сложным для организаций. Уникальная платформа Beamery для управления данными о вакансиях, навыках и задачах помогает организациям справляться с этими проблемами и принимать более обоснованные решения в области управления жизненным циклом талантов. Наши решения обеспечивают рекрутинг, мобильность, повышение квалификации, разнообразие, организацию рабочих процессов и планирование рабочей силы для некоторых из самых дальновидных компаний мира.

Мы считаем, что место работы — это гораздо больше, чем просто должность. Миллионы людей ежедневно отстают в своей карьере, и наша миссия — исправить это, создав равный доступ к значимой работе, навыкам и карьерным возможностям для всех.

Мы являемся работодателем, предоставляющим равные возможности, и стремимся к построению представительной команды Beamery, создавая справедливую, инклюзивную и мотивирующую среду для наших сотрудников.

Так чего же вы ждете? Присоединяйтесь к нам и помогите нам раз и навсегда трансформировать будущее работы.

Что нас ждет — и почему сейчас захватывающее время для присоединения к команде:

Углубление наших нативных интеграций с SAP, Workday, Microsoft и LinkedIn для бесшовной интеграции нашего интеллекта по навыкам в платформы, где принимаются критически важные решения относительно рабочей силы.

Внедрение нашего агентного ИИ для помощи клиентам в более разумном планировании будущего — поддержка стратегий рабочей силы, внутренней мобильности и прогнозирования навыков.

Развитие нашего использования проприетарных LLM и технологий графа знаний для помощи организациям в расширении кадровых резервов, принятии более справедливых решений и масштабировании доступа к возможностям.

Но дело не только в создании высококачественных продуктов, мы также очень ценим корпоративную культуру, которую мы упорно создавали; основанную на доверии, сочувствии и честности, гарантирующую, что наша рабочая сила может быть полностью собой на работе.

О РОЛИ

Продукт Beamery Job Architecture использует ИИ для создания структурированных профилей должностей, включая навыки, задачи, уровни квалификации, человеческий фактор и приоритеты, в масштабе для некоторых крупнейших предприятий мира. Эти выходные данные напрямую поступают в кадровые платформы наших клиентов, поэтому точность и последовательность имеют значение во всем, что мы предоставляем.

В качестве Старшего инженера по обеспечению качества вы будете тем, кто проверяет и улучшает качество выходных данных Job Architecture, которые мы производим. Вы будете тесно сотрудничать с нашими командами Data Science и Professional Services для обзора данных, сгенерированных ИИ, выявления проблем, исправления ошибок и обеспечения точности и своевременности каждого проекта.

Это отличная роль для тех, кто любит работать с данными, использовать агентные ИИ-инструменты (например, Claude), обладает острым вниманием к деталям. Вы также поможете в создании и документировании процессов QA, которые мы используем, поэтому будете иметь реальное влияние на то, как все делается.

Что вы будете делать в качестве Старшего инженера по обеспечению качества в Beamery?

Обзор и улучшение выходных данных, сгенерированных ИИ

• Проверка профилей должностей, сгенерированных ИИ, на соответствие нашим стандартам качества, уделяя внимание навыкам, уровням квалификации и назначению приоритетов, чтобы убедиться в их точности и последовательности.
• Выявление ошибок, пробелов или несоответствий в данных и их исправление, обеспечивая при этом сохранение общей структуры.
• Работа с командой Professional Services для управления этапом QA каждого проекта, соблюдения сроков и установленных временных рамок.
• Обзор таксономий Beamery и обеспечение точности названий навыков, задач и должностей.
• Использование агентных ИИ-инструментов, таких как Claude, для обзора выходных данных и реализации детерминированного агентного потока для ускорения и масштабирования мероприятий QA Beamery.
• Пометка всего, что требует решения перед утверждением, и четкое информирование об изменениях, которые вы внесли, и причинах.

Сотрудничество с Data Science

• Работа с командой Data Science над определением, внедрением и отслеживанием метрик QA для повышения качества выходных данных ИИ.
• Ведение четкого учета найденных проблем во время QA, что пошло не так, как часто это происходит, и каковы вероятные причины, чтобы команда Data Science могла улучшить конвейер ИИ.
• Помощь в тестировании обновлений конвейера между проектами, чтобы проверить, работают ли исправления должным образом и не вносят ли они новых проблем.
• Превращение ваших выводов QA в простые рекомендации, на которые команда может действовать.

Помощь в создании наших процессов QA

• Написание и поддержание документации для наших рабочих процессов QA, чтобы новые члены команды могли быстро освоиться.
• Выявление пробелов в наших текущих проверках качества и предложение улучшений, будь то добавление новых этапов обзора, уточнение способов измерения качества или обновление того, что считается «хорошим».
• Помощь в формировании наших стандартов качества по мере развития продукта и потребностей клиентов.

Кого мы ищем?

• Опыт (3+ года) в QA, анализе данных или аналогичной должности, где внимание к деталям и точность данных имели значение. Стажировки и учебные годы засчитываются.
• Опыт (1+ года) использования агентных инструментов для QA.
• Базовые знания в области агентных технологий.
• Острый глаз к деталям: вы тот человек, который замечает несоответствие, которое упустили все остальные.
• Аналитический склад ума: когда что-то выглядит неправильно, вы не просто исправляете это; вы хотите понять, почему это произошло, чтобы это не повторилось.
• Хорошие организационные навыки: вы можете управлять своей работой над несколькими проектами одновременно, не упуская ничего из виду.
• Четкая коммуникация: вы можете объяснить, что вы нашли и что изменили, как техническим, так и нетехническим специалистам, в письменной и устной форме.
• Уверенность в условиях неопределенности: некоторые из наших процессов еще дорабатываются, и вы готовы помочь их сформировать, а не ждать готового руководства.

Желательно

• Любой опыт работы с контентом, сгенерированным ИИ, выходными данными NLP или системами таксономии/классификации.
• Интерес к HR-технологиям, управлению талантами или тому, как организации подходят к вопросам навыков и должностей.
• Опыт определения того, что такое «хорошо» для данных, например, написание критериев приемки или метрик качества.
• Вы помогали настраивать процесс или рабочий процесс с нуля, даже неформально.