需要予測の案件一覧

■背景■
食品通信販売における需要予測のリリースを行う上で、現在机上でのシミュレーションではなく、実際の状況下で未来のデータを予測する実地検証フェーズにある。その中で事業部からの改善要望が多数挙げられており、現在のデータサイエンティストのリソースでは十分に対応しきれず、リリースに至るクオリティのモデル構築が難航すると想定されるため、新たにリソースが必要となった。

■課題一例■
・商品IDが分析観点で作られていない
・年末やGW等に特殊な動きがある
⇒変動が多い時期に予測しきれていない
等

■やること■
前需要予測における改善要望（商品IDの名寄せや長期間でのモデル机上検証などのモデルの課題を解決してほしい。ものによっては具体的な要件を元に特徴量エンジニアリングに落としてほしいというものもあるが、課題のリストアップに終わっているため自ら具体的な特徴量エンジニアリング/モデリング改善方法を考えていただくものもある）をもとに、SQLを用いたデータ抽出、Pythonを用いたデータの加工・結合、特徴量エンジニアリング、およびその検証結果の報告

・SQL
※SELECT、WHERE、JOIN、GROUP BYが可能なレベル(window関数までは不要)
※分析に必要なデータ抽出SQLの元はクライアントメンバーが作成するため、深いDWHの理解や高度なSQLは必要とされない。
※必要に応じて自分でデータ集約を行うぐらいは必要

・Python
※3年以上のコーディング経験
※基本的にはJupyter Notebook上でのモデル開発になります

・特徴量エンジニアリング
※ValidationなどのMLモデル生成プロセス全体についての理解と経験、ラグ特徴量、集約特徴量、エンコーディング等を行いながらモデルを構築した経験。こちらが一番必要なナレッジです。特に時系列モデリングにおける特徴量エンジニアリングの経験があればベストです

・小売業の予測モデル構築及び運用支援
【業務詳細】
・小売業における1日の商品の売り上げを予測、発注推奨数を計算する。
・予測モデルはすでに運用中のものがあり、一部のデータサイエンティストによってモデルの精度向上を行っている。
・需要予測モデルでのデータ加工、特徴量生成、売上予測の数字を使った店舗ごとへの発注推奨数計算ロジックの設計を受け取り実装していくのが主な業務。

・Python & Pandasによるデータ加工技術
・AWS(linuxサーバ)による開発経験

【概要】
大手アパレルメーカー社内のDX推進における、全バリューチェーンの現場課題、業務、商材に寄り添い、データ収集、分析、課題解決を行っていただきます。
必要に応じて機械学習のテーマ設定、データ調達、モデル構築、業務適応の一連の業務も発生します。

課題例：
ECサイト運用にあたり、2回目以降の購入者が少ない。

【現フェーズ】
分析環境の構築、収集、整備

【業務スコープ】
・顧客折衝、要件整理、設計
・分析（AWSを利用しての分析環境構築、分析）
・機械学習モデルの構築（場合によって）
・ステークホルダー向けの分析レポーティング
・メンバーアサイン、進捗管理（場合によって）

【環境】
・サーバ/AWS EC2
・ストレージ/S3
・DWH/Amazon Redshift Spectrum
・BI/Tableau
・Python（pandas）
・SQL
・Github
・Slack,backlog

・データサイエンティスト及び、データアナリスト経験
・Python(pandas)
・AWS経験
・作業内容や課題を適切に報告できる日本語能力、論理的思考能力

アパレル会社におけるSNSデータ活用トレンド解析
Instagramなどの投稿数の時系列予測・トレンドから紐づく商品のポテンシャル需要予測

・解析結果を業務部門に連携する提案力
・SQL（特にBQ）によるデータ加工経験
・Pythonによるデータ加工・モデリング経験
・画像データ加工経験

例1：図面解析
パートナー様の図面を解析し図面上に記載された情報を抽出する技術開発を行う

• 図面からの自動情報抽出
• 図面の高解像度処理
• 類似図面検索
• 図面からの自動工程分解
• 図面からの自動設計ミス検出

例2：サプライチェーンデータ分析
発注者様から受注を受けてから、サプライパートナーの選定や生産管理、物流拠点での受け入れなど非常に長いサプライチェーンを構築、マネジメントを行っています。サプライチェーン上のデータを解析し、コスト削減や将来に渡るエコノミクスの改善は大きなテーマとなっています。それらを実行するための仮説立て、データ解析による仮説検証、実際のデータ解析業務を行います。

• 課題設定と仮説構築
• 社内他チームおよび顧客企業と連携した、データ収集・分析基盤構築のリード
• 需要予測・在庫最適化等を目的とするデータ分析・最適化手法の開発

【開発環境】

• 利用言語: Python, R
• フレームワークやライブラリ: TensorFlow, PyTorch, scikit-learn
• 開発ツール: GitHub, CircleCI, Jupyter Notebook, Google Colab
• コミュニケーションツール: Slack, Discord, JIRA

モノづくり産業のポテンシャルを解放することへの共感
– 統計学の基礎知識
– 機械学習を用いた研究または業務経験
– Pythonによる開発経験
– 実データに基づく問題解決能力、特に顧客を満足させ技術的に解決可能である適切なタスク定義を行う能力
– Gitなどのバージョン管理システムの利用経験

機械学習エンジニアとして、自社開発商品である画像アプリケーションにおけるPythonを用いた開発推進（テスト・評価業務を含む）をご担当いただきます。

【PJ事例】
・大手自動車メーカー向け外観検査システム
・大手食品企業向け印字検査システム
・生産の需要予測　等

・言語: Python
・Pythonを用いた開発経験
・PyTorchを利用した実装経験
・画像の深層学習に関する深い知見
・機械学習・深層学習に全般に関する幅広い知見
・GithubやGitlabを用いたチーム開発経験

案件：需要予測に関するAI導入プロジェクトの初期調査フェーズ
・現状業務把握
・ソリューション導入時の効果概算（主に在庫適正化）
・導入ロードマップ構築
・Project Leaderとしてclient facingを務めていただきます
・加えて、コンテンツ作成（パワーポイント）もしていただきます

・AI導入のPJ経験
・コアコンサルスキル
・クライアントフェイシングスキル

大学と提携し、AI開発を行っている企業にて、
需要予測アルゴリズム開発のビッグデータ分析をご担当いただきます。
(開発環境)
プログラミング言語：Python, SQL(BigQuery)等
データベース：BigQuery等
クラウド環境: GCP等

・基本統計知識
・時系列解析知識
・機械学習知識
・Pythonの経験3年以上
・SQL/GCPの経験

卸売業における商品の需要予測モデルの構築。日別・店舗別・商品別で店舗からの受注量を予測するモデルを構築する。

・機械学習技術を活用した予測モデル構築の知識・経験
（機械学習のアルゴリズムはLightGBM・ディープラーニング・Prophetのいずれかを想定）
・Python・SQLなどの実務経験

ECサイトにおける需要モデル構築

-需要予測モデル構築経験
　-SQL（特にBQ）によるデータ加工経験
　-Pythonによるデータ加工経験