東京都の案件一覧

時系列データを対象とした予測モデルおよび因果推論モデルの構築・評価を行う業務。
具体的には、ビジネス課題に応じたアルゴリズム選定から、データ前処理・特徴量設計、モデル構築・評価、結果解釈までを一貫して担当。
また、SHAPなどの説明可能AI（XAI）手法を用いて、モデルの特徴量寄与度を可視化・検証する。
加えて、時系列データにおける構造的因果推論（因果効果の特定や介入シミュレーション）を実施し、意思決定支援に繋げる。

【目的】
業務のうちホワイトカラー業務（定型業務）においてRPAを活用することにより、当該業務に要した時間を削減・省力化させると共に、削減時間を付加価値の高い業務へ注力することで効率的な業務運営及び業務の質の向上を実現している。

運用されているRPAツール WinActor の安定稼働と効率的なシナリオ設計を支援するため、技術的なヘルプデスク業務をお願いいたします。

【業務内容】
・WinActor利用職員からのシナリオ実行時のエラーや不具合に関する技術的な問合せに対する調査、分析、および解決策の提示。
・シナリオ設計支援
・職員が作成中のシナリオ設計に関する技術的な相談、仕様書の確認、実現方法に関するアドバイスなど

・エージェントの作成に必要となるプログラムの実装
・他社サービスとのAPI連携 (認証用の画面実装を含む)
・人事、営業、カスタマーサポートなどの他職種で日常的に行われる業務理解
・上記の職種の業務を自律的に遂行するAIエージェントの開発

【参画メリット】
・急成長中のスタートアップ企業なので、今後のキャリアアップにつながる環境です。
・リモート併用案件のため、比較的リラックスした環境で働くことが可能です。
・AIなどの最新技術に携わることが可能です。

◆開発環境
フロントエンド: TypeScript, Next.js, React
バックエンド: Python
インフラ : GCP, GPU cloud Services
開発ツール : Slack, Confluence, Jira, Google Workspace, Github
◆作業環境
○Mac (Appleシリコン)
○Github Copilotと社内GPT利用可能
○モニター2台まで利用可能

・生成系AI技術における開発の主導
・既存のAIモデルを基にした新しいモデルの設計と構造変換
・ 開発したモデルの実装、パフォーマンスを最適化するための高速化技術の適用
・顧客のニーズに応じたAIソリューションを提供、実際のビジネス課題に対する応用

【参画メリット】
・急成長中のスタートアップ企業なので、今後のキャリアアップにつながる環境です。
・リモート併用案件のため、比較的リラックスした環境で働くことが可能です。
・AIなどの最新技術に携わることが可能です。

◆開発環境
フロントエンド: TypeScript, Next.js, React
バックエンド: Python
インフラ : GCP, GPU cloud Services
開発ツール : Slack, Confluence, Jira, Google Workspace, Github
◆作業環境
○Mac (Appleシリコン)
○Github Copilotと社内GPT利用可能
○モニター2台まで利用可能

社内向けのLMSシステム開発（Web開発）における
・API開発
・DB構築検討
・PRレビュー
・インフラ構築検討
・ユニットテスト
などをご担当いただきます。

顧客と直接コミュニケーションを取りながら要件を確定し、
アジャイル開発で素早く進行できます。

・開発体制
バックエンド：3名（SA1名含む）
フロントエンド：2名
UI&UX：2名
スクラムマスター：1名
PM：1名

・技術スタック
バックエンド：TypeScript, Express.js, RESTful
データベース：PostgreSQL

少人数・多国籍チームをリードしながら密なコミュニケーションで開発を進められる環境です。

新基幹システム導入プロジェクトにおいて、既存レポートの閲覧ができなくなる課題が発生しており、新たにBIツールを活用したレポート再構築が求められています。
主に MotionBoardを用いたレポート作成 をご担当いただき、提供される仕様書に基づき正確かつ効率的にレポートを作成いただきます。
また、プロジェクト体制上、人手不足も想定されるため、単純なレポート作成業務から複雑な定義（マルチ定義等）を伴うレポートまで幅広く対応いただける方を歓迎します。

• 背景： 当年度の月次予算が実績と大きく乖離したため、予測精度の向上が急務となっている。
• 目的： 来年度の予算策定のベースラインとなる売上予測モデルの構築。
【具体的な業務内容】

1. 売上予測モデルの構築と運用
   ◦ 次年度の年間予算の策定、および前年差異要因の明示。
   ◦ 前月実績の前年差異要因の明示。
   ◦ 次月・次々月など直近の売上予測、および前年差異要因の明示。
2. 要因分析の実施
   ◦ 予測精度も重要ではあるが、予測結果となった要因（なぜその予測値になったのか）を説明・解釈する能力も重要視される。
   ◦ 例：「単価がこれぐらい上がればこうなる」といった感度分析や因果的な視点からの提案が期待される。
   【データと環境】
   • 売上実績データマートはある程度ベースが存在する。
   • 機械学習のための特徴量の候補はクライアントメンバーから提供される。
   • データマートにないデータについては、整形・整備が必要となる。
   • 予測に影響する可能性のある要因：利用者の装用頻度（週末のみ、平日のみなど）、リピート率（小売業としては高め）、定期配送サービスによる店舗売上のカニバリゼーション、強力な販促活動、駅ビルセール（ルミネセール等）、天候、コロナの影響、物価高など、多岐にわたる。

Googleスプレッドシートに保存された広告データを、BigQueryに取り込み、Looker Studioにて可視化・レポート作成を行う支援業務。BigQuery環境の利用が前提

在庫管理数が多く、データ分析等に追加で自走可能なメンバーが現場で必要になっている状況になります。
期間としては長期で1～3年想定。多少時間がかかっても良い方にアサインいただきます。
また、業務実践による業務回復（商品部・需給）、計画業務の策定・型化（グローバルテンプレート）、
業務実践・計画業務を下支えするシステム・DWH/DM構築も業務の中に含まれてくる想定になります。

・AIを用いた製品の設計・開発
・フロントエンド開発
・アーキテクチャ設計と開発
・コード品質と継続性改善と保守
・メンバー教育とチームビルディング支援 etc.

【主な開発環境・ツール】
・言語(FW等)：Python・TypeScript(Next.js・React.js)
・OS：Linux
・コミュニケーションツール：Slack・Google Workspace・Confluence
・クラウド：GCP
・ソースコード・バージョン管理：Github
・タスク管理ツール：Jira
・CI/CD：Circle CI・Github・Jenkins etc.