週3日の案件一覧

機械学習・深層学習による時系列解析・異常検知解析の経験及び深い知見
異常検知に関する従来手法(ルールベースなど)の経験及び知見
Pythonによる最適なコードの実装能力

■背景■
現在クライアント様の方で顧客がより大きなマーケティング成果をあげることを支援する自社プロダクトを開発しており、プロダクトの価値を高めていくために統計学に強みをもつデータサイエンティストを募集しています。

■業務内容■
広告効果を推定するための統計手法や、広告予算配分最適化のための数理最適化手法を開発する
社内のソフトウェアエンジニアと協力しながら、開発した手法を Proof of Concept (PoC) で使用するプロトタイプに実装する
また、自社プロダクトに限らずクライアントが開発する他のプロダクトにおいても、データサイエンスを活用した機能について研究・開発を行う

■現在取り組んでいる研究開発プロジェクト一例■
・繰越効果や飽和効果などを考慮した非線形な広告効果の推定
・状態空間モデルによる動的に変化する広告効果の推定
・非線形数理最適化による広告予算配分の最適化
・統計的因果推論に基づく、より妥当な広告効果推定手法の探究

・大学院修士課程を修了し、線形代数学、解析学、統計学、確率論についての基礎的理解があること
・統計学や機械学習を用いた研究開発の経験（学生時代の経験可）
・Julia、Python、R などを使用したプログラミングの経験および、Jupyter Notebook、JupyterLab、RStudio などの使用経験
・プロダクト開発への興味関心

【概要】
TreasureData導入、運用保守案件や顧客の分析要件に基づいたデータ抽出環境整備における構築業務を担っていただきます。
多数のプロジェクトがあり、適性なものにジョインを想定しております。

【環境】
TreasureData,SQL,Python,Git

【業務】
・CDP及びDMPの設計/構築/運用
・各種DB、分析ツールを連携させたデータ管理、分析環境の構築
・データマートの設計/構築/運用
・クライアントとの細部仕様調整
・TreasureDataの社内講師（スキルによって）

・SQL
・TreasureData経験・Python

■船舶に組み込まれたセンサー情報の構造化、基礎分析
■実際の大型船舶の運用実務に即した統計モデルの構築
■構築した統計モデルの実証及び精度検証、それに基づく改良
■実用化を担う実装部門との連携
■顧客との折衝においての技術的助言など

■Pythonライブラリを用いた機械学習、または深層学習の実務経験（3年以上目安）
■統計検定2級以上の統計的知識

BI,ビジュアルアナリティクス、セルフサービスBI　を武器としたデータ活用支援
・ユーザートレーニング、操作にとどまらない人材育成プログラム
・Tableuコンピテンシーセンターのメンバとしてプロジェクトを担当。

・BI経験、要件定義

●CDP/BIアーキテクト
企業のデータ資産価値の向上のため、戦略立案・組織設計、先端技術導入シナリオ策定の課題に対して、コンサルタント(アーキテクチャー)としてクライアント支援。
・Tableau等の要件定義～詳細設計、構築
・CDP, S3, Athena, Tableau onlineのデータソース/データマート/ダッシュボードの設計・開発
・プロジェクトリード
・同時に、CDP/MAの構築要件定義が走っており、マーケティング統合基盤の全体PRJの一貫です。

※CDPを中心とした顧客360PRJは、本案件以外で今後も増加予定
※国内でも初のソリューションスタック

【エンドクライアント】
・最大手カタログアパレル通販

【依頼元会社】
デジタルトランスフォーメーションを実現するために必要な、
コンサルティングからマーケティングまで、ワンストップで提供している会社の業務です。
エンドクライアント別で新規顧客の獲得や見込み顧客の育成なども含めたマーケティング施策をサポートしています。(MA)

・BI開発経験(Tableau（BI）エンジニア)
・クレンジング、AWSやGCP、bigquery、python等のデータエンジニアリング経験
・SQLに十分な経験
・AWS系DB経験 Athena, redshift等
・PMO/PL経験

※全て満たしている必要はございません。

・機械学習/深層学習の研究/アルゴリズム実装
・大手企業と連携した研究/ソリューション開発、自社プロダクトの開発

・Scipy/Numpy, Scikit-Learn, Pandas, Tensorflow, Keras, Chainer, PyTorchなどのフレームワークを利用した機械学習における実装経験
・機械学習の理論的背景を理解
・機械学習のモデルの理解（線形回帰, アンサンブル学習, 勾配ブースティング, RNN, CNN, GCN, GAN, YOLOなど）
・論文のモデルを実装する能力
・複数のセンサやデバイスを用いたシステムの構築・運用経験
・機械学習を用いたロボット制御システムのインテグレート経験
・高いコミュニケーションスキル（ビジネスレベルの日本語）
※全てを満たしている必要はございません。

クライアントにて以下の作業を実施。
・クレカの与信モデル新規構築
・クレカの既存与信モデルチューニング
・データ集計
・分析結果のドキュメント化、説明
・分析に必要な前処理

・モデル構築経験がある（モデル構築のお作法的なことがわかる/効果検証ができる）
・モデル構築に際して泥臭い前処理・データ準備ができる/経験がある
・分析結果をみてトライ＆エラーができる/経験がある
・コミュニケーション、意思疎通がある程度図れる（上席へのプレゼン経験がある）
・プログラミングスキルとしてはsqlが問題なくかける（それ以上のスキルは当然歓迎）

セミナーに参加している医師の反応を動画・画像データから読み取り、インサイトを出す仕組みを構想中。
ついては機械学習の前処理を行っていくことを計画している。
単純なデータをマニュアルで処理するのではなく、ある程度ロジックを組んで自動処理することを想定。

・データサイエンティスト（Python）経験5年以上

Pythonライブラリのカスタマイズおよびデータ分析業務

１．回帰モデル（ランダムフォレスト/Gaussian Mixuture Regressionなど）へのXAI適用および評価
※XAI = PFI、PD、ICE、SHAP（説明可能なAI）
※入力データ：　連続値に一部離散値の混在するテーブルデータ（200行×20変数程度）

２．教師無しクラスタリング結果に対する妥当性評価（但し入力データ※特性の考慮を要する）

３．教師無しクラスタリング(k-means/Gaussian Mixture Modelなど)処理の実装カスタマイズ

期待するところ
・限られた期間の中でスムーズに入ること
・既にある分析結果に対して対策を考えているので、その引継ぎを受けること
・対策の実施と評価を出すこと

人物像
・XAIかGMMに詳しい方（どちらかというとGMM）

備考
・作業環境はローカルのJupyterで実行
・ベースになるソースコードやデータは提供される
・コミュニケーションはTeams
・日中MTG可能な方（月曜の午後に週次の進捗確認MTGあり）
・ひとりの作業は時間問わず

・説明のしやすさを考えたモデルの実装/評価
・分析対応について案出しなどからの並走