単価70万円以上の案件一覧

概要：

お客様のデジマ環境構築のエンジニアを募集しております。
業務：

・adobe campaign classicの設計構築
環境：

Adobe Experience Cloud（adobe campaign classic,Adobe Analytics,Adobe Target,Adobe Experience Manager等）

外資系自動車メーカーのオウンドメディアに設定されているadobe analyticsのレポーティングをお願いします。

・化粧品・サプリメント製造販売会社大手に対し外資コンサルが切り出した分析をご担当いただきます。

・直近のゴールをブランドポートフォリオの再定義と置き、必要なサーベイを実施。

・サーベイ結果及び、自社ECの商品情報、顧客情報を元に、顧客・市場セグメンテーションを対応します。
分析の内容は、新たなブランドポートフォリオを作成するための下記3つです。

1）外部のアンケートモニター会社を通じたインターネット調査をしたデータを用いた市場顧客セグメンテーション

2）価値要素の分析 ・自社ECサイト会員へのメールを通じたインターネット調査と、購買履歴データ、会員プロファイルを利用した、顧客セグメンテーション

3）以後の分析を簡略化させるためのデータマート設計・構築
※取得可能なデータは現在ヒアリング中であり、設計中のサーベイの結果と掛け合わせる前段階のデータ整理を含みます。

・化粧品・サプリメント製造販売会社大手に対し外資コンサルが切り出した分析をご担当いただきます。

・直近のゴールをブランドポートフォリオの再定義と置き、必要なサーベイを実施。

・サーベイ結果及び、自社ECの商品情報、顧客情報を元に、顧客・市場セグメンテーションを対応いたします。
【対応内容】

・分析の内容は、新たなブランドポートフォリオを作成するための下記3つです。

・外部のアンケートモニター会社を通じたインターネット調査をしたデータを用いた市場顧客セグメンテーション、価値要素の分析

・自社ECサイト会員へのメールを通じたインターネット調査と、購買履歴データ、会員プロファイルを利用した、顧客セグメンテーション

・以後の分析を簡略化させるためのデータマート設計・構築
取得可能なデータは現在ヒアリング中であり、設計中のサーベイの結果と掛け合わせる前段階のデータ整理を含みます。

【開発環境】

・Pythonなど

顧客メーカー社内にて国内及び国外向けに出荷するOEM-PCのベースを開発検証及び障害対応いたします。
現状の対象業務チーム体制は顧客プロパー２名（男性１名女性１名）です。

ここに弊社プロパー１名と合わせ２名体制での参画予定です。

在庫最適化システムを支えるデータ基盤の構築を行っていただきます。

顧客からの数億レコードにもなる大量データの加工をSQLやPythonを用いて作成し、集計後、データストアに投入する機構の構築に携わっていただきます。

【開発環境】

・開発言語： Python、SQL

・DB: Aurora(PostgreSQL互換)、Redshift

・ライブラリ・フレームワーク：Pandas、Numpy、Dask

・インフラ：AWS

・AWS製品： ECS、S3、Step Functions、Lambda、CloudWatch

・環境、ツール： Docker、GitHub、Jira、Slack、CircleCI、Sentry

クライアントのスマホアプリケーション開発事業につき、クライアントのエンジニアとともにアジャイル開発を進めているプロジェクトにおいて、主にフロントエンド領域の開発を担当いただきます。

・開発環境

　▼使用言語

　・HTML／CSS

　・JavaScript、TypeScript

　・React、React Native、Flutter
　▼プロジェクト管理

・コミュニケーションツール

　・GitLab

　・Jira、Confluence

　・Slack、Miro

薬剤の在庫管理をAIにて実施するため、データの分析からモデル作成などデータサイエンス領域全般を担当いただきます。

　・会計ソフトメーカーにて情報を一元管理・可視化する

　　データ分析基盤の構築を計画しております。

　　業務内容として、AWS環境上にて各システムから

　　データを収集/加工するための調査・設計・実装や

　　BIツールと連携してデータを可視化する機能の設計・

　　実装まで広範に渡り対応して頂きます。

多くの開発者が、LLMの底力を引き出せるよう高度なカスタマイズ性や専門領域での高精度化を実現するLLMソリューションを提供していきます。

分野特化型のLLM開発によって企業のサービスの精度改善に役立つプラットフォームを作っていきます。
- チャットボットで利用するLLMの精度評価・改善

一例

- チェーンの構築

- ファインチューニング

- 精度評価
単なる実験だけではなく、MLOpsを恒常化させるために必要なシステム・UIの開発会話体験の向上に向け、ベイズ統計学などの知見も活用しながら、新規性の高いアルゴリズム構築を進めていきます。

並行して独自LLMを開発していくことも可能です。

HuggingFaceやEleutherAIなどが公開しているコードとデータを利用し、中規模モデルなど段階を踏みながら徐々に175bn.パラメータ級のLLM開発を進めていただきます。

その後、RLHFなどを導入しながら「相手の言葉を信じられる・話していて楽しいパートナー」という特性を持ったLLM開発を行っていただきます。
【開発環境】

Python

Rust

AWS (Lambda, Amplify, Cognito, DynamoDB, CloudFormation )

TypeScript/React

Figma

Terraform

OpenAI

API

HuggingFace