単価100万円以上の案件一覧

●電力の需要/発電予測等に関連するデータ分析作業
-基本的には、収集されたデータをもとに作業を進めることになる予定。

・機械学習のデータ前処理を自分で考えて実装することができる
・Pandas/Numpy等を利用した分析ができる（JupyterNotebook/Lab環境等）
・Pythonでscikit-learnを用いて自分で機械学習モデルを構築できる、など。

AWSを用いて実現する蓄積基盤の設計、構築（特にRedshift、Glueまわり）
勘定系システムなどからデータを受け取るAWSのデータレイク基盤（蓄積基盤）の設計、構築

AWSのデータ分析基盤関連のサービスの設計、構築スキル（特にRedshift、Glue）

不動産データ（家賃）の分析、およびモデル構築

・PythonかRを使ったデータ分析の経験。spyderやRstudioなどの開発環境で作業できること。
・ 確率、統計の知識。例えば、正規分布、指数分布、期待値、標準偏差、回帰分析等の用語がわかる。

膨大なSNSマーケティングデータを扱うtoB向けSaaSプロダクトのML開発業務をご担当いただきます。
主に、以下内容を想定しています。
・ML開発業務全般
・Webエンジニアと協働したプロダクトへの適用

【開発環境】
・言語：Python
・フレームワーク：PyTorch/ PyTorch Lightning/ TensorFlow/ Keras
・環境：Jupyter Notebook / Colab Pro + / BigQuery / GitLab / Slack / Zoom / Tandem
・貸与マシン：MacBook Pro

【開発手法】
プロジェクトごとに選択、アジャイル、スクラム、チケット駆動開発、コーディング規約あり

【働き方】ほぼリモート中心。コミュニケーションツールはZoom / Slack / Tandem / Discordなど。

・自然言語処理（NLP）に深い造詣、経験を有していること
・機械学習を利用した自然言語処理を用いてサービス開発を行い、リリース後も品質向上を行った もしくはこれらをリードした経験
・Pythonでの研究や開発経験、特にPyTorch/TensorFlow/scikit-learn/Keras等のライブラリやフレームワークを用いた開発経験

【概要】
データエンジニアとしてDMP及びCDP導入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】
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

・SQL
・TreasureData/GCP/AWS等のクラウドDWHの構築経験

【募集背景】
・人員不足
・サービス力向上

【案件概要】
現在エンジニアスキル不要のフルマネージド型分析SaaS(機械学習が組み込まれている)を開発しており、そこにおけるデータサイエンティストを募集しております。
サービスとしてはデータの可視化や分析が出来るもので、競合イメージとしてはTableauやGoogle データポータル等です。
現在は可視化や分析までのサービスとなりますが、今後はサービスを使う営業の方が「次にどういった事を行えば受注率が上がるのか」、「いつ決裁者へアプローチすべきか」等、データドリブンにサービスを使えるようにしていきます。

【業務内容】
・MLモデル構築
・ML/DL技術を用いた新機能開発
・実装もスコープに入る可能性あり

・Python
・Pandas

エンターテインメント系クライアントの
データ戦略部にて下記業務をお願いする想定になります。

【業務スコープ】
・具体的には先方が誰かに伝えたい資料から、本来伝えるべき内容に情報を再整理して資料化する案件です。
・その他室長が担う業務のサポート業務

・資料作成スキル（PPT)
・論理的思考力

全国の入札情報を一括検索・管理できるSaaS Webサービスを展開している企業内で、機械学習エンジニアを募集しております。
具体的な業務内容としては以下の通りです。
・モデル開発に必要なデータの洗い出し
・モデル開発のための検索的データ分析（EDA）
・モデル開発のための特徴量選定
・モデル開発のための機械学習手法選定
・構築したモデルのハイパーパラメーターチューニング
・開発したモデルのオフライン性能検証
・オフライン性能検証結果のレポーティング
・本番環境下の推論結果提供用のAPIサーバー構築
・システム稼働後の機械学習モデルの精度モニタリング
技術環境：
・分析基盤：未定
・統合分析環境：SageMakerもしくはVertexAI
・BIツール：未定
・CI/CD：CircleCI
・コンテナ技術：AWS ECS/Fargate
・ワークフローエンジン：AWS Step Functions
・監視ツール：Datadog/CloudWatch
・インフラ構成管理：Terraform
・コード管理：GitHub
・ツール類：Slack

★データサイエンス領域
・データ分析、データ特性に合わせたクレンジング処理の経験
・サービスやビジネス要求に合わせた特徴量選択の経験
・サービスやビジネス要求に合わせた手法選定、精度評価の経験
・精度向上のためのハイパーパラメーターチューニングの経験
・自然言語処理の経験
◆エンジニアリング領域
・機械学習モデルの開発し、プロダクトに組み込んで運用した経験
・レポーティング経験

・グループ全社のデータパイプライン設計・実装及び実装委託
　(APIやパブリックデータの取得/整備)
・DWH管理業務 (欠損,Issue,申請等の対応)
・技術調査

【業務スコープ】
・Google Cloud Platformをバックエンドとするデータ分析基盤の開発・運用
・データ分析基盤と各事業部が有するデータを活用するための開発・運用
・データ分析基盤にデータを収集するETL/ELTパイプラインの開発
・データ分析基盤でデータを集計するワークフローの開発
・上記を継続的に利用するための、ソフトウェアのバージョンアップや周辺ツールの開発(運用)
・技術調査

1. 複雑なSQLを用いたデータ抽出経験
2. Go、Java、Pythonなどを利用した開発経験
3. ETL/ELTのデータパイプライン設計/構築
4. ワークフローの構築経験（Digdag / Airflow etc.）
5. 監視ツールの導入・運用経験
6. Infrastructure as CodeおよびCI/CDの経験
7. コンテナ技術（Docker/Kubernetes）を用いた開発経験
8. GCPでの開発経験
9. データマネジメント（DMBOK）に関する理解や実践経験

【プロジェクトの目的】
D&O保険(役員賠償保険)向け保険料プライシングツールのために、下記の分析・モデリングを行う
(1) ESGファクターを考慮したリスク予測モデルの開発(チューニング)
(2) 上記モデルで予測したリスク確率とは別に、個別にプライシング調整を行うためのリスクファクターに関する分析
(1)については、昨年度に一度、別の目的変数を用いたモデル開発を行っており、説明変数の加工等はスクリプトを使い回せる部分も多いと想定。

1. 使用するデータ
   TSR(東京商工リサーチ)の企業情報やネガティブデータ

・Pythonを用いて、データの加工・可視化、予測モデル構築(重回帰分析、ランダムフォレスト 等)が可能。