単価100万円以上の案件一覧

概要：
医療従事者者（医師や薬剤師など）向けポータルサイトで展開されているアンケートや調査結果を社内、社外向けにTableauで分析～可視化を行っております。
本件ではダッシュボードの要件定義～開発をご担当いただきます。

業務：
・ダッシュボード開発要望のヒアリングと詳細要件定義、画面設計
・Tableauダッシュボード実装
・ダッシュボード実装に必要なデータマート整備（DB整備自体はエンジニアが担当するためエン ジニアに対する要件提示）
※時期による波は一定ありますが、目安として新規ダッシュボード開発（既存ダッシュボードの流用含む）は2件~3件/月、
既存ダッシュボードの改修・メンテナンス 4件~5件/月程度です

環境：
・Tableau Desktop／Tableau Online
・Google BigQuery／SQL

・BIツールでダッシュボードの要件定義・開発業務を1年以上経験していること
・SQLを用いたデータ処理業務を2年以上経験していること

求める人物像 :
・POSの分析に精通されている方
・過去知見を活かし、新たなアイディアを出したりチャレンジできる方
・社内外の関係者と良好な関係を構築が可能な方
・論理的思考およびマーケティング・ビジネスマインドを持つ方

大手通信会社のPOSデータソリューションビジネス事業における法人向け分析業務となります。
7月以降についてはコンサル的にビジネスご協力いただきたいご要望もございます。

・POS分析に関わる経験
・言語の理解
　・python
　・MySQL
　・C++

■業務内容
工場内動画を用いた工場のスマート化（工程分析や異常検知など）

■業務内容
・最新論文の迅速な調査
・論文をもとに素早く実装、検証
・作成したモデルをライブラリ化

・機械学習、深層学習、統計学
・画像分析

■概要
クレジットサービスを運営している会社です。
機械学習モデルを効率よく安全に回せる環境の構築をお願いします。

■業務
・要求課題整理、アーキテクチャ検討
・ワークフローの設計～運用
・CI/CDパイプラインの構築
・モデル設計～構築

■環境
GCP(Dataflow,teraform)
現モデルはVertexAI

・MLOpsのアーキテクチャ検討～構築経験
・GCP及び、AWSの経験
・Iac及び、CI/CDの経験
・表形式データのモデル開発の経験
・英語（少なくともビジネスレベル）

【業務内容】
AIの強化学習をクライアントが持つソリューションにどう適応できるかの検討
・強化学習のリサーチ、他社事例、他サービス適応事例の調査
・クライアントが持つソリューションの把握、適応範囲の検討、（可能であれば投資対効果や今後のビジネスインパクト調査）

・AI強化学習の知見（可能であればエンジニアリング経験、テクノロジーより知見）
・（可能であれば）分析後のドキュメンテーション経験

大手メーカーのデータエンジニアとして、データ資産活用およびデータ民主化を見据えながら、事業課題を特定しデータ分析案件を推進いただきます。データ分析に必要な処理の自動化および効率化を実現するための大規模なデータ分析基盤の構築/運用を自らドライブする経験を得ることができます。

データ活用最大化のための分析基盤の構築/運用
データ民主化を実現するための仕掛けづくりと啓蒙/教育
ID-POSやパネルデータを用いた顧客インサイトの抽出
協力会社やIT部門に対するコントロール及びコラボレーション

<データ分析案件の例>
・全社統一KGI/KPI指標の設計および提供
・チャネル×価格帯でのBiz Opportunity分析
・ブランド中期計画のためのプロモーション効果検証
・離脱者＆再購入者の分析
・情緒的価値観の指標化

・自ら課題を定義/提案し、解決策の実行まで責任もって取り組める
・幅広く知識/経験を吸収し、プロフェッショナルとして専門性を高める意欲がある
・データエンジニアとしての実務経験を1年以上有する
・Azure/AWS/GCPのいずれかを用いたデータ分析基盤の構築/運用経験がある
・データマネジメント（モデリング/加工/カタログ/品質管理など）の経験がある
・基本的なSQL言語を記述できる
・テクノロジー動向に興味がある

エンドユーザー(企業)のDX化を支援するためにデータ事業の展開や社内のデータ利活用を推進する、ETL/ELT処理開発、DWH構築などのデータ基盤開発の責務を担っていただきます。
◆業務内容の詳細◆
Databricks、Airflow、AWS Glueを利用したデータパイプラインの開発・運用
Apache Sparkを利用したETL処理の開発
各サービス開発チームのデータエンジニアリングの支援
◆今後の進展について◆
昨年夏頃にDatabricksを導入したばかりのため、既存基盤からの移行を実施し、全社横断データ基盤として活用していきます。
それに伴い、各サービス開発チームを中心とした分散オーナーシップ型データ基盤開発組織化の推進と全社横断的なデータマネジメントに注力していきます。

・サーバーサイドのアプリケーション開発経験
・AWS/GCP/Azureのいずれかのクラウドサービスを利用した経験
・データレイク、データウェアハウスの設計・構築・運用経験
・ETL/ELTなどのデータワークフロー管理ツールの開発・運用経験
・チーム開発経験

■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

データサイエンティストが構築したモデルを実際の機械学習のプロダクションシステムに落とし込む作業をお願いいたします。

【詳細】
・MLアプリケーションPoCのプロトタイプの開発
・機械学習APIサーバーの設計/構築/運用または実装
・サービス監視設計/運用

・クラウド上でのPythonを用いたソフトウェア開発経験
・機械学習などの大規模データを扱うバッチ処理、ワークフローの開発/運用経験
・MLOpsの企画/設計/開発/運用経験

複数AIプロジェクト内で適性にあった自然言語処理のエンジニアとして参画いただきます。

業務
・顧客折衝、要件定義（適正によって）
・モデル設計、構築
・ドキュメント作成

開発環境
・言語：Python
・Deep Learningフレームワーク: PyTorch
・OS：Linux

・Pythonを用いた開発経験
・Git等開発ツールの知識と実用経験
・自然言語処理の専門性や研究実績
・チーム開発に必要なコミュニケーション能力