Pandasの案件一覧

【業務概要】
新プロダクトの機械学習エンジニアとして、プロダクト立ち上げを担当して頂きます。 現在MVPの開発段階のため、ご参画頂くタイミングでは本番リリースに向けたβ版開発や機能拡充、ブラッシュアップ、本格ローンチとプロダクトの成長をエンジニアという立場から担って頂きます。

【具体的な業務】
新プロダクト開発において、以下のような業務に従事していただきます。

機械学習アルゴリズム選定、モデルチューニングのためのEDA 機械学習アルゴリズムの設計・実装 モデルで利用するデータ・特徴量生成のためのパイプライン開発 機械学習タスクとしては時系列予測、他クラス分類が当面のターゲットになります。プロダクトの成長に伴って自然言語処理も取り組んでいく予定です。 また、自動発注の最適化のために数理最適化技術も用いており、経験者の方には数理最適化モデルの実装も担っていただきたいと考えています。

◇利用技術
・Python ・TypeScript ・AWS サービス ・Glue ・Athena ・Fargate ・SageMaker ・Lamdba ・CDK ・機械学習/データサイエンス/数理最適化ライブラリ ・Pandas ・NumPy ・Scikit-Learn ・LightGBM ・Prophet ・PuLP

・機械学習を用いたシステム開発・運用経験
・モデルチューニングのためのEDAの経験
・パブリッククラウドサービス上での開発経験
[求める人物像]
・個の力ではなく、チームの力を最大化させることにモチベーションを感じる方
・あるべき論だけではなく、現状を踏まえた上で清濁併せのんでプロジェクト推進ができる方。
・実際に手を動かし実行してくれる方
・新しい技術などに好奇心をもち積極的に挑戦してくれる方

音楽関連のマーケティング分析-基本的にはエンドからの要望にアドホック分析対応。
-分析が中心となるため、機械学習自体の知識はあった方が良いですが必須ではない
・かなり大きなデータを分析するため、田町で週に2-3日程度(音楽配信ログや人流データなど)
・一部データについては、リモートでの分析対応。

・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）
・ある程度大きなデータを扱うことができる（数千万-数億レコードレベル

・顧客ビジネス上の課題及び要件を理解し達成に向けて仮説立案おおよびデータの収集・分析を実施
・顧客から提供されたデータの確認・分析および分析基盤の構築・運用
・機械学習モデルの予測精度や汎用性を向上させるための特徴量エンジニアリング
・適切な機械学習モデルを選定・開発仮説検証を実施

・数理モデルと機械学習を用いた予測需要プロジェクトのへ従事経験
（データ収集から分析、モデル開発まで一通りご対応した経験）
・Pythonを使ってデータ分析や前処理を実施した経験
・データサイエンスプロジェクトの実務経験
　-scipy,pandas,seabornなどの統計ライブラリや可視化ツールを用いたデータ分析
　-データベースやDataFrameを使いこなせる方。
　 pandas,dask,modinなどのFWを用いて、小規模から大規模までのデータを扱うことができる。
・需要予測や最適化アルゴリズムの基本的な理解
・日本語力（ネイティブレベル）

食品製造業における生産実行での単品受注量の予測モデル及び、
製品カテゴリーの経営計画向け受注量予測モデルの構築

・pandas,matplotlibなどを用いた基本的な集計、可視化スキル。
・統計モデル、機械学習モデルの実装スキル。(時系列データに対して予測モデル実装経験があると良い)
・異常値や欠損値についての扱い方法について検討・実装できる。

・データの分析と可視化（グラフ化）
・分析可視化に伴うデータ前処理
・データのマスタファイル・対応表の作成・分析結果等の資料化

・分析可視化に伴うデータ前処理（結合加工処理など）
　Pythonに習熟しておりデータ分析用のライブラリ（pandasなど）が扱えること
・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）

自社事業成長支援を目的としたKPI設計、データ可視化、ビジネスデータ分析を担うポジションです。
依頼業務は以下短期的長期的とスコープがあります。
[ 短期的 ]
・ ユーザーの行動/心理に関する仮説検証/仮説探索
・ A/Bテストによる施策の効果検証
・ 統計的因果推論による施策の効果検証
・ 上記に関する開発/マーケティング側とのコミュニケーション
[ 長期的 ]
・ 定型レポートのワークフロー開発/ダッシュボード構築
・ コンテンツやオンラインイベントのレコメンド
・ 検索エンジンのアルゴリズム改良
・ コンテンツの画像情報/音声情報を用いた機械学習

[ データサイエンス ]
・ 統計検定2級レベルの知識
・ 機械学習・統計モデルの構築、およびモデルに基づく分析の経験
・ マーケティング又は教育領域のデータ分析経験
[ ビジネス ]
・ 論理的思考力(定量思考力/要約力/仮説構築能力など)
・ ドキュメント作成能力 (見栄えではなく、構成の組み立て方やわかりやすさが担保出来る)
・ 開発/マーケティング側とコミュニケーションしながら分析を推進できる
[ エンジニアリング ]
・ SQLを利用してデータを加工・集計した経験
・ 100~200行のコードを読み書きできること
・ 結合, CTE (WITH句)・サブクエリ, ウィンドウ関数が利用できること
・ Pythonによる集計やモデル構築・可視化の経験
・ numpy, pandas などの集計用ライブラリの利用経験
・ scikit-learn などの機械学習ライブラリの利用経験
・ matplotlib, seaborn などの可視化ライブラリの利用経験
・ Git・GitHubの利用経験

[ポジション]：AIエンジニア

・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）

[ポジション]：AIエンジニア

弊社クライアントの機械学習エンジニアチーム、ビジネスチームと共に、大手企業、研究機関、自治体とのプロジェクトに参画頂き、学習モデルの開発に従事頂きます。

基本的なチーム体制は弊社機械学習エンジニア、コンサルタントメンバーとチームで進行します。

・ビジネスレベルの日本語
・論文のモデルを実装する能力
・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プロジェクトにおける実装経験

・コンピュータサイエンス、エンジニアリング、または関連する技術分野の学士号（または同等の実務経験）
・Python（Python 3）および/またはデータサイエンス
　（ビッグデータ、ディープラーニング）でのソフトウェア開発の3〜5年の経験
・AWSやGCPなどのクラウドサービス環境での開発、または保守の経験

・SQL (Redshift, PostgreSQL記述)
・Pythonを用いた時系列データ分析の経験
・pandas, scikit-learn, statsmodels, prophet 等の機械学習ライブラリの利用経験
・ソースコード管理ツール(Git)利用経験