scikit-learnの案件一覧

【概要】
・クライアント社内部署にて、社内のデータ活用を推進すべく、ビジネスプロセスのデジタル化、分析用データ基盤の提供、部門と並走したデータ活用支援を行っている
・課題の1つとして、ユーザー自身の手で分析要件に合わせたデータの加工や可視化、分析の実施を行えるようにするためのユーザー教育が挙げられる。

【業務内容】
・データカタログ(TBD)、Snowflake、Tableauの利用に関わる教育コンテンツの作成と研修の企画と実施
・データカタログに格納するメタデータの拡充

IoTやAIなどを活用した企業様で、機械学習の開発を行っていただきます。
既存システムがあり、そのシステムにAIを搭載させる形です。
ベースのものは完成していますが、AIの精度を高めていくために増員がかかっております。
既存システムの中で、EVの事業部とカーシェアリングの事業部があり、
まずはEVの方から実装させていき、うまくいけばカーシェアリングの方も実装させていくイメージで開発を行っていきます。

開発環境：
言語：Python 3.9/higher
基本ライブラリ：Numpy / SciPy / Pandas / Matplotlib

■業務概要
・社内開発するシステムの要件定義／基本設計、詳細設計、製作、単体試験、結合試験
・外部委託するシステムの要件定義、基本設計以降のベンダーコントロール、受け入れ試験
・保守運用（メンテナンス、障害調査など）

■担当工程：要件定義,基本設計,詳細設計,実装,テスト,運用・保守
■開発手法：ハイブリッド
■企業情報
弊社は、IoTやAIなどを活用し「カーシェア」と「エネルギーマネジメント」を組み合わせた、全く新しいサービスを開発・提供するスタートアップです。

■開発チーム構成
開発組織全体で13名
プロダクトオーナー：1名
PM統括：1名
エネルギーマネジメントシステム：PM1名、SE1名、PG3名、インフラ1名
カーシェアシステム：PM1名（+パートナー企業）
SGW、車載器：PM1名、IoTデバイス開発PM1名（+パートナー企業）
運用監視補助1名
インフラ：1名

■チームの役割
eモビリティをマネジメントするプラットフォームにおける、AIシステム、エネマネシステム、カーシェアシステムの各サービスの内容を適切に把握し、社内・社外をしっかり取りまとめつつ要件定義から運用まで一連の流れをスムーズに遂行していただきます。

　❐ AIシステム：
　カーシェアリング利用とバッテリーの効率利用の両立を可能にします。
　ビッグデータを活用した充放電制御のための各種パラメータの予測にはAIによる最適化を行う予定。

　❐ カーシェアリングシステム：
　顧客向けサービスの提供（カーシェアアプリ含む）、車両の管理が可能。

　❐ エネルギーマネジメントシステム：
　AIを活用した、充電器の管理、再生可能エネルギーのコントロール、効率利用が可能。

■募集背景
既存システム開発の機能拡張や改修のための増員

■開発環境
言語：Python 3.9/higher
基本ライブラリ：Numpy / SciPy / Pandas / Matplotlib

・社内開発するシステムの要件定義／基本設計、詳細設計、製作、単体試験、結合試験
・外部委託するシステムの要件定義、基本設計以降のベンダーコントロール、受け入れ試験
・保守運用（メンテナンス、障害調査など）

【業務内容】
EdTech企業にてデータアナリスト(データサイエンティスト)として、データによる
新しい価値創造をゴールとするデータ分析やモデル開発を担っていただきます。

以下、チームで取り組んでいる分析テーマの具体例です。
▼受講者の学習意欲の活性化・学習効果の向上
学習行動ログ及びアンケート調査を用いた活性要因分析
統計的因果推論による施策効果検証
定型レポートのワークフロー開発/ダッシュボード構築
▼受講者集客
非会員向けサイトの会員登録フローのファネル分析
▼法人顧客リピート契約促進
管理画面操作ログや受講者学習行動ログを用いたリピート契約要因分析
定型レポートのワークフロー開発/ダッシュボード構築
▼法人顧客集客
法人顧客向けセミナーの統計的因果推論による効果検証
▼マーケティングリサーチ
ビジネスパーソンや育成人事が感じるビジネススキル/デジタルスキルの課題に関する調査/分析
▼送客
他の(同クライアント)学習サービスへの利用促進を目的とした、志望動機の自由記述データの自然言語処理

【開発環境】
インフラ：GCP (データ基盤) / AWS (関連システム)
データパイプライン (ETL)：CloudComposer (Airflow)
DWH：BigQuery
その他インフラ管理：Docker、GKE / GAE / CloudRun
可視化ツール：Google Data Portal / Tableau
分析環境：Jupyter Notebook / Google Colab / Google Cloud ML
監視：Cloud Logging / Stackdriver Logging
その他：Git / GitHub / Slack / Notion

カード会社が与信モデルの構築を進めており、リスクスコア・収益スコアを要件定義からデータ・モデル設計を行っている。
今もリスクスコアは算出しているが、延滞して始めてリスクスコアが悪化するので、延滞・未収の予測精度をさらに高めようとしている。
期待値としては要件定義・データ収集・加工・モデル構築・評価を想定。

クライアントにてMulti Agent Simulatorを使用した事業展開を進めており、検討・実装を行って頂きます。

具体的に。。
・ファインチューニングをしていき精度を高めていく。
・現場PMとディスカッションをし、方向性・手法の検討
分野：ジェネレ―ティブAI（生成AI）技術

Web3時代のプラットフォームのレコメンドエンジンの実装・運用業務をお願いします。
【想定業務】

- アプリ内のコンテンツをユーザーの嗜好に合わせてレコメンドするアルゴリズムの研究・実装

- 既存レコメンドエンジンの効果測定、パラメータ更新、チューニング

- 新しいレコメンドアルゴリズムの調査研究
※Colab上でPythonを使用する想定です。
＜現在の開発技術スタック＞

・開発言語：Golang

・クラウド：AWS / GCP

・コンテナ技術：Docker

・監視：Stackdriver / CloudWatch

・DB：Cloud Datastore / MySQL

・構成管理：CloudFormation

・CI/CD：CircleCI / GitHub Actions

・Deep Learning を活用した新たな Web サービスや新機能の構築

・災害や事故を判定するモデルの精度向上

・SNSの解析・データ分析
【概要】

Deep Learning を使って SNS 上の動画像やテキストを解析するリスク情報サービスを運営しています。

今後、Deep Learning などの機械学習技術を使って、新事業や新機能の開発をリードいただくMLエンジニアを募集しています。
【開発環境】

・言語:Python

・フレームワーク:PyTorch/ PyTorch Lightning/ TensorFlow

・環境:Jupyter Notebook / BigQuery / GitLab / Slack

・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

電力需給管理会社様にて、内製での機械学習モデル開発のサポート要員を募集しています。

Pythonを使った太陽光発電量の予測モデルの開発です。
また、機械学習以外にも簡単なデータ処理の雑務を担当して頂く予定です。

月によっては雑務がメインの時もありますので、予めご了承ください。