numpyの案件一覧

【概要】
自動車データからドライバーの運転行動を分析、現状の使われ方を把握して可視化を行う。

【業務内容】
・分析設計
・SQLを用いたDBからのデータの抽出・加工・集計・クエリの最適化
・Pythonを用いた集計・分析・可視化作業
・Powerpointでの分析レポート作成作業
・クライアントミーティングへの参加・分析レポートの説明
・Teams上でのクライアントとのコミュニケーション
・社内ミーティングへの参加

・Pythonを用いたデータ分析基盤の作成、テスト
・データの提供プラットフォームへのパイプライン構築
・GCP上での機能追加・改善
・本番環境上での安定運用と障害対応

【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

【業種】

大手自動車メーカー
【案件概要】

・車両企画担当部署における電気自動車の車両全体性能に関する分析依頼

・電気自動車の各種センサー・ソフトウェアから収集された走行データを用いて、各機種ごとのドライバーの運転行動を分析し、現状を把握する。
【職種】

データサイエンティスト/アナリスト
【対応内容】

・分析設計

・SQLを用いたDBからのデータの抽出・加工

・Pythonを用いた集計・分析・可視化作業

・Powerpointでの分析レポート作成作業

・クライアントミーティングへの参加・分析レポートの説明

・Teams上でのクライアントとのコミュニケーション

・社内ミーティングへの参加

【開発環境】

・PC：Windows （クライアント支給）

・データベース：Amazon Redshift

・クラウドストレージ：Amazon S3

・使用言語：SQL、Python

・クエリ実行環境：SQL workbench

・Python実行環境：JupyterNotebook

・コミュニケーションツール：Slack（グラフ社内）、Teams（クライアント）

・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）
※全てを満たしている必要はございません。

●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。

=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
• 自由記述データの自然言語処理
• 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

【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

・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）