seabornの案件一覧

過去に募集したエンジニア、データサイエンティスト、マーケターの案件を中心に掲載しています。
非公開案件を多数保有していますので、ご希望のイメージに近い案件をクリックして無料サポートにお申込みください。
専門コンサルタントがヒアリングを通じて最適な案件をご提案いたします。
単価や稼働日数などの条件面についてもお気軽にご相談ください。

該当件数:4

seabornの案件を探す

案件内容

某製造業における冷温システムの異常検知システムにおけるデータ分析、モデル開発業務を
元請のAIコンサルタントおよびエンドクライアントの専門家と協業し、概念実証から本番導入まで
データサイエンティストのポジションでご参画頂きます。

ご担当いただく業務としては、以下を想定しております。
・異常検知(異常が発生した際の検知、または異常が起こる前の予兆の検知)における
 エンドクライアントの課題および要件を理解し、課題解決、達成に向け仮設の立案、データの収集・分析
・数理/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
・目的に対して適切なモデルを選定、開発し仮設検証の実施
・一連の作業に必要な分析基盤の構築、運用

必須スキル
・数理モデルと機械学習を用いた異常検知プロジェクトの従事経験
・コンピューターサイエンス、電気工学、機械工学、制御工学、または関連する分野での学位を保有している方
(要件ヒアリング、関連データの収集と分析、特徴量選択/エンジニアリング、モデル開発、精度検証、結果報告まで一通りご対応した経験)
・温度、電力消費量、内部機構の稼働率などのセンサーから得られる時系列データを扱った経験
・Pythonを使ってデータ前処理、可視化、分析を実施した経験
 - scipy, pandas, matplotlib, 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などのフレームワークを用いて、小規模から大規模までのデータを扱うことができる
 - 分類、クラスタリング、回帰、相関分析の豊富な経験
・ビジネスレベルの英語力(読み書きメイン)
案件内容

某製造業における冷温システムの異常検知システムにおけるデータ分析、モデル開発業務を
元請のAIコンサルタントおよびエンドクライアントの専門家と協業し、概念実証から本番導入まで
データサイエンティストのポジションでご参画いただきます。
■作業内容:
 ・異常検知(異常が発生した際の検知、または異常が起こる前の予兆の検知)における
エンドクライアントの課題および要件を理解し、課題解決、達成に向け仮設の立案、データの収集・分析
 ・数理/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
 ・目的に対して適切なモデルを選定、開発し仮設検証の実施
 ・一連の作業に必要な分析基盤の構築、運用

必須スキル
・数理モデルと機械学習を用いた異常検知プロジェクトの従事経験 

 

・コンピューターサイエンス、電気工学、機械工学、制御工学、または関連する分野での学位を保有している方

 

・要件ヒアリング、関連データの収集と分析、特徴量選択/エンジニアリング、モデル開発、精度検証、結果報告まで一通りご対応した経験 

 

・温度、電力消費量、内部機構の稼働率などのセンサーから得られる時系列データを扱った経験
・Pythonを使ってデータ前処理、可視化、分析を実施した経験
– scipy, pandas, matplotlib, 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などのフレームワークを用いて、小規模から大規模までのデータを扱うことができる
・ 分類、クラスタリング、回帰、相関分析の豊富な経験
・ビジネスレベルの英語力(読み書きメイン)
案件内容

冷温システムの異常検知システム開発プロジェクトにおけるデータ分析・モデル開発業務を弊社AIコンサルタントおよび顧客の専門家と協力し、概念実証から本番導入までをデータサイエンティストとして推進して頂きます。具体的には、以下のような業務となります。

・異常検知(異常になった際の検知、または異常になる前の予兆の検知)における顧客の課題および要件を理解し、達成に向けての仮設立案およびデータの収集・分析を実施
・数理/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
・目的に対して適切なモデルを選定・開発し仮説検証を実施
・一連の作業に必要な分析基盤の構築および運用

必須スキル
・コンピューターサイエンス、電気工学、機械工学、制御工学、または関連する分野での学位を保有
・数理モデルと機械学習を用いた異常検知プロジェクトの従事経験(要件ヒアリング、関連データの収集と分析、特徴量選択/エンジニアリング、モデル開発、精度検証、結果報告まで一通りご対応した経験)
・温度、電力消費量、内部機構の稼働率などのセンサーから得られる時系列データを扱った経験
・Pythonを使ってデータ前処理、可視化、分析を実施した経験
 - scipy, pandas, matplotlib, 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などのフレームワークを用いて、小規模から大規模までのデータを扱うことができる
 - 分類、クラスタリング、回帰、相関分析の豊富な経験
案件内容

【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

必須スキル
[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
デジタルプロダクトのデータ分析経験
アンケート調査設計と調査結果分析への興味関心
[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できる)
ビジネスサイドと円滑なコミュニケーションを図りながら分析を進めることができる
[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
  ・結合, CTE (WITH句)・サブクエリ, ウィンドウ関数が利用できる
Python・Rなど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,statsmodels 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

検索結果4件中1-4件