製造・メーカーの案件一覧

弊社最初のプロダクトである、鉄スクラップ解析アプリケーションに搭載されるAIのモデルをAIチームと協業しながら、パイプラインを構築し、本番環境でモデルのトレーニング、テスト、デプロイ、配信、監視、保守、運用を担当いただきます。もちろんチームと相談して分担はしますが、データ収集、前処理といったデータエンジニア領域での活躍も期待しております。
1人目のMLOpsエンジニアとして技術選定はもちろんチームの開発スタイルを形作るところからお任せさせていただきます。将来的にCTOやEM等のポジションを目指すことも期待しています。

まだまだ出来上がった製品ではなく、ユーザーと近い距離で開発をすることができることも魅力の一つです。

対応内容：

グループ会社業務システムのデータ移行またはプログラム改修。詳細設計、プログラム修正、単体テストが作業内容となります。

SQL言語の経験者、JavaやVBの開発経験があれば尚良い。

バックエンドエンジニア

対応内容：弊社業務システムのプログラム改修詳細設計、プログラム修正、単体テストが作業内容となります。

C#の開発経験、DBの知識があれば尚良い。

■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

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

機械学習・深層学習による時系列解析・異常検知解析の経験及び深い知見
異常検知に関する従来手法(ルールベースなど)の経験及び知見
Pythonによる最適なコードの実装能力

・BizDev、PMと連携し顧客が保有する大量のユーザーデータを解析
・将来的なプロダクト開発に係るデータ解析、可視化、ソリューション立案など
（データの可視化、KPI分析・分解、ダッシュボード作成、効果測定）

データ分析に関する実績（長期であれば尚可） コミュニケーション能力が高い方

Pythonライブラリのカスタマイズおよびデータ分析業務

１．回帰モデル（ランダムフォレスト/Gaussian Mixuture Regressionなど）へのXAI適用および評価
※XAI = PFI、PD、ICE、SHAP（説明可能なAI）
※入力データ：　連続値に一部離散値の混在するテーブルデータ（200行×20変数程度）

２．教師無しクラスタリング結果に対する妥当性評価（但し入力データ※特性の考慮を要する）

３．教師無しクラスタリング(k-means/Gaussian Mixture Modelなど)処理の実装カスタマイズ

期待するところ
・限られた期間の中でスムーズに入ること
・既にある分析結果に対して対策を考えているので、その引継ぎを受けること
・対策の実施と評価を出すこと

人物像
・XAIかGMMに詳しい方（どちらかというとGMM）

備考
・作業環境はローカルのJupyterで実行
・ベースになるソースコードやデータは提供される
・コミュニケーションはTeams
・日中MTG可能な方（月曜の午後に週次の進捗確認MTGあり）
・ひとりの作業は時間問わず

・説明のしやすさを考えたモデルの実装/評価
・分析対応について案出しなどからの並走

【概要】
大手アパレルメーカー社内のDX推進における、全バリューチェーンの現場課題、業務、商材に寄り添い、データ収集、分析、課題解決を行っていただきます。
必要に応じて機械学習のテーマ設定、データ調達、モデル構築、業務適応の一連の業務も発生します。

課題例：
ECサイト運用にあたり、2回目以降の購入者が少ない。

【現フェーズ】
分析環境の構築、収集、整備

【業務スコープ】
・顧客折衝、要件整理、設計
・分析（AWSを利用しての分析環境構築、分析）
・機械学習モデルの構築（場合によって）
・ステークホルダー向けの分析レポーティング
・メンバーアサイン、進捗管理（場合によって）

【環境】
・サーバ/AWS EC2
・ストレージ/S3
・DWH/Amazon Redshift Spectrum
・BI/Tableau
・Python（pandas）
・SQL
・Github
・Slack,backlog

・データサイエンティスト及び、データアナリスト経験
・Python(pandas)
・AWS経験
・作業内容や課題を適切に報告できる日本語能力、論理的思考能力