データサイエンティストの案件一覧

■背景■
現在クライアント様の方で顧客がより大きなマーケティング成果をあげることを支援する自社プロダクトを開発しており、プロダクトの価値を高めていくために統計学に強みをもつデータサイエンティストを募集しています。

■業務内容■
広告効果を推定するための統計手法や、広告予算配分最適化のための数理最適化手法を開発する
社内のソフトウェアエンジニアと協力しながら、開発した手法を Proof of Concept (PoC) で使用するプロトタイプに実装する
また、自社プロダクトに限らずクライアントが開発する他のプロダクトにおいても、データサイエンスを活用した機能について研究・開発を行う

■現在取り組んでいる研究開発プロジェクト一例■
・繰越効果や飽和効果などを考慮した非線形な広告効果の推定
・状態空間モデルによる動的に変化する広告効果の推定
・非線形数理最適化による広告予算配分の最適化
・統計的因果推論に基づく、より妥当な広告効果推定手法の探究

・大学院修士課程を修了し、線形代数学、解析学、統計学、確率論についての基礎的理解があること
・統計学や機械学習を用いた研究開発の経験（学生時代の経験可）
・Julia、Python、R などを使用したプログラミングの経験および、Jupyter Notebook、JupyterLab、RStudio などの使用経験
・プロダクト開発への興味関心

各種データを組み合わせて、分析していく中で受注率の改善について顧客に示唆を与える。

以下のいずれかの知見／経験
・データサイエンティスト
・データアナリスト
・データマネジメント基盤
・デジタルマーケティング

【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

主にスマホゲームをドメインとした事業会社にて、
「IP(知的財産)単位でのロイヤリティ向上」を追求する、プロダクト横断or単体でのデータ分析業務
※下記分析案件のPM

【業務スコープ】

(a)アドホック分析

• 　(1)分析要件定義
• 　(2)分析設計
• 　(3)分析
  • GCPリソース（ローカルでも可）を利用しての分析
  • SQLでの探索的データ解析
• 　(4)ステークホルダー向けの分析レポーティング
  (b)分析ダッシュボード＆データマート開発
  (c)サイト分析

・分析案件のPM経験
・ゲーム業界案件の経験
・データサイエンティストないしデータアナリストの経験数年（1年未満はNG）
– 「想定業務内容」の(a)(b)のご経験がmust
　※自身での分析経験
・マーケ系の分析経験

グローバル最大手の動画学習プラットフォームのパーソナライズ・レコメンデーション開発業務になります。本国から連携を受け成型されたデータベースに直接アクセスしていただき、データサイエンス実務を進めて頂きます。
=開発環境=
・AWS（S3,Athena）
・Tableau, alteryx
・Confluence, JIRA, Bitbucket
=対応内容=
・データサイエンス系のデータ分析支援
(例:マーケットプレースにおけるアソシエーション分析)
・レコメンドシステム構築時におけるソリューション調査

・ビジネス課題に対して、付加価値向上、生産性向上といった観点から、適切な統計解析/機械学習の手法を組み立てた経験
・Python, R, SQLなどの言語を用いた分析経験 2年以上
・データクレンジング・集計・検証経験 1年以上
・AWSなどクラウドDBの実務経験
・Gitを用いたコード管理
・非構造データ（画像・自然言語）を用いた機械学習システムの検証・評価実務経験

例1：図面解析
パートナー様の図面を解析し図面上に記載された情報を抽出する技術開発を行う

• 図面からの自動情報抽出
• 図面の高解像度処理
• 類似図面検索
• 図面からの自動工程分解
• 図面からの自動設計ミス検出

例2：サプライチェーンデータ分析
発注者様から受注を受けてから、サプライパートナーの選定や生産管理、物流拠点での受け入れなど非常に長いサプライチェーンを構築、マネジメントを行っています。サプライチェーン上のデータを解析し、コスト削減や将来に渡るエコノミクスの改善は大きなテーマとなっています。それらを実行するための仮説立て、データ解析による仮説検証、実際のデータ解析業務を行います。

• 課題設定と仮説構築
• 社内他チームおよび顧客企業と連携した、データ収集・分析基盤構築のリード
• 需要予測・在庫最適化等を目的とするデータ分析・最適化手法の開発

【開発環境】

• 利用言語: Python, R
• フレームワークやライブラリ: TensorFlow, PyTorch, scikit-learn
• 開発ツール: GitHub, CircleCI, Jupyter Notebook, Google Colab
• コミュニケーションツール: Slack, Discord, JIRA

モノづくり産業のポテンシャルを解放することへの共感
– 統計学の基礎知識
– 機械学習を用いた研究または業務経験
– Pythonによる開発経験
– 実データに基づく問題解決能力、特に顧客を満足させ技術的に解決可能である適切なタスク定義を行う能力
– Gitなどのバージョン管理システムの利用経験

=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

（１）クライアント課題の解決
・ビジネス課題に対して、どのデータをどのように分析すれば解決できるかを設計
・SQL/R/Pythonを用いたデータの抽出、加工、可視化、統計分析
・分析レポートの作成と分析結果の報告

（２）自動化・仕組み化による業務支援
・データベースの整備
・定期納品物の自動化
・依頼されるデータの加工・抽出

（３）その他
徐々に、社内の新規事業プロジェクト、プロダクトづくりなどにも、ジョインしていっていただきたいと考えています。

・セールスやCSチームと連携した、クライアント対応の経験がある方
・SQL/R/Pythonなどを用いたデータ分析の実務経験がある方
・データ分析プロジェクトをリードした経験（クライアントの課題抽出・施策・アウトプット）があること
・データ分析の実務の経験が豊富であること（分析、プレゼン資料の作成、分析結果の報告）

・データマーケティングの基礎知識があり、データ技術者と連携しながら、データ分析の方針策定。
・広告運用・制作施策などにビジネス施策に於ける分析支援。(テレビ視聴データ・アンケートデータ)

主な作業
・仮説の設定とそれに基づいたデータ分析の方針や数値検証を行う
・データ技術者に対する集計指示、集計内容の調整
・集計された結果を受けてレポートを作成
・メンバーへの指示出し(Query確認)

・レポート作成
・SQL経験
・数値検証(Query確認)
・数百万のレコード経験

[概要]
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。

プロジェクトは創成期で、現場課題を抽出しているフェーズ。

[主業務]
・課題整理、要件定義、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

・データサイエンティスト及び、データアナリストの経験3年以上
・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