機械学習の案件一覧

従来人手にて業務遂行していたものを自動化技術を駆使して
スマート店舗を実現していくことが最終目的。
現状：
既に実証実験が済み全国展開を予定している業態もありますが、
実証実験(PoC)段階のものも多数。
内容：
・実証段階の技術についてはプロトタイプを自ら設計し、PoCを推進。
・画像モデルの構築だけではなく店舗/工場で使われる
撮影する装置を置く必要、国内、世界の店舗のデータを集約する必要もあるので、
それらを既存システム等と連携したりするアーキテクチャ。
・現在プロトタイプは開発(画像モデル)しているので、チューニング

・Python,C#,C++いずれかの言語での開発経験必須　
・画像認識やセンサーデータの機械学習スキル
・システム設計・アーキテクチャの経験

・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）

1. （眼底画像）画像分類用のデータセット13万枚弱に対し、
　専門家と協議しながらラベルを作成して深層学習を用いて分類精度を上げる。 2. 物体検出用の1000枚のデータセットに対し、
　深層学習を用いて11種類のラベルの検出精度を上げる。
3. 1と2を組み合わせたアルゴリズムを専門家と協議しながら研究開発する。

・ニューラルネットワーク業務経験
・画像検出、分類経験

・携帯電話から取得するテレメトリ情報のビッグデータを使った機械学習による分析
・分析、レポート資料作成、定例会報告が基本的なアクティビティ

AI有識者リードのもと、精度検証、学習データ収集・生成、テストなど、開発作業全般を行う。

・ソフトウェアエンジニアとしての業務経験（3年以上）
・チームで開発をした経験（1年以上）
・業務でJavaまたはPythonを用いてプログラミングをした経験（1年以上）
・git、AWS、Docker、PyCharm。この内、2つ以上を業務で使用した経験
・Linuxの基礎知識（grep,chmod,sshなど基本的なコマンドが使えること）
・テストケース設計の基礎知識（境界値分析など）
・Java・Python・機械学習の知識が必要になりますので、未経験の領域については学ぶ意欲があること

新しい技術を調査して、プロトタイプをつくります。
（所属はR&D事業部）
・データマネジメントプラットフォームのデータを利用した新規サービスの開発補助
・新規サービスに関する機械学習アルゴリズムの調査・実装
・分析課題は多々あり、センサーデータを利用した異常検知、故障予兆等

・画像系AIのプロジェクトにおいて1人称で提案から検証、報告を行えること
・研究開発要素があるため、論文などから技術情報を仕入れて実装検証できること
・Python

・顧客の要望に応じた分析対応：統計・機械学習モデルの構築、分析結果の解釈、説明資料の作成
・データプロダクト・ソリューション開発：適切なアルゴリズムを用いたシミュレーションやモデリング手法の考案、PoC、実装支援
・データ検証：機器データからの分析用データ生成および、自社提供データの統計的な観点からの検証および改善案の提示

・統計学・機械学習に関する基本的な知識と実務経験
・前処理を含むデータ分析に関するプログラミングの基本的な知識と実務経験
・SQLやDWHに対する基本的な知識と実務経験
・BIツールや可視化ライブラリなどを用いた分析レポート作成の知識
・クラウドや分析ツールに対する基本的な知識

自社事業成長支援を目的としたKPI設計、データ可視化、ビジネスデータ分析を担うポジションです。
依頼業務は以下短期的長期的とスコープがあります。
[ 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
・ 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

・AIモデル検討、構築/AIエンジニアメンバーへの指示出し　
・要件に応じたモデル検討、構築
・若手メンバ－への実装指示出し
・技術相談への回答

・与えられた要件、データに対して手法を考えて実装及び、実装指示が出来る事　
・論文調査スキル

[ポジション]：AIエンジニア

自社で探索型BIツールを開発しており、そこにおける人材を募集
・検索・機械学習エンジンの開発・実装、および性能改善
・自然言語処理を使用した検索エンジンの開発
・大規模分散処理を伴う汎用的な機械学習エンジンやモデルの開発

以下のいずれかを得意としていて、その他の分野に対しては、キャッチアップしていく意欲がある方
・機械学習、コンピュータサイエンス、数学の専門的な知識
・自然言語処理とRDBに関する基礎知識
・何らかのサービス・プロジェクトにおけるAPIやシステムの開発、および運用経験
・データの探索、特徴量の変換、モデルの導出、システムの実装、パフォーマンス評価の一通りの行程をPythonを使用して実施できるスキル