Pythonの案件一覧

[ポジション]：データ集計・分析補佐

先進的なフィンテック・AIツールをクライアント社内で開発しています。 モデル構築メンバーは揃っており開発を行っているが、 システムの入口と出口の部分に該当する データ収集メンバーを募集しています。

・Python
・機械学習で使用するデータの収集（WEBスクレイピングなど）
・AIモデル用のデータエンジニアリング

[ポジション]：BIエンジニア

大手事業会社でのデータ活用プロジェクトに関わるお仕事です。 飲食領域・美容領域・旅行領域・学び領域・通販・割引チケット共同購入サービス・その他日常消費領域に関わる商品・サービスの提供を行っている事業会社にて、既存サービスのデータ活用に携わっていただきます。 あなたにお願いしたいのは、各関連サービスのデータを“見える化”するためのダッシュボード開発（使用ツール：Tableau /Looker）やデータマートの設計・開発、運用など。 関連サービスのデータを横断的に活用し、サービスを拡大させていくことがミッションです。膨大なデータを活用する、最先端のサービスに携われるチャンスです！
◎「SQLに自信がある」「大規模データにおけるデータマート作成の経験がある」という方を歓迎します！
◎スキル・経験によって、プロジェクトリーダーなどへのキャリアアップが可能です。

【具体的には…】
● KPIダッシュボード（Tableau／Looker）の運用、開発
● データマートの設計・開発、運用
● 予測モデルなど機械学習に用いるデータパイプラインの設計・開発、運用
● データガバナンスに関連する業務（メタデータ管理・社内QA対応・障害対応）
● Tableauダッシュボード用のデータマート運用保守 　 各種データの月次更新作業、カラムの追加作業

◎言語
・SQL：実務経験【必須】
　└3年程度の実務経験がある方を想定しています
◎経験
・SQLでのデータマート開発の実務経験
・運用設計経験
・BigQuery／Redshiftのデータ分析環境構築経験
・BIツールにおけるダッシュボード開発・運用経験(tableau、lockerの経験は尚可)
・ETLツールの知識、利用経験
・Git／Slackを用いたチーム開発経験

【概要】
・旧データベースの内容を新データベースに名寄せを行うプロジェクト

【対応内容】
・データの名寄せ
・データベースの論理設計
・データクレンジング処理プログラムの作成
・SQL速度高速化

【開発環境】 ・AWS Glue
・AWS Lambda
・AWS Redshift

・名寄せ・データクレンジング経験があること
・データベースの論理設計経験があること
・ETLツール使用経験があること
・Pythonによるバックエンドロジック実装経験があること
・SQL操作ができること(HAVING,CASE文,サブクエリ等は必須)
・データウェアハウスとデータレイク構築経験があること

ビジネスパーソンの情報収集の課題を解決し、企業の進化を加速する経済情報プラットフォームのPJにデータサイエンティストとして携わっていただきます。 定型的なアプローチでは解決できない問題が多い一方、自社サービスが持っている経済情報コンテンツをはじめとする膨大なデータとデータサイエンスの力を駆使し、サービスの価値を高めていきます。

・Pythonが読めて、書ける方
・データサイエンティストとしての実務歴が2年以上ある方
※リーダークラス1名、メンバークラス1名をそれぞれ募集中
※リーダークラスに関しては、プロジェクト管理スキルも必要です

クライアントで開発している(LINE配信プラットフォーム)から、 出力されるデータを元にビジネス課題を解決するデータエンジニアを募集。 具体的には、以下の業務を担当いただきます。

- ビジネスメンバーから依頼されたデータの抽出(SQL)

- データ利用環境の整備(ETL)や運用業務管理

ビジネス編
-　ビジネス課題解決を目的としたビジネスメンバーとのコミュニケーションが円滑に可能なこと。
-　提示されたデータ抽出依頼と解決したいビジネス課題を照らし合わせ、必要なデータの正否が検討できること。
-　開発チームとのコミュニケーションが主体的に取れること。

エンジニアリング編
-　データ分析のためのETL環境を構築・運用できること。
-　BigQueryの標準SQLについて基礎的な知識を有し、使用経験があること。
-　RDBMSについて基礎的な知識を有し、使用経験があること。
-　GCPの基礎知識及び、使用経験があること。
-　BQ, GCS, GCE, Dataflow, Cloud Function… 他
-　Google Cloud SDKを触ったことがあること。
-　何らかのBIツールの使用経験があること。
→データポータルを使うことになりますが、Tableau等の経験でも構いません。
-digdag, embulkについて使用経験があること or キャッチアップ可能なこと。
-Gitが扱えること。

[ポジション]：データアナリスト

・AIを活用した様々なサービスを開発。物流・教育・様々な分析・データの基盤構築、分析

・統計学に関する知識
・データ整形・前処理に関する知識と実装経験
・機械学習アルゴリズムに関する知識と実装経験
・上記実装に要するプログラミング能力（SQL, Python or R)

[ポジション]：AIエンジニア

研究のための機械学習モデルの作成および評価

・Scikit-learn を用いたデータの分析経験がある
・GPU を用いたデータ分析経験がある
・英語の技術論文を読み、理解することができる
・Kaggle のコンペへ参加したことがある

[ポジション]：開発エンジニア ※機械学習エンジニア

- 「機械学習モデル(レコメンド)の開発およびシステム実装」
- ※以下、データはWebサービスのDWHのDBログ

(a)案件の要件定義をPMと行う(=足りない情報が何かを定義し、自身で要求できる)

(b)機械学習モデルのPoC
　(b-1)前処理、EDA(探索的データ解析)、Data Augmentation、ほか
　(b-2)モデルの構築（レコメンド、分類/回帰、クラスタリング、強化学習、最適化、ほか）
　(b-3)PoC結果のレポーティング

(c)モデルのWebアプリケーションへの実装
　(c-1)GCPを活用した機械学習パイプラインのアーキテクチャ作成、実装
　(c-2)webサービス側のエンジニアと機能開発の切り分けとコミュニケーション

– Web業界でサーバーサイドエンジニアの経験3年以上(エンジニアリーダー経験有り)
– 機械学習モデルのWebアプリケーションへの実装経験（クラウドリソースを活用）
– レコメンドモデルの開発案件の経験2件以上(Webサービス本番環境への実装含む)
– SQL,Python,クラウドリソースの経験

　-SQL（特にAWS）によるデータ加工経験
　-Pythonによるデータ加工・モデリング経験
　-状態空間モデルにおける知見

様々な人事データ(勤務/残業時間,病欠・遅刻回数,従業員満足度アンケート 等)から離職防止につながるモデル構築を担当。
新しいプロジェクトの立ち上げ期で、モデル構築にはScikit-learnなどベーシックなものを検討中。
膨大なデータ、特に（列）カラム数が多いのでデータエンジニアリングのスキルが必要となります。
PMや、テックリードは別の担当者がいるので、一緒に要件を詰めながらデータを整備したり、
モデル構築を担当します。クライアントに出向いて打ち合わせの同席なども想定されています。

・Python,SQLクラウド環境経験(尚可AWS)
・機械学習モデルの構築経験
・自然言語処理経験（本件では従業員アンケート等で活用想定）