SQLの案件一覧

【業務概要】
クライアント側では、広告クリエイターが効果的な広告を素早く効率的に制作できるよう、良質な広告素材を自動で生成し、推薦するサービスを開発しています。チーム内のリサーチサイエンティストがMLモデルの研究開発を行うので、それらをアプリケーションとして提供するためのバックエンド開発、最新のMLモデルを素早く安定して提供するためのMLOps開発を担当していただきます。

【具体的な業務内容】

1. MLモデルを受け取り、推論サーバーを構築
2. 推論サーバーの最適化（コスト、レイテンシなど）
3. UX向上のため、フロントエンジニアと連携してサーバー機能を改善

・機械学習モデルの開発経験
・バックエンドの実務経験
・Python言語を利用したWebサービスの開発経験
・MySQL等、DB設計の経験
・Httpやネットワークの基礎知識
・コミュニケーション能力(他人を攻撃しない・自身の考えを他者に伝える・伝わったかの確認ができる)
・仕様を理解し、不足があったとしても臨機応変に対応する開発能力・経験
・GCP・AWSなどパブリッククラウドを用いた開発経験
・GitHubでのPull Requestを利用した開発フロー経験

・日次、月次バッチで実行されるSASプログラムのエラー対応・定型レポートの作成サポート・AWS移行サポート(SASからPythonへの書き換え)

・BPO事業を展開するお客様の元、入力システムの新規開発を行います。
フロントエンドポジション・フロントエンドのプログラマとして基本設計フェーズから参画いただきます。
バックエンドポジション・バックエンド、およびバッチ機能のプログラマとして基本設計フェーズから参画いただきます。

・自社プロダクトであるデータ統合SaaSおよび、AWSやGoogle Cloud等のクラウドサービスを用いたデータ分析基盤構築・データ統合パイプラインの設計および実装・SQLを用いたデータマート作成、名寄せ、クレンジング等の実施・BIツールを用いたデータ可視化・外部サービス(CDP/MA/SFA等)とのデータ連携および活用の支援

携帯キャリア子会社でのデータパイプラインのPythonでの実装作業です。
・AWS：Glue, Lambda, StepFunctions, Redshift, Redshift Spectrum, IAM, SageMaker, S3, EC2, CodePipeline, CodeDeploy・GCP：BigQuery, GCS, CloudFunction, CloudComposer,・DB：Redshift,PostgreSQL,Oracle,MySQL・リポジトリ：Github Enterprise,CodeCommit・コラボレーションツール：JIRA, Confluence, Backlog・コミュニケーションツール：Slack,Google Workspaces

BIツール(Yellowfin)を用いたダッシュボード作成をお願いいたします。※Yellowfinの経験はなくても良いです。（Tableau等を触っていれば問題なし）

航空会社向けBIシステム データ抽出

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

■背景■
食品通信販売における需要予測のリリースを行う上で、現在机上でのシミュレーションではなく、実際の状況下で未来のデータを予測する実地検証フェーズにある。その中で事業部からの改善要望が多数挙げられており、現在のデータサイエンティストのリソースでは十分に対応しきれず、リリースに至るクオリティのモデル構築が難航すると想定されるため、新たにリソースが必要となった。

■課題一例■
・商品IDが分析観点で作られていない
・年末やGW等に特殊な動きがある
⇒変動が多い時期に予測しきれていない
等

■やること■
前需要予測における改善要望（商品IDの名寄せや長期間でのモデル机上検証などのモデルの課題を解決してほしい。ものによっては具体的な要件を元に特徴量エンジニアリングに落としてほしいというものもあるが、課題のリストアップに終わっているため自ら具体的な特徴量エンジニアリング/モデリング改善方法を考えていただくものもある）をもとに、SQLを用いたデータ抽出、Pythonを用いたデータの加工・結合、特徴量エンジニアリング、およびその検証結果の報告

・SQL
※SELECT、WHERE、JOIN、GROUP BYが可能なレベル(window関数までは不要)
※分析に必要なデータ抽出SQLの元はクライアントメンバーが作成するため、深いDWHの理解や高度なSQLは必要とされない。
※必要に応じて自分でデータ集約を行うぐらいは必要

・Python
※3年以上のコーディング経験
※基本的にはJupyter Notebook上でのモデル開発になります

・特徴量エンジニアリング
※ValidationなどのMLモデル生成プロセス全体についての理解と経験、ラグ特徴量、集約特徴量、エンコーディング等を行いながらモデルを構築した経験。こちらが一番必要なナレッジです。特に時系列モデリングにおける特徴量エンジニアリングの経験があればベストです

概要：
金融業のDXにおいて、データアナリストとしてアサインいただきます。

業務スコープ：
・データ集計、可視化
・KPI設計、施策立案
・分析、ドキュメンテーション
・効果検証

・金融業界の分析経験 ・KPI設計のご経験 ・SQL、Pythonを用いたデータ抽出加工の経験 ・役員、ステークホルダーへのアウトプット経験