DWHの案件一覧

・データ分析基盤の大規模な、追加開発・改造を実施予定。・DWH設計者（データ設計など）もしくは、DWH基盤構築（ツール設計など）

・Marketing Automationをハブとしたマーケティング施策
　または新規事業へのシステム活用に関する業務システム開発/技術支援
・AWS, BigQuery, Data Portal等のデータ管理環境整備
・Salesforce Marketing Cloudの開発環境整備
・デジタルマーケティング関連ソリューションの導入支援（MA、BI、DWH、etc）
・クライアント折衝※上記は全てではなく、適材適所でポジションをご用意致します。

・プロジェクトリーダー経験
– 2~4人程度の小規模開発がマッチ
– web/オープン系の開発PM出身者も歓迎
・データパイプライン構築~可視化までの経験

様々なIP（知的財産）を中心に事業展開を行う事業会社にて、
社内のECサイトやスマホゲーム、ニュースアプリへの機械学習モデルのPoC、デプロイ、運用
【業務スコープ】
機械学習モデルの開発およびシステム実装

・SQL
・Python
・機械学習エンジニアの経験2年以上
・スマホゲームを遊んだことがある

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

・CDP（DMP）の初期構築プロジェクトにおけるテクニカルディレクション業務
・CDP（DMP）の運用・実装業務（集計設計、集計PG実装、WF実装、管理画面設定作業、etc）
・BIダッシュボード構築業務

・クラウドDWHの構築経験
・SQLのご経験
・デジタルマーケティングの知見

【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

■案件概要：
・DXの一環として科学的・分析的アプローチで商品・サービス価値機能やCX機能定義、 及びそれらのマーケティング施策を整理し、データ基盤とAIのアルゴリズム体系の基礎の構想を考えており、 こういった活動をご支援していただけるデータ分析知見者を募集しています。

■人材イメージ：
・Consumer向け商品・サービス・マーケ施策のAnalytics経験者（特に保険やヘルスケア事業）
・分析的思考、論理的思考・整理が出来る方、想像力に長けている方、実務も含めて手がよく動く方 　（事例やコンセプトを沢山知っているが、手が動かないという人はNG）

・ファクト整理（データ収集・加工・整理作業能力）と課題特定（データを読む力）
・課題の原因仮説立案と分析モデル化（仮説立案能力＝想像力とそれらを論理的整理・体系化するスキル）
・上記仮説の検証方法・統計的分析方法の立案と実施（分析テク）
※DWH等データ環境は一定ありますが、データ収集整備に時間がかかることが多いので、
むしろ仮説検討や論理構成の整理の作業ウェイトが高くなる想定です。

[ポジション]：データアナリスト

・主にDBやデータ処理の設計から実装までをリードする

・システム開発の上流から下流までの全てのフェーズ

・パブリッククラウドの利用経験
・データサイエンス・ビッグデータ関連プロジェクト・プロダクトの経験
・中級程度以上のSQL能力（複雑なjoinや集計処理を何も見ずに書けるレベル）

[ポジション]：BIエンジニア

現在DWHを利用しているが今後はTableauを利用しデータ連携を行う。

・TableauServerへのデータ連携構築経験

[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