AWSの案件一覧

●CDP/BIアーキテクト
企業のデータ資産価値の向上のため、戦略立案・組織設計、先端技術導入シナリオ策定の課題に対して、コンサルタント(アーキテクチャー)としてクライアント支援。
・Tableau等の要件定義～詳細設計、構築
・CDP, S3, Athena, Tableau onlineのデータソース/データマート/ダッシュボードの設計・開発
・プロジェクトリード
・同時に、CDP/MAの構築要件定義が走っており、マーケティング統合基盤の全体PRJの一貫です。

※CDPを中心とした顧客360PRJは、本案件以外で今後も増加予定
※国内でも初のソリューションスタック

【エンドクライアント】
・最大手カタログアパレル通販

【依頼元会社】
デジタルトランスフォーメーションを実現するために必要な、
コンサルティングからマーケティングまで、ワンストップで提供している会社の業務です。
エンドクライアント別で新規顧客の獲得や見込み顧客の育成なども含めたマーケティング施策をサポートしています。(MA)

・BI開発経験(Tableau（BI）エンジニア)
・クレンジング、AWSやGCP、bigquery、python等のデータエンジニアリング経験
・SQLに十分な経験
・AWS系DB経験 Athena, redshift等
・PMO/PL経験

※全て満たしている必要はございません。

・AWS上に構築したデータ活用基盤の構築／運用支援
・クライアント社内のデータサイエンティストが構築したモデルを元にAWS上にPythonを利用して実装／テスト、クライアント確認後、本番環境にリリースを行う
・また稼働中の処理機能の運用保守を担当

・AWS
・python

【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

大手アパレルメーカーのDX本部　システム部へアサインいただきます。
社内のデータ民主化のため、データ環境の構築、整備が目的です。
DWH構築、データ収集→加工をお願いします。
ゆくゆくは、各部署の業務課題を横断的に対応いただきます。

【業務スコープ】
・データ加工、バッチ作成、修正（python）
・基幹システム、GA、KARTE等の部門担当者へデータヒアリング
・テーブル作成
・レポート設計
・パイプライン障害対応

【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

・データエンジニアリング経験
・Python（pandas）経験
・AWS環境経験
・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

AWSを用いて実現する蓄積基盤の設計、構築（特にRedshift、Glueまわり）
勘定系システムなどからデータを受け取るAWSのデータレイク基盤（蓄積基盤）の設計、構築

AWSのデータ分析基盤関連のサービスの設計、構築スキル（特にRedshift、Glue）

顧客から要望された各種データの抽出・加工を実施いただきます。
また、バッチ作成などが必要となった場合は、要件定義～テストまで実施いただくことがあります。
Python、AWSのRedshiftなどを利用した開発・運用案件となります。

データ（DB）を扱う業務なのでSQLの知見が必須となります。
ツール開発も実施して頂く可能性がありますので、開発（設計・実装）もご担当頂くポジションになります。
＜IT観点のキーワード＞
　　AWS、python、SQL
＜業務観点のキーワード＞
　　データクレンジング、バッチ開発

・Pythonを利用した開発経験 (1年以上)
・SQLを利用した開発経験（2年以上）
・能動的なコミュニケーションができる

【概要】
データエンジニアとしてDMP及びCDP導入案件や顧客の分析要件に基づいたデータ抽出環境整備における構築業務を担っていただきます。
多数のプロジェクトがあり、適性なものにジョインを想定しております。

【環境】
SQL,Python,Git

【業務】
・CDP及びDMPの設計/構築/運用
・各種DB、分析ツールを連携させたデータ管理、分析環境の構築
・データマートの設計/構築/運用
・クライアントとの細部仕様調整

・SQL
・TreasureData/GCP/AWS等のクラウドDWHの構築経験

【募集背景】
・人員不足
・サービス力向上

【案件概要】
現在エンジニアスキル不要のフルマネージド型分析SaaS(機械学習が組み込まれている)を開発しており、そこにおけるデータサイエンティストを募集しております。
サービスとしてはデータの可視化や分析が出来るもので、競合イメージとしてはTableauやGoogle データポータル等です。
現在は可視化や分析までのサービスとなりますが、今後はサービスを使う営業の方が「次にどういった事を行えば受注率が上がるのか」、「いつ決裁者へアプローチすべきか」等、データドリブンにサービスを使えるようにしていきます。

【業務内容】
・MLモデル構築
・ML/DL技術を用いた新機能開発
・実装もスコープに入る可能性あり

・Python
・Pandas

データを用いた意思決定や課題解決に活用するため、各事業・プロダクト・サービスの全てのデータを一元的に収集・保存・管理するデータ基盤の構築を担うポジションです。

データ基盤の開発・改修・保守運用
・データ基盤の物理・論理データモデル設計・開発・保守運用
・データ基盤のシステムアーキテクチャの設計
・データパイプライン (ETL) の設計・開発・保守運用

[開発環境]
インフラ：GCP (データ基盤) / AWS (関連システム)
データパイプライン (ETL)：CloudComposer (Airflow)
DWH：BigQuery
その他インフラ管理：Docker、GKE / GAE / CloudRun
可視化ツール：Google Data Portal / Tableau
分析環境：Jupyter Notebook / Google Colab / Google Cloud ML
その他：GitHub / Slack / Notion

[チーム体制（業務委託の方含む）]
・統括ディレクター: 1名
・データエンジニア: 1名
・機械学習エンジニア: 1名 (兼務)
・データサイエンティスト: 3名
・技術顧問: 1名

エンジニアリング
・GCP や AWS などの主なクラウドサービスにおける開発経験。
・DWH や業務系などのデータベースの設計・開発・運用経験。
・データパイプライン (ETL) の設計・開発・運用経験。
・基本技術情報試験レベルのコンピューターサイエンスの知識。
データ専門性
・SQLを記述する事が出来る。 (数十行位)　
・基礎集計を通じてデータの全体像や質を確認することができる。
ビジネス
・事業会社における情報システム企画の経験 (どんなシステムがどんな処理をどんな順番で実施するかの要件定義レベル)
・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か)
・プロジェクトマネジメント能力 。 (完了定義。スコープ策定。制約を考慮した優先度決定。タスク洗い出し)

=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