単価40万円以上の案件一覧

エンターテインメント系クライアントの
データ戦略部にて下記業務をお願いする想定になります。

【業務スコープ】
・具体的には先方が誰かに伝えたい資料から、本来伝えるべき内容に情報を再整理して資料化する案件です。
・その他室長が担う業務のサポート業務

・資料作成スキル（PPT)
・論理的思考力

全国の入札情報を一括検索・管理できるSaaS Webサービスを展開している企業内で、機械学習エンジニアを募集しております。
具体的な業務内容としては以下の通りです。
・モデル開発に必要なデータの洗い出し
・モデル開発のための検索的データ分析（EDA）
・モデル開発のための特徴量選定
・モデル開発のための機械学習手法選定
・構築したモデルのハイパーパラメーターチューニング
・開発したモデルのオフライン性能検証
・オフライン性能検証結果のレポーティング
・本番環境下の推論結果提供用のAPIサーバー構築
・システム稼働後の機械学習モデルの精度モニタリング
技術環境：
・分析基盤：未定
・統合分析環境：SageMakerもしくはVertexAI
・BIツール：未定
・CI/CD：CircleCI
・コンテナ技術：AWS ECS/Fargate
・ワークフローエンジン：AWS Step Functions
・監視ツール：Datadog/CloudWatch
・インフラ構成管理：Terraform
・コード管理：GitHub
・ツール類：Slack

★データサイエンス領域
・データ分析、データ特性に合わせたクレンジング処理の経験
・サービスやビジネス要求に合わせた特徴量選択の経験
・サービスやビジネス要求に合わせた手法選定、精度評価の経験
・精度向上のためのハイパーパラメーターチューニングの経験
・自然言語処理の経験
◆エンジニアリング領域
・機械学習モデルの開発し、プロダクトに組み込んで運用した経験
・レポーティング経験

グローバル最大手の動画学習プラットフォームのパーソナライズ・レコメンデーション開発業務になります。本国から連携を受け成型されたデータベースに直接アクセスしていただき、データサイエンス実務を進めて頂きます。
=開発環境=
・AWS（S3,Athena）
・Tableau, alteryx
・Confluence, JIRA, Bitbucket
=対応内容=
・データサイエンス系のデータ分析支援
(例:マーケットプレースにおけるアソシエーション分析)
・Tableauによるデータ分析及びアドバイザー

・ビジネス課題に対して、付加価値向上、生産性向上といった観点から、適切な統計解析/機械学習の手法を組み立てた経験がある
・TableauなどBIツールでのダッシュボード開発経験
・Python, R, SQLなどの言語を用いた分析経験
・データクレンジング・集計・検証経験

・グループ全社のデータパイプライン設計・実装及び実装委託
　(APIやパブリックデータの取得/整備)
・DWH管理業務 (欠損,Issue,申請等の対応)
・技術調査

【業務スコープ】
・Google Cloud Platformをバックエンドとするデータ分析基盤の開発・運用
・データ分析基盤と各事業部が有するデータを活用するための開発・運用
・データ分析基盤にデータを収集するETL/ELTパイプラインの開発
・データ分析基盤でデータを集計するワークフローの開発
・上記を継続的に利用するための、ソフトウェアのバージョンアップや周辺ツールの開発(運用)
・技術調査

1. 複雑なSQLを用いたデータ抽出経験
2. Go、Java、Pythonなどを利用した開発経験
3. ETL/ELTのデータパイプライン設計/構築
4. ワークフローの構築経験（Digdag / Airflow etc.）
5. 監視ツールの導入・運用経験
6. Infrastructure as CodeおよびCI/CDの経験
7. コンテナ技術（Docker/Kubernetes）を用いた開発経験
8. GCPでの開発経験
9. データマネジメント（DMBOK）に関する理解や実践経験

【プロジェクトの目的】
D&O保険(役員賠償保険)向け保険料プライシングツールのために、下記の分析・モデリングを行う
(1) ESGファクターを考慮したリスク予測モデルの開発(チューニング)
(2) 上記モデルで予測したリスク確率とは別に、個別にプライシング調整を行うためのリスクファクターに関する分析
(1)については、昨年度に一度、別の目的変数を用いたモデル開発を行っており、説明変数の加工等はスクリプトを使い回せる部分も多いと想定。

1. 使用するデータ
   TSR(東京商工リサーチ)の企業情報やネガティブデータ

・Pythonを用いて、データの加工・可視化、予測モデル構築(重回帰分析、ランダムフォレスト 等)が可能。

主にスマホゲームをドメインとした事業会社にて、
「IP(知的財産)単位でのロイヤリティ向上」を追求する、プロダクト横断or単体でのデータ分析業務

※例1:webサービスのKPIマネジメント、アドホック分析
※例2:反実仮想機械学習による、「スマホゲームの声優ライブ」が「ゲームのKPI」をどうリフトアップするかの推定

【業務スコープ】
(a)KPIマネジメント (& 分析PJマネジメント)

(b)アドホック分析

• (1)要件定義
• (2)分析設計
• (3)分析
  • GCPリソース（ローカルでも可）を利用しての分析環境構築
  • SQL、PythonでのEDA（探索的データ解析）
  • 統計モデル、機械学習モデルの構築
• (4)ステークホルダー向けの分析レポーティング

・データサイエンティストないしデータアナリストの経験5年以上
– 「想定業務内容」の(a)(b)のご経験がmust
・SQLでの探索的データ解析
・マーケ系の分析
・不明確なデータ構造を扱う場合も、キーや項目値からあたりをつけ、(制約はつくものの)既存データから整合性を担保する形でアウトプットできるスキル

【PJ概要】
国立法人向け AI解析基盤構築
【スケジュール】
要件定義支援：~4月、開発：5月～
【業務内容】
・要件定義
・アーキテクト設計
・リーダー業務※ポジションにより

・アプリ開発
・要件定義の経験
・データマネジメントもしくはAI関連技術の知見

空港業界のお客様に、ダイナミックプライシングの活用を検討いただくための支援として、
データ分析によるダイナミックプライシングの有効性を検証する案件となります。
主な業務は、ダイナミックプライシングの有効性を検証するデータ分析です。
元請社員にて検討した統計/推定等の実作業を実施いただきます。
また、お客様への説明資料なども作成いただきます。
業務としてはデータ分析が中心となりますが、必ずしもデータ分析の実績は求めておりません（尚可スキルとなります）。
データサイエンティストとしてのキャリアを将来的に検討しているなど、
データ分析に対する志向性がある方のご応募をお待ちしています。

・Pythonでのコーディングスキル
・Excelでの集計スキル

グローバル最大手の動画学習プラットフォームのパーソナライズ・レコメンデーション開発業務になります。本国から連携を受け成型されたデータベースに直接アクセスしていただき、データサイエンス実務を進めて頂きます。
=開発環境=
・AWS（S3,Athena）
・Tableau, alteryx
・Confluence, JIRA, Bitbucket
=対応内容=
・データサイエンス系のデータ分析支援
(例:マーケットプレースにおけるアソシエーション分析)
・レコメンドシステム構築時におけるソリューション調査

・ビジネス課題に対して、付加価値向上、生産性向上といった観点から、適切な統計解析/機械学習の手法を組み立てた経験
・Python, R, SQLなどの言語を用いた分析経験 2年以上
・データクレンジング・集計・検証経験 1年以上
・AWSなどクラウドDBの実務経験
・Gitを用いたコード管理
・非構造データ（画像・自然言語）を用いた機械学習システムの検証・評価実務経験

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)