Rの案件一覧

国内大手金融機関では、データ活用のために機械学習モデルの構築を行っています。
モデル構築のためのデータ基盤構築はすでに実施済みですが、機械学習モデルの継続的な最適化と
効率的な運用が課題となっており、機械学習エンジニアとして支援頂ける方を募集しています。

＜業務内容＞
・機械学習モデルの維持管理および最適化
・モデルのパフォーマンス監視と評価
・データの更新
・技術ドキュメンテーションの作成と更新

お客さまとの折衝やチームとしての作業が多いため、コミュニケーション能力の高い方を希望します。

【概要】
・データ活用のために機械学習を利用してモデル構築を担当。
・モデルを構築するためのデータ基盤および基盤データを利用したモデルの構築は既に構築済み。
・直近ではモデルの継続的な最適化と効率的な運用を支援することが課題。

【業務内容】
・機械学習モデルの維持管理および最適化。
・モデルのパフォーマンス監視と評価。
・データの更新とモデルの再学習プロセスの実施。
・技術ドキュメンテーションの作成と更新。

・サービス内(App/Web)におけるユーザーの活動分析
・機能分析や、サービス内のファネル分析、ユーザー別の活動分析等の幅広な分析を実施
・データを依頼してのその直接提示というより、持つ仮説を強化あるいは反証するデータを幅広に検証したり、そこから必要な取得データや分析を提案し回答や示唆を提供する
・必要情報を取得する際の開発チームへの依頼や要件の伝達(イベントの発火組み込みや、新機能における分析必要項目のDevチームへの連絡や埋め込み依頼等)
※海外とのやり取りが発生するため英語の読み書きが頻出します(担当業務によっては英会話の必要性も有り)

＜業務詳細＞
・分析基盤整備
　└ダッシュボードの作成（KPIツリー、目的別ボード）
　└ユーザー行動の可視化（推移、利用特性）
　└分析基盤整備の推進（データ取得の推進、課題点洗い出し）
・分析
　└データを用いた仮説検証（機能、UI改善、施策）
　└ユーザー行動（数値化、可視化、セグメント分類）
　└効果検証（広告、キャンペーン、メールマガジン等）
　└得られたデータを元にしたインサイトの提供

＜使用ツール＞
・開発言語：Go
・インフラ環境：Google Cloud、Cloud Spanner、Cloud Function、Cloud Run、BigQuery
・ソースコード管理：GitHub
・CI/CD：CircleCI, Cloud Build
・監視/モニタリング：Google Cloud Logging, Google Cloud Monitoring
・インシデント管理：PagerDuty
・コミュニケーション：Slack, Google Meet
・プロジェクト管理/ドキュメント：JIRA/Confluence/DocBase

リーガルテックプロダクトへの生成AIや大規模言語モデルの応用に関する研究開発及び運用案件にて、データサイエンティストをご担当いただきます。

・既存サービスにおけるユーザー履歴データを用いた基礎集計や応用分析
・生成AIや大規模言語モデルを利用したリーガルテックプロダクトの新規機能の開発及び評価
・生成AIや大規模言語モデル以外の数理最適化手法を用いたリーガルテックプロダクトの新規機能に関する企画提案
・既存プロダクトAIの保守運用および改善

・開発基盤
　・AWS, Microsoft Azure
・ツール
　・GitHub(Enterprise), GitHub Copilot
・CI/CD
　・GitHub Actions, CircleCI
・グループウェア
　・Google Workspace, Slack
・プロジェクト管理/タスク管理
　・ClickUp, Jira, GitHub

・関連技術
　・Python3
　・OpenAI, Hugging Face
　・AWS SageMaker

ITエンタメコンテンツを提供するメガベンチャーにおいて、データエンジニアを募集しております。
科学的な事業分析、予測、改善を通じた、着実・再現性のある事業成長の実現に向けてデータ活用を推進しています。
全体のデータ活用支援をミッションとし、以下の業務をお願いしたいと考えております。
・データ関連プロジェクトの推進
・各担当事業のデータスチュワード
・事業KPI設計、ABテストの推進、分析
・BigQuery上への分析用データマート構築
・SQLを用いたデータ分析、施策立案
・ビジネスにおける課題抽出/データ分析
・BIツール等のデータの可視化

内容：
物流マッチングプラットフォームを展開する企業にて、データエンジニアとしてご参画頂きます。
主に各事業のデータ分析基盤（DWHとデータパープライン）の設計・構築・運⽤を⾏っていただきます。
＜具体的な業務内容＞
既存のDWH（BigQuery）とデータパイプラインの拡充

• 利用可能なデータの拡充
• データのリアルタイム性の向上
  将来のデータ基盤戦略の策定とその推進
• 新たなDWHとデータパイプライン（ELT）の設計・構築・運用
  データ分析によるビジネス課題の発見の推進
• データによる課題の可視化
• BIなどを通したモニタリング環境の構築
  技術環境：
  ・言語：Ruby、Python
  ・バージョン管理：Git/GitHub
  ・データ基盤：BigQuery、AWS RDS
  ・BI： Redash、Google Spread Sheet、Google Data Studio
  ・コミュニケーション：Slack、Notion

事業横断のデータ基盤（DWHとデータパイプライン）の設計・構築・運用
既存DWH（BigQuery）とデータパイプラインの拡充
将来のデータ基盤戦略の策定と推進
データ分析によるビジネス課題の発見と推進
・受注背景：既存事業の運用基盤を引き継ぎ、信頼性・利便性向上にコミットするため

• マーケティングデータ分析プロジェクトの遂行
• 課題の整理、定義化
• データ分析からレポーティングまでの一貫した作業
• メンバーのマネジメントや育成

【業務内容】
EdTech企業にてデータアナリスト(データサイエンティスト)として、データによる
新しい価値創造をゴールとするデータ分析やモデル開発を担っていただきます。

以下、チームで取り組んでいる分析テーマの具体例です。
▼受講者の学習意欲の活性化・学習効果の向上
学習行動ログ及びアンケート調査を用いた活性要因分析
統計的因果推論による施策効果検証
定型レポートのワークフロー開発/ダッシュボード構築
▼受講者集客
非会員向けサイトの会員登録フローのファネル分析
▼法人顧客リピート契約促進
管理画面操作ログや受講者学習行動ログを用いたリピート契約要因分析
定型レポートのワークフロー開発/ダッシュボード構築
▼法人顧客集客
法人顧客向けセミナーの統計的因果推論による効果検証
▼マーケティングリサーチ
ビジネスパーソンや育成人事が感じるビジネススキル/デジタルスキルの課題に関する調査/分析
▼送客
他の(同クライアント)学習サービスへの利用促進を目的とした、志望動機の自由記述データの自然言語処理

【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
監視：Cloud Logging / Stackdriver Logging
その他：Git / GitHub / Slack / Notion

・GPT-4やLlama 2などの大規模言語モデルを用いた自然言語処理（NLP）や機械学習（ML）の技術と運用型ゲームコンテンツの膨大なデータを活用し、
ゲームコンテンツの開発と運用を支援するチャットボットや対話型AIシステムの設計、開発、導入に従事していただきます。
・プロンプトの設計、ユーザーエクスペリエンスの最適化、システムパフォーマンスの評価など、対話型AIプロジェクトの全工程に関与していただきます。
・対話型AI技術に関する最新のトレンドを把握し、必要に応じてその知識をチームや社内で共有していただきます。