転職・求人情報の詳細をご覧になる場合は会員登録（無料）が必要です
| 部署・役職名 | 機械学習エンジニア |
|---|---|
| 職種 | |
| 業種 | |
| 勤務地 | |
| 仕事内容 |
【データ戦略部について】 「データ分析を用いてグループ全体の意思決定に貢献する」というミッションを掲げるデータ分析専門組織になります。 データ戦略部は以下3つのオフィスに分かれており、それぞれの役割は以下のようになります。 ・プロダクトアナリティクスオフィス：データ分析によるグループ内プロダクト（例：アプリゲーム）の収益向上。 ・データストラテジーオフィス：データ分析プロジェクトの企画/推進によるグループ横断での事業上の意思決定支援。 ・データサイエンスオフィス：統計解析（例：予測、シミュレーション）によるグループ横断での事業上の意思決定支援。 【機械学習チーム（ML Ops含む）について】 データ戦略部内にて新たに立ち上がったチームになります。 機械学習モデル開発PoC及びWebサービスへのデプロイを通して、グループ全体の売上向上に貢献する事をミッションにしています。 ▼機械学習チーム内の職種について 機械学習エンジニア、インフラエンジニア（機械学習）、PMの3職種があります。 それぞれの職種の違いは以下のような形になります。 ・機械学習エンジニア：主に機械学習モデル開発PoCと推論結果の提供を担当 ・インフラエンジニア（機械学習）：主に推論結果提供のためのシステム開発、ML共通基盤開発を担当 ・PM：主に要求定義やプロジェクトマネジメントを担当 【募集背景】 データ戦略部の組織拡大に伴う増員のためとなります。 【業務内容】 機械学習機能開発 （主にモデル開発PoC。推論結果の提供）を担当して頂きます。 詳細は以下になります。 ▼具体的な業務の例 ・グループ内のECサービスへのレコメンド機能提供。 ・グループ内のニュースアプリ（特定IPに関するニュースを提供）へのレコメンド機能提供。 ・プロダクト間のユーザー送客導線最適化のための課金復帰有無の予測モデル開発。 ・反実仮想機械学習による施策効果の推定 ・その他、MLエンジニア発信でのML技術検証PoC。 ▼担当業務範囲の詳細 ・ビジネス要求をもとにしたモデルの性能要件定義 ・モデル開発の方針設計 （データ洗い出し。EDA。特徴量選定、手法選定） ・モデル開発と精度改善 （モデル構築。ハイパーパラメーターチューニング。オフライン精度検証） ・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 ・チームが提供する機械学習機能の品質担保 （チームメンバーのコードレビュー、開発方針レビュー） ポジションの魅力 ・立ち上げ期なので、技術的裁量を持って機械学習チームの技術選定を行う事が出来る。 ・立ち上げ期なので、機械学習機能開発による事業貢献余地が大きい。 ・機械学習機能開発を切り口にして、グループ内の多様な事業に関わるチャンスがある。 |
| 労働条件 |
勤務時間：9:00〜17:30（休憩1時間） ※フレックスタイム（コアタイム：11:00～15：00） ※残業あり（平均20時間/月） ※テレワーク可能 休日・休暇：⼟⽇、祝⽇（年間休日125日） ※夏期休暇、年末年始休暇等 福利厚生 ・在宅勤務手当 ※テレワーク環境のサポートを目的に毎月定額を支給しています ・有給休暇取得推奨日 ※有給休暇が取得しやすいように、推奨日を設定しています ・入社日から有給休暇利用可能 ※入社日に有休が付与されます 4～9月入社：10日、10～12月入社：6日、1～3月入社：3日 有休は半休での取得も可能です ・社員食堂（マルシェ） ※メニューは日替わり定食やどんぶり、そば、うどんからパスタセットまで豊富、多くの社員が利用しています ・退職金制度 ※確定拠出年金及び確定給付企業年金 ・財形貯蓄制度 ・持株会制度 ・慶弔御見舞金 ※結婚や出産の際にはお祝い金が支給されます。 特に出産のお祝いは1子、2子出産時は20万円、3子の出産時には300万円が支給されます。 |
| 応募資格 |
【必須（MUST）】 ▼データサイエンス力・探索的データ分析の方針設計が出来る。 ・データ特性に合わせた前処理を行う事が出来る。 ・サービス特性やビジネス要求を踏まえた特徴量選定を行う事が出来る。 ・定番論文を参照して機械学習モデル開発に応用出来る。 ・オフライン性能検証のための指標を設計出来る。 ・精度向上のためのハイパーパラメーターチューニングが出来る。 ▼エンジニアリング力 ・クラウドサービス（特にGCP）を利用した開発経験 ・Pythonを利用した開発経験 ・アーキテクチャ設計力 （機械学習パイプラインの設計） ▼ビジネス力 ・施策提案力 （事業課題やIP戦略を実現するための機械学習施策の考案） ・要件定義力 （ビジネス要求をもとにしてモデル性能要件を定義出来る水準） ▼実務経験 ・サーバーサイドエンジニアとしての実務経験 ・機械学習モデル開発の実務経験 ▼語学力 ・日本語能力試験N1（ビジネスレベル以上） 【歓迎（WANT）】 ▼データサイエンス力・最新論文を参照して機械学習モデル開発に応用出来る。 ・Kaggleでの入賞経験 ▼エンジニアリング力 ・GCPを利用した機械学習モデル開発の経験 ・コンテナ技術（例：Docker）に関する知見 ・ワークフロー（例：Airflow）に関する知見 ▼実務経験 ・Dev Opsエンジニア（もしくはインフラエンジニア）としての実務経験 【求める人物像】 ・ビジネス貢献を意識した分析ができる方 ・定量思考が得意な方 ・分かりやすく、伝わりやすい分析報告ができる方 ・当事者意識を持ち主体的に業務遂行できる方 ・個人だけでなくチーム全体のデータ分析力向上に貢献出来る方 ・ゲームをシステムとして俯瞰的に捉えながらも、「楽しみ」「遊び」の観点でお客様目線に感情移入できる方 |
| リモートワーク | 可 「可」と表示されている場合でも、「在宅に限る」「一定期間のみ」など、条件は求人によって異なります |
| 受動喫煙対策 | 屋内禁煙 |
| 更新日 | 2024/12/17 |
| 求人番号 | 4166352 |
採用企業情報
- 企業名は会員のみ表示されます
- 会社規模101-500人
この求人の取り扱い担当者
-
- ?
- ヘッドハンターの氏名は会員のみ表示されます
会社名は会員のみ表示されます
-
- コンサルティング IT・インターネット メーカー
-
- リクルートでデータ活用・機械学習を利用した施策展開を推進してきた現場知見に基づき、キャリアアドバイスをしています。 現在は経営者として社員のデータサイエンティストと関わっておるため、現場と会社双方の目線からご支援が可能です。
- (2024/06/27)
転職・求人情報の詳細をご覧になる場合は会員登録（無料）が必要です