求人情報

株式会社グロービス

【限定公開】《東京》学習サービス事業 シニア機械学習エンジニア

求人ID
ウィンスリーより
企業名
株式会社グロービス…もっと見る
雇用形態
募集職種
【限定公開】《東京》学習サービス事業 シニア機械学習エンジニア …もっと見る
職務内容
▼業務概要
・パーソナライズ学習実現に向けた機械学習モデルの開発。
・部門内のサービス改善を目的とした機械学習モデルの開発。

▼業務詳細 (モデル構築フェーズ)
・ビジネス要求ヒアリング
・要求を踏まえて機械学習タスクの全体設計
・タスク開始前の基礎分析
・モデル構築方針の検討 (特徴量選定、手法検討、評価方法検討)
・モデルの実装 (ライブラリ利用。最新論文手法の実装)
・モデルの定量・定性評価
・モデル開発結果のレポーティング

▼業務詳細 (モデルのシステム導入フェーズ)
・効果検証のグランドデザインの設計
・効果検証のために追加取得すべきデータ要件の設計
・効果検証のためのデータ分析

▼担当プロセス(システム本格導入時)
・システム導入時のアーキテクチャ検討
・サービス開発チームとの責任分界点の確定
・バッチ処理のジョブスケジューリングと監視設計
・バッチ処理実装
・リリース後の運用

開発環境は下記になります。

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 …もっと見る
必須業務経験
■必須要件
下記に列挙するデータ専門性とエンジニアリング力を全て保持している事。

[データ専門性]
・SQL:SQLの構文を一通り理解し、記述、実行できる (DML、DOLの理解。各種JOINの使い分け。集計関数とGROUP BY。CASE文。副問合せなど) 。加えて数百行のSQLを解読する事が出来る。
・統計:統計検定2級レベルの内容を用いた実務経験を持つ。
・機械学習:教師あり学習モデル、教師なし学習モデルの実務における構築経験を持つ (「はじめてのパターン認識」に相当する内容をイメージ) 。また、特徴量エンジニアリング、モデルの性能チューニング、モデルのオフライン性能評価の豊富なノウハウを持つ。

[エンジニアリング力]
・システム設計能力:機械学習モデルをシステム導入する際のシステムアーキテクチャの検討が出来る。また、システム稼働中に発生する運用課題を洗い出す事が出来る。
・アプリケーション開発:Flask や FastAPI などを利用して、機械学習モデルを本番利用するためのアプリケーションを開発することが出来る。サービス開発担当のアプリケーション開発エンジニアとシステム導入にあたっての技術面の相談が出来る。
・コンピューターサイエンス:応用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を保有し、実務で利用する事が出来る。
・データ設計能力:ビジネスプロセスを理解して、データフロー図、論理データモデル、ER図、テーブル定義書を作成することが出来る。モデル開発やオンライン性能検証の際に必要となるログ要件を作成することが出来る。
・計算量への理解:計算量オーダーの概念を理解し、自身が開発した機械学習モデルの実行時間を見積もる事が出来る。見積もった実行時間や将来の予測対象数の拡大も考慮して、適切な手法選定に活かすことが出来る。
・バッチ処理実装:機械学習モデルの学習や推論処理実行のためのバッチ処理実装が出来る。後続のサービス開発側のジョブ実行を考慮したジョブ設計が出来る。ジョブのエラーハンドリングを行うための設計が出来る。

■歓迎要件
下記に列挙する項目のいずれかを満たしている事。

[データ専門性]
・機械学習:パターン認識と機械学習 (PRML) の上下巻と統計的学習の基礎 (ESL) に相当する機械学習の知識。
・自然言語処理:形態素解析、構文分析、固有表現抽出のアルゴリズムを理解し、使いこなせる。トピックモデル、サポートベクターマシンなどの文書分類手法を理解し、実行出来る。RNNやLSTMなどを用いたニューラルネット型言語モデルを理解し使いこなせる。
・Deep Learning:各種トップカンファレンスやarXivの論文を含めたDeep Learning系統の最先端の研究開発動向に精通している。

[エンジニアリング力]
・API開発:機械学習モデルの推論結果を提供するAPIのシステム設計が出来る。(インフラ設計、API仕様策定)。機械学習モデルの推論結果を提供するAPIのシステム運用方針を決められる。
・モデルのシステム導入の実務経験:機械学習モデルをシステム導入した際に発生する運用上の課題とそれに対するベストプラクティスを有している。
・Data Warehouse の設計・構築など、データエンジニアリング領域における理解、経験がある。

[ビジネス力]
・コミュニケーション力:相手の理解度に合わせて説明粒度を調整して説明する能力。 …もっと見る
年収
経験・能力を考慮し、規定に従い相談の上決定します。
・給与改定は年2回1・7月に実地します。
・半年以上在籍した方はプロフィットシェアリング制度の対象となります(当社規定による) …もっと見る
資本金
設立年月日
1992/08/01 …もっと見る
所在地
東京都千代田区二番町5-1 住友不動産麹町ビル …もっと見る
その他備考

今月の注目案件

【限定公開】広告運用コンサルタント
非公開 〜 非公開
ソリューション開発プロデューサー
800万円 〜 1200万円
[楽天ペイメント] マーケティング職オープンポジション(1005326)
非公開 〜 非公開
マーケティング/デジタル経営(DX)推進担当(課長補佐クラス)
非公開 〜 非公開
デジタルマーケティング担当
非公開 〜 非公開
CMO候補(マーケティング責任者)
非公開 〜 非公開