- どんな仕事か
-
【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 - 求められるスキルは
-
必須 【必須条件】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 - 雇用形態は
- 正社員
- どこで働くか
- 東京都
- 給与はどのくらい貰えるか
- 800～1500万円
NEW
掲載期間24/11/15～24/11/28
求人No.MYN-10172879
