機械学習・データ活用 データサイエンティストの求人・転職情報

Trackプラットフォーム上のスキルデータ基盤「Skill Data Cloud」およびスキルオントロジーレイヤーを設計・構築・運用し、AIフレンドリーなデータ/ML基盤として高度に整備していくリードポジションです 。 スキルタクソノミーのメンテナンスとスキルデータ分析、ML/生成AIを活用したデータパイプライン・MLOps基盤構築を通じて、プロジェクト実績・学習履歴・アセスメント等の多様なデータの信頼性・関連性をデータドリブンに担保します。 ビジネスサイドと連携しつつ、データサイエンティストチームへの指示出しやプロジェクトディレクションを担い、Skill Intelligence Lab全体の技術・運用標準をリードしていただきます 。 ●スキルタクソノミー・オントロジーの設計・メンテナンス: スキル同士の関連性のモデル化や変更履歴管理プロセスを設計し、組織全体での利用ルールや品質指標を確立します 。 ●Skill Data Cloudの設計・構築・運用: 複数データソースを統合する基盤設計をリードし、AIフレンドリーなデータ基盤の実現に向けたアーキテクチャ指針やロードマップを策定します 。 ●スキルデータ分析基盤の構築: スキル関連性を分析するモデルの選定・実装を行い、プロダクト改善や事業戦略に繋がる指標体系を標準化します 。 ●ML/生成AIモデルの設計・実装・評価; スキルデータ活用に向けたML機能の設計方針をリードし、モデルアーキテクチャの方向性や品質・リスク管理基準を定義します 。 ●MLOps基盤の設計・構築・運用:セキュリティとスケーラビリティを踏まえた最適なMLパイプライン構造を設計し、Feature Storeやモデルレジストリの導入を主導します。 ●モデルの本番デプロイと推論基盤構築: Kubernetes上でのモデル推論基盤の構成を設計し、CI/CDを用いたデプロイパイプラインの標準を定めます。 ●運用監視・品質管理: モデル監視指標の標準化やA/Bテストの設計をリードし、組織横断の品質管理フレームワークを策定します 。 ●プロジェクトマネジメント:プロジェクト計画の策定、データサイエンティストチームへのディレクション、ビジネスサイドとの要件調整をリードします 。 ※業務の変更の範囲:会社内での全ての業務 ●開発環境・ツール ※指定はありませんが、下記が案件で主に使われる技術です ※支給PC:Windows or Macbook ※最新のMacbook Proを支給することが多いです! ・プログラミング・スクリプト言語:Python ・クラウド・インフラ・コンテナ基盤:パブリッククラウド全般 、Kubernetes ・CI/CD・認証:CI/CD環境 、IAM (Identity and Access Management) ・MLOps・MLプラットフォーム:MLflow 、モデルレジストリ 、Feature Store 、実験管理ツール ・データ基盤:DWH (データウェアハウス) 、データパイプライン構築・運用

CTO直下のAI Labチームに所属し、各事業及び経営基盤の業務における基盤モデルやデータ整備を中心とした生成AI評価・活用のイネーブリングを牽引します。 仕事の進め方 プロジェクト化以前の段階で、CARTAの事業・組織を横断し、生成AIでのレバレッジポイントを見出し、アプローチを施します。 ▼基盤整備 ・全社の土台を整え、各事業で自走して生成AIのビジネス成果を開発できるよう、再利用できるデータ基盤、評価システム、ツール、ライブラリ、ガードレール、データフロー類を整備し、横断的に提供する ・新モデル、事後学習、データマネジメント技術の探索と研究を通じて、この先使うべき手段を見定める ・社内外に知見を発信し、CARTAとしての開発生産性とプレゼンスを高める ・AI Lab自身の業務エージェント適応度を向上し、モデルケースとして展開する ▼事業適用 CARTAの生成AI推進ステアリングコミッティと連携し、全社として取り組むべき課題を探索し、真に取り組むべきものを自ら選定します。 以下のようなプロセスで取り組みを進めます。 ●ヒアリング・要求分析 ・優先度の高まった事業のチームへのヒアリングや観察を通じて問題の解像度を高め、真に事業価値として必要なものを見出す ●何をどのように進めるのかを決める ・どのような評価手法・学習戦略で課題を解くのが効果的かつ効率的なのかを考え、事業メンバーと共に決定する ●検証する ・高速なフィードバックサイクルを回し、"やらない"手段も含めて評価・学習戦略を検証する ●継続して改善する ・モデル評価技術・LLM-as-a-judge・ファインチューニング・RAG等の最新手法について継続して投資し、良いプラクティスを探索する。精度モニタリング、評価指標の見直し、ガイドラインの更新など、システムを継続して活用する上でのデータサイエンス観点の改善に取り組む ●成果を横展開する ・成功事例も学びも含めて、得られた知見をもとに伝播・展開・研鑽することまで全て業務範囲です 開発環境・利用しているツール ●LLM基盤・ツール ・OpenAI, Anthropic Claude, Google Gemini (Vertex AI) など ・LangChain, Langfuse ●プログラミング言語・フレームワーク ・Python (pandas, scikit-learn など) ・必要に応じて PyTorch, TensorFlow (主に評価・事後学習の検証用) ●インフラ・MLOps ・AWS, GCP ・Terraform, CDK などを用いた環境構築・運用 ●コミュニケーション ・GitHub, Slack, Google Meet ●業務内容備考 変更の範囲:会社の定める業務(出向先会社での業務を含む)

「顧客の生成AI推進に向けたシステム開発」や「自社ソリューションのAIシステム開発」のプロジェクトマネジメントを行っていただきます。 データ分析が得意な方には、RAG等の精度向上や分析関連プロジェクトをお任せすることもございます。 ・AI製品開発プロジェクトの計画立案、進行管理、リソース調整 ・開発チーム(エンジニア、デザイナー、データサイエンティストなど)との連携、調整 ・ステークホルダー(社内外)とのコミュニケーションおよび要件定義 ・プロジェクトの進捗状況のモニタリングとリスク管理 ・プロジェクト後のフィードバック収集と改善提案 ※業務の変更の範囲:会社内での全ての業務 1日のスケジュール例 ※リモート勤務・フレックス制のため、コアタイム(13:00~16:00)以外はご自身で調整可能です! 10:00~ キャッチアップ(Slackやメールの処理) 10:30~ トレンドキャッチアップ 11:00~ PJ進捗確認 12:00~ お昼休憩 13:00~ PM・ハンズオン作業(WBS作成・資料作成・開発業務) →セミナー用資料やお客様向けの資料、社内の作業管理など 15:00~ チームMTG、1on1 16:30~ お客様とのMTG 18:00~ MTGやPM業務・ハンズオン作業など 19:00 退勤 技術スタック ※指定はありませんが、下記が案件で主に使われる言語です ※支給PC:Windows or Macbook　※最新のMacbook Proを支給することが多いです! ・フロントエンド:TypeScript, React ・バックエンド:Python ・データベース:PostgreSQL(RDS), MySQL ・フレームワーク:Flask ・インフラ:Azure, AWS, GCP 案件例 <自動車・住設メーカー向けAIソリューション開発> 生成AIを活用した業界特化型のソリューション開発を実施 ●自動車設計 ・テキストデータ、画像データから、3D図面の作成や新規自動車の提案をするAI ●商品提案 ・ユーザペルソナ情報、住宅情報など、ショールーム来訪顧客に対して、 ・顧客情報や会話から最適なプランを提案してくれるAIエージェントを構築 <専用環境構築:大手銀行様> 現場のニーズを踏まえた「適切な情報管理」「社内独自の文書やデータの取り込み」などの専用環境構築 ●実施内容 ・導入、活用のための伴走支援　アドバイス&コンサルティング ・全社員・役員向け生成AI研修 ・自社専用環境の構築・音声AIを活用した業務効率化 ●得られた成果 ・働き方改革拡大、DX人材育成、全社員の意識改革に貢献 <社内プロダクトへのAI実装:弊社> ChatGPTを活用した法人向けプラットフォーム「法人GAI」や生成AIで業務を効率化するAIマーケティング支援ツール「マーケGAI」、デジタル人材育成プラットフォーム「Track」のAI機能実装 ・実施内容 -ユーザペルソナ作成から商品開発や検索広告文作成などを提案するAI機能の開発 ●実施内容 ・導入・活用のための伴走支援(アドバイス&コンサルティング) ・自社専用環境AIアシスタントの構築 ●得られた成果 ・年間約12億円の削減見込み

ミッション 日々蓄積される膨大なファーストパーティデータの収集・分析・可視化を行い、経営戦略に基づいた事業成長のためのアクションプランを実行し、新たな事業インパクトを生み出すことがミッションとなります。 業務概要 今回募集のデータサイエンティストは、Analyticsを用いてさまざまなビジネスプロジェクトをリードしていただき、メディアプラットフォーム事業におけるさまざまな意思決定を、合理的かつ迅速にする役割を期待しています。ビジネスインサイトを発見し、分析によって付加価値を生み出すことで、テクノロジーを用いたビジネス戦略の策定・業務オペレーションの設計やアルゴリズムの開発・ハンズオンによるオペレーション実行までを推進し、マーケティング最適化のための各種施策をプロジェクト立ち上げから実装までをお任せします。 具体的な業務内容 ・データ分析による課題抽出からビジネスプロセスの改善 ・大規模データセット上でのレコメンデーションや行動ターゲティングのためのアーキテクチャ設計 ・Analyticsのハイレベル設計のためのKPIツリーの定義 ・経営課題を解決するための各種アルゴリズム開発 ・データ収集のためのデータフロー設計/構築 ・マーケティングのデジタル化による広告パフォーマンスの最大化 ・新規施策のフィジビリティ検討のためのデータ分析 ・意思決定のためのデータ抽出/加工/可視化(レポート作成やダッシュボード化) ※従事すべき業務の変更の範囲:適性に応じて会社の指示する業務への異動を命じることがある

データサイエンティストとして、経営課題の解決やビジネスの高度化等の新たな価値の創出に向け、データ利活用を中心に担っていただきます。 ・データ利活用案件の企画立案およびビジネス活用シーンを踏まえた分析設計 ・データ活用基盤の整備・管理 ・データ分析業務の推進(AI分析、機械学習、統計解析、データマイニングなど) ・データ分析人財の教育(社内研修の企画立案や講師など)

生成AIを活用した車載エージェントの中核技術開発を担当いただきます。 車両とユーザーが自然にインタラクションし、ユーザーの意図・状況を理解した上で、車両制御や車載サービスへとつなげるための対話技術・AIモデルの設計・実装・評価を担当いただきます。 ●具体的な業務内容 商品開発部門と連携し、以下の業務を担当いただきます。 ・生成AI・LLM/VLMを活用した車載向け対話エージェント技術の研究・開発 ・音声・テキスト・マルチモーダル入力を用いたユーザー意図理解・状態推定技術の開発 ・ユーザーの発話・行動文脈に基づき、車両機能(ドア、空調、シート、HMI 等)やサービスを制御するロジックの設計 ・車載制約(リアルタイム性、安全性、エッジ実装)を踏まえた生成AIモデルの最適化・評価 ・シミュレーション環境や実車・実機を用いた検証、商品適用に向けた課題抽出と改善提案 ●使用言語、環境、ツール等 使用言語:Python、C/C++ 環境:Windows、Linux(Ubuntu) ツール・技術:各種生成AI/深層学習フレームワーク、クラウド環境(必要に応じて) 職種の変更範囲:技術職・事務職・技能職業務

調達見積プロセスにおける図面類似検索・見積プロセス自動化の技術開発を担当。 図面からの特徴抽出・大規模品番の類似検索エンジン構築・過去見積実績を活用した見積支援など、調達プロセスの高度化を推進します。 ●具体的な業務内容 【大規模類似検索】数百万品番規模の図面に対する形状特徴量ベースの類似検索エンジン構築、検索精度の評価・改善 【見積支援AI】類似図面と過去見積実績のマッチング、見積根拠の提示、AIエージェントによる見積効率化 【図面特徴抽出】品番・形状特徴・寸法の自動認識、類似検索に最適化した特徴量設計 【検索精度の継続改善】フィードバックループ設計、特徴量・類似度指標のチューニング、類似根拠の可視化 【チーム連携】業務部門・外部パートナーとの要件調整 職種の変更範囲:技術職・事務職・技能職業務

経営KPIの構造モデリング、外部知見を活用した情報収集エージェント、シナリオ分析に基づく意思決定支援の技術開発を担当。データ統合・分析基盤の構築からAIエージェントの設計・実装まで一貫して推進します。 ●具体的な業務内容 【KPI構造モデリング】経営KPI間の依存関係・先行指標の特定、異種データソースの統合とKPIツリー構築 【シナリオ分析・予測】施策効果予測、リスクシナリオの定量評価、モデルの解釈可能性担保 【外部知見活用エージェント】業界動向・市場情報・技術トレンドの自動収集、経営判断へのコンテキスト提供 【意思決定支援基盤】分析結果の自動可視化・レポート生成、判断に必要な情報の統合提示 【チーム連携】業務部門・外部パートナーとの要件調整、設計ノウハウ共有 職種の変更範囲:技術職・事務職・技能職業務

CASE領域において、市場価値の高い製品・サービスを開発するためのAIを含む技術開発をお任せします。 直近商用化する予定のものから、将来に向けての技術開発まで、様々な時間軸のプロジェクトが並行して走っています。 以下いずれかのテーマを担当して頂きます。 ・走行領域への技術提供(走行制御システムと連携した機能開発) ・モビリティーサービス事業領域への技術提供(位置情報活用サービスと連携した機能開発) ・車体領域への技術提供(車室内外監視システムと連携した機能開発) ●具体的な業務内容 商品開発部門と協業し、以下のようなプロジェクトを担当いただきます。 ・「低速自動運転/自動ブレーキ開発」プロジェクト…車両周辺の物体や自己位置を正確に把握するための環境認識技術開発 ・「自動運転時代の新サービス:おもてなし」プロジェクト…AIを活用した車室内外の人の状態推定や人に寄り添うヒューマンマシンインタラクションで、より安心、安全、快適な乗車を提供するシステムの研究・開発 ・「みちログ」プロジェクト…走行車両で収集したデータから道路の異常を検知し、道路補修に向けた計画支援、対策実施などを効率化する道路維持管理サービスの開発 ・「ストレスフリーエントリー」プロジェクト…乗降時の不安や負担を解消する自動ドア開閉や不審者検出などの実現に向けた行動・意図推定技術開発 ●使用言語、環境、ツール等 使用言語:C,C++,Python、環境:Windows,Ubuntu、ツール:各種DLフレームワーク(Tensorflow,Keras,PyTorch) 職種の変更範囲:技術職・事務職・技能職業務

経営KPIの構造モデリング、外部知見を活用した情報収集エージェント、シナリオ分析に基づく意思決定支援の技術開発を担当。データ統合・分析基盤の構築からAIエージェントの設計・実装まで一貫して推進します。 ●具体的な業務内容 【KPI構造モデリング】経営KPI間の依存関係・先行指標の特定、異種データソースの統合とKPIツリー構築 【シナリオ分析・予測】施策効果予測、リスクシナリオの定量評価、モデルの解釈可能性担保 【外部知見活用エージェント】業界動向・市場情報・技術トレンドの自動収集、経営判断へのコンテキスト提供 【意思決定支援基盤】分析結果の自動可視化・レポート生成、判断に必要な情報の統合提示 【チーム連携】業務部門・外部パートナーとの要件調整、設計ノウハウ共有 職種の変更範囲:技術職・事務職・技能職業務

アイシングループ国内外の工場を舞台に、スマートファクトリーを具現化するAI応用技術開発を担当。 ニーズ・課題抽出から技術開発、現場導入、成果創出まで一貫して対応。 ●具体的な業務内容 ・画像・作動音による製品検査技術の開発と現場適用 ・生成AIなど最新技術を活用した新たなソリューション開発 使用技術・環境 ・使用言語:Python ・環境:Windows, Ubuntu ・ツール:TensorFlow, Keras, PyTorch, 生成AI, AWS, Microsoft Azure 職種の変更範囲:技術職・事務職・技能職業務

AI開発向けにMLOps環境、データ基盤の構想立案、技術検討、構築をお任せします。 クラウド(PaaS)上への構築をベースに検討いただきます。 加えて、オンプレ・クラウドのハイブリット構想も担当いただきます。 ●具体的な業務内容 AI開発・データ分析に関わるデータ基盤やMLOps環境の整備、IoTや自動車の規格に適切なクラウドのサービスの検討等に関する以下の業務をお任せします。 ・技術検討 ・企画・構想立案 ・システム要件定義 ・データモデリング ・設計、開発 言語:Python、C++、JavaScript、TypeScript、SQL OS:Windows、Linux 環境:AWS ツール:Databricks、IaC (AWS CDKなど)、生成AI(GPT、Claude、Gemini) 愛知をはじめ、他の拠点(東京、博多)のメンバーともリモート環境等で連携しながら業務にあたってもらいます。 入社後3か月は、OJTを中心に業務キャッチアップをしていただき、その後メイン業務を担当していただきます。 職種の変更範囲:技術職・事務職・技能職業務

従業員エンゲージメント調査・人材データ等の構造化データに対する統計的因果分析と、生成AIを組み合わせた施策提案の技術開発を担当。 因果モデル構築から施策効果予測、分析結果の解釈可能な可視化まで一貫して担います。 ●具体的な業務内容 【因果分析】エンゲージメント調査・人材データからベイジアンネットワーク等による因果構造推定、施策効果予測 【施策提案AI】因果モデルと生成AIによる部署別・職種別の施策提案、説明可能な出力設計 【データ統合・分析基盤】異種人事データの統合、解釈可能性の担保、自動可視化・レポート生成 【分析手法の高度化】分析粒度の最適化、時系列変化追跡、施策→効果のフィードバックループ設計 【チーム連携】業務部門・外部パートナーとの要件調整、知見共有 職種の変更範囲:技術職・事務職・技能職業務

経営KPIの構造モデリング、外部知見を活用した情報収集エージェント、シナリオ分析に基づく意思決定支援の技術開発を担当。データ統合・分析基盤の構築からAIエージェントの設計・実装まで一貫して推進します。 ●具体的な業務内容 【KPI構造モデリング】経営KPI間の依存関係・先行指標の特定、異種データソースの統合とKPIツリー構築 【シナリオ分析・予測】施策効果予測、リスクシナリオの定量評価、モデルの解釈可能性担保 【外部知見活用エージェント】業界動向・市場情報・技術トレンドの自動収集、経営判断へのコンテキスト提供 【意思決定支援基盤】分析結果の自動可視化・レポート生成、判断に必要な情報の統合提示 【チーム連携】業務部門・外部パートナーとの要件調整、設計ノウハウ共有 職種の変更範囲:技術職・事務職・技能職業務

従業員エンゲージメント調査・人材データ等の構造化データに対する統計的因果分析と、生成AIを組み合わせた施策提案の技術開発を担当。因果モデル構築から施策効果予測、分析結果の解釈可能な可視化まで一貫して担います。 ●具体的な業務内容 【因果分析】エンゲージメント調査・人材データからベイジアンネットワーク等による因果構造推定、施策効果予測 【施策提案AI】因果モデルと生成AIによる部署別・職種別の施策提案、説明可能な出力設計 【データ統合・分析基盤】異種人事データの統合、解釈可能性の担保、自動可視化・レポート生成 【分析手法の高度化】分析粒度の最適化、時系列変化追跡、施策→効果のフィードバックループ設計 【チーム連携】業務部門・外部パートナーとの要件調整、知見共有 職種の変更範囲:技術職・事務職・技能職業務

従業員エンゲージメント調査・人材データ等の構造化データに対する統計的因果分析と、生成AIを組み合わせた施策提案の技術開発を担当。 因果モデル構築から施策効果予測、分析結果の解釈可能な可視化まで一貫して担います。 ●具体的な業務内容 【因果分析】エンゲージメント調査・人材データからベイジアンネットワーク等による因果構造推定、施策効果予測 【施策提案AI】因果モデルと生成AIによる部署別・職種別の施策提案、説明可能な出力設計 【データ統合・分析基盤】異種人事データの統合、解釈可能性の担保、自動可視化・レポート生成 【分析手法の高度化】分析粒度の最適化、時系列変化追跡、施策→効果のフィードバックループ設計 【チーム連携】業務部門・外部パートナーとの要件調整、知見共有 職種の変更範囲:技術職・事務職・技能職業務

CASE領域において、市場価値の高い製品・サービスを開発するためのAIを含む技術開発をお任せします。 直近商用化する予定のものから、将来に向けての技術開発まで、様々な時間軸のプロジェクトが並行して走っています。 以下いずれかのテーマを担当して頂きます。 ・走行領域への技術提供(走行制御システムと連携した機能開発) ・モビリティーサービス事業領域への技術提供(位置情報活用サービスと連携した機能開発) ・車体領域への技術提供(車室内外監視システムと連携した機能開発) ●具体的な業務内容 商品開発部門と協業し、以下のようなプロジェクトを担当いただきます。 ・「低速自動運転/自動ブレーキ開発」プロジェクト…車両周辺の物体や自己位置を正確に把握するための環境認識技術開発 ・「自動運転時代の新サービス:おもてなし」プロジェクト…AIを活用した車室内外の人の状態推定や人に寄り添うヒューマンマシンインタラクションで、より安心、安全、快適な乗車を提供するシステムの研究・開発 ・「みちログ」プロジェクト…走行車両で収集したデータから道路の異常を検知し、道路補修に向けた計画支援、対策実施などを効率化する道路維持管理サービスの開発 ・「ストレスフリーエントリー」プロジェクト…乗降時の不安や負担を解消する自動ドア開閉や不審者検出などの実現に向けた行動・意図推定技術開発 ●使用言語、環境、ツール等 使用言語:C,C++,Python、環境:Windows,Ubuntu、ツール:各種DLフレームワーク(Tensorflow,Keras,PyTorch) 職種の変更範囲:技術職・事務職・技能職業務

●プロダクトの成長戦略やロードマップの策定 ●データ解析、ユーザーインタビューを通した、ユーザ課題・ビジネス課題の洗い出しや深堀り ●課題の解決策のプロダクトへの落とし込み(企画ドキュメント作成、仕様策定、効果試算、UI案作成、WF作成) ●Tableauを使用したサービス/事業両面における有効なKPIの策定と分析

【お任せする業務内容】 AI関連に関する以下の業務 ・プラントデータを活用した解析検討 ・画像データを活用した各種診断 ・大規模言語モデルを活用したユースケース及び活用促 進検討 ・上記プロジェクトの管理 職種の変更範囲:当社業務全般

ビッグデータを活用し金融機関のマーケティング戦略を支援するための情報系基盤の次世代の検討から開発までを行います。データ解析や統計分析、解析結果の可視化などを行うことができるパッケージソフトを効果的に活用するための各種開発や、クラウド基盤の導入効果検証や開発、それらのマネジメント等を行います。ニューノーマル時代に対応しており、拠点とリモートを併用しての業務推進や自らのライフスタイルに応じた勤務体系の選択が可能です。

・これまでのデータ分析スキル、専門ノウハウを生かして、製薬業界のお客様の課題やニーズに対し、データ整形、自然言語処理を用いたデータ分析による付加価値ある提案を関係者とまとめ、お客様への提案活動に参画すると共に、プロジェクトをリードする役割を期待しております。 ・リアルワールドデータを用いたデータサイエンティストの活動を通じて、将来は、業務業界知見に基づき、ライフサイエンス領域のコンサルタントとしてお客様の変革プランの策定・実行を推進するポジションへのステップも可能です。 ・アサインメントは、選考を通じて、広く可能性を検討し、配属ポジションを決定させて頂きます。

●サービス成長のためのデータ分析 ・KPI分解やセグメント分析などによる仮説立案 例)ボトルネックの特定と打ち手の考 ・ABテストやダッシュボード設計によるPDCA体制の構築 例)データ分析を基に実施した施策の良し悪しを判定および改善策の導出 ・社内のサービス運用フロー最適化のためのアルゴリズム開発 例)チャンネル表編成の数理的な最適化 ・プロダクトの付加価値向上のためのアルゴリズム開発 例)ターゲティング広告商品の開発

●パーソルグループ企業もしくは提携企業にて顧客や社内の部門に対して、データを用いた課題解決に向けてたプロジェクトを推進いただきます。 └クライアント課題に対しての分析設計 └機械学習を用いたモデルの構築 └モデルの精度の検証　PDCAサイクル回す └案件によっては顧客への提案も行いビジネスのサポート ●パーソルクロステクノロジーにてデータサイエンティスト育成を進めており、社内のエンジニアの育成に携わっていただきます。 【プロジェクト例】 ◆プロジェクト概要(3名) 化粧品の需要予測 ・業務内容 ・売上実績をもとに、発売後の販売量を予測する時系列モデルを開発 ・Pythonでのモデル開発 ・開発したモデルの精度評価・報告 ・前処理からモデル構築、ハイパーパラメータチューニング、精度検証 ・顧客への報告資料作成 ・技術: Python, Tableau

部署・チーム名 Technology Solutions – Customer Engagement IQVIAのTechnology Solutions部門では、ヘルスケア業界向けに最先端技術とパートナーシップを活用し、DXを戦略的に推進するパートナーです。 Customer Engagement部署では、企業の成長を支援するコマーシャル領域のソリューションを提供しています。Customer Engagementチームは以下の領域を中心に活動しています ●事業成長に直結するソリューション設計 日本独自開発のCRMソリューションを核とした統合型ソリューション(BI、AI、データ)の設計・開発・導入 クライアントの営業・マーケティング戦略を変革 ●最先端技術 x ビジネス戦略 AI/生成AIなどの最新技術を活用したソリューションの導入 AI/生成AI、データアナリティクスを活用し、顧客課題を解決する新しい価値創出 ●グローバル連携と日本市場特化の両立 グローバルのベストプラクティスを取り込みつつ、日本独自のニーズに応えるソリューションを開発 ●多様な専門家との協働 コンサルタント、エンジニア、データサイエンティストなどと連携し、戦略から実装まで一気通貫して支援 ヘルスケア業界のDXを率引する当社のCRM AI・BI・Dataを統合した次世代ソリューションの製品戦略をリードいただきます。単なる製品管理ではなく、市場分析から戦略策定、事業成長に直結する意思決定まで担うポジションです。 ●製品戦略 市場調査・顧客ヒアリングを通じた業務課題の収集 データ分析と市場動向を踏まえたCRM製品の競争力強化と新機能検討 ●製品ライフサイクル管理 製品企画から開発、導入、運用までの全プロセスの管理 開発チームとの連携による設計・開発推進 スケジュール管理と品質保証 ●提案・デリバリー支援 セールス/マーケティングチームとの協働による提案活動支援 製品機能・開発ロードマップの説明 導入後のサポート体制構築と運用状況の把握 ●テクノロジーとイノベーション AI、BIツール、データアナリティクスを活用した新CRMソリューションの構想策定 役割への期待 1か月目～3か月目:IQVIA各種製品、Tech製品の機能、Tech製品の開発ライフサイクル等のキャッチアップと提案支援 3か月目～6か月目:製品戦略、製品ロードマップの検討および製品ライフサイクルの管理 6ヶ月～1年目:チーム内、チーム外、社外とのコラボレーション強化 過去のプロジェクト事例 グローバル/ローカルCRM製品の導入事例多数 AI/生成AI製品の導入事例多数

・ビジネス要件/KPIに沿って課題を定義し、解決策と評価指標を設計 ・その解決策を検証する新機能のアルゴリズムを開発→実装→オフライン/オンラインで検証 ●チームの雰囲気 • データサイエンティストが主体的に技術選定・設計に関わりながら、プロダクト価値を最大化することを重視しています。 • メンバー同士の距離が近く、技術的な議論も活発で、役職や職種を問わず、フラットかつオープンなコミュニケーションが根付いています。 常に最先端の技術開発を行うため、東京大学、神戸大学、早稲田大学、慶応大学の経済学の教授陣を含めたR&D定例MTGが週次で開催されています。

「どの職種が合っているか分からない」「複数の領域に興味がある」という方のためのオープンポジションです。 候補者様のバックグラウンドと志向性を踏まえ、最適なポジションをご提案いたします 。 ●募集ポジション ・データ分析基盤エンジニア(SQL・DWH・ETL・BI基礎) ・BIエンジニア(Tableau / Power BI / Looker) ・データアナリスト(SQL / Python / BI) ・データエンジニア(GCP / AWS / Snowflake など) ・AI/機械学習エンジニア ・データサイエンティスト ●募集部門 ・データ利活用部 ・AIビジネス部 ・ACR(Analytics Consulting Research)部 ・基盤運用構築部 ・BI推進部 ・SAC(Strategic Anltics & Consulting)部

【Divisionのミッション・ビジョン】 先端技術・アジャイルを用いた、KDDIグループのData×AI領域への貢献 【Unitのミッション・ビジョン】 最先端 Data × AI 基盤の継続的な提供・高度化 【募集背景】 Data × AI プロジェクト拡大に伴い、 設計〜実装を自走できる主担当(サブリーダー) を増員 ●業務内容 ■ 案件イメージ ◆分析基盤構築:KDDIの約4,000万人規模のお客様から得られるテラバイト級のデータをもとに、分析や機械学習によって示唆を出し、業務改善、マーケティング等に活用するための基盤構築。利用者:ARISE社内分析者、KDDIのマーケティング施策担当/分析担当など ◆アクセスログ収集基盤構築:KDDIの各種サービスにおけるテラバイト級のアクセスログをニアリアルタイムで収集、蓄積、加工し、分析・BI・他システムへ連携する基盤構築。利用者:KDDIのマーケティング施策担当/分析担当など ◆配信基盤構築:KDDIのお客様に対して、個々のニーズに合わせつつ、大量配信を実現するマーケティングオートメーション基盤の構築。利用者:KDDIのマーケティング施策担当など ■ポジションの期待役割 データ分析基盤及びデータ処理・連携システムの要件定義/設計/開発/運用​ (案件のフェーズを踏まえ、ご担当いただく工程を決定いたします)​ 例)以下の業務の主担当 ・データ基盤の詳細設計〜実装 ・技術的課題の特定・改善 ・技術的な顧客コミュニケーション ・サブPMとして進捗・タスク管理 ■具体的な業務内容 ・要件整理〜仕様作成 ・Spark / Databricks / BigQuery / Snowflake / Python / SQLなどを用いた各種設計・開発 ・ETL/ELT設計・開発 ・DWH→BI連携設計・開発 ・CI/CD環境設計・構築 ・問題切り分け〜改善提案 ・技術選定/PoC ・ドキュメンテーション ■ 1日の流れ(例) AM:要件整理/設計補助→実装 PM:レビュー/顧客折衝 → 次アクション定義

DX Solution事業部のAIエンジニアとして、産業特化型のアルゴリズム開発・実装を担当していただきます。 単にモデルを作成するだけでなく、WebシステムやAPIへの組み込みを含めた「社会実装」までを一貫して担えるエンジニアを目指していただきます。 【具体的なタスク例】 ●データ前処理・データセット作成 メンターの指示に基づき、学習に必要なデータ整形(画像のりサイズ、ノイズ除去、テキストの正規化など)を行う。既存の前処理スクリプトを活用・改修し、顧客ごとのデータ特性に合わせた学習用データセットを構築する。 ●アルゴリズムの適用・実装 社内の既存モジュールや、メンターが選定したオープンソースの実装を参考に、今回の課題に適したモデルを構築・実行する。コードをゼロから書くのではなく、既存のベースコードを読み解き、必要なパラメータ変更や部分的な修正を行って動作させる。 ●モデルの学習・評価 指示された実験設定(ハイパーパラメータ等)で学習を回し、評価指標を算出する。学習曲線を確認し、過学習や学習不足が起きていないか等の基礎的なチェックを行う。 ●結果分析・レポーティング 「なぜこの精度になったのか」「どのデータで失敗しているか」を分析し、結果をメンターに報告する。数値結果だけでなく、失敗事例を目視で確認し、次回の実験に向けたデータ改善のヒントを探す。 【開発例】 ●画像認識による非構造化データの自動整理 数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ●点群データを活用した幾何学的シミュレーション 3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックアルゴリズムの実装 ●動画解析によるインフラ異常検知システム 車載カメラ等の動画データから、道路や構造物の変状箇所を特定する物体検出モデルの開発 ●ドメイン特化の大規模言語モデル 建設業・製造業など特定のドメインに特化した大規模言語モデルのファインチューニングを行い、ドメイン特化のモデルの学習・推論パイプラインの構築 ●ロボット行動学習 VLA・VLMを用いたロボットの行動制御モデルの最新手法のサーベイと、学習・推論パイプラインの構築 ● RAGを用いた会社独自のエージェント 社内に眠る膨大な技術文書やトラブル事例をベクトル化し、最適な解決策を提示する検索システムの開発 【技術スタック(一例)】 ●AI:Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini

DX Solution事業部のAIエンジニアとして、顧客課題の解決に向けたアルゴリズム選定から、実装、評価、デプロイまでの一連のパイプライン構築をリードしていただきます。 ビジネス要求から逆算して「どの技術を使うべきか」を選定し、自ら手を動かして実装・検証を行うポジションです。 【具体的なタスク例】 ●課題の数理的定式化と論文サーベイ (Research & Design) 顧客の「なんとなくの悩み」を、機械学習で解けるタスク(分類、回帰、生成、最適化等)に落とし込みます。 関連する最新論文(NeurIPS, CVPR, KDD等)を調査し、ビジネス制約(推論速度、コスト、データ量)に合わせた最適な手法を選定します。 ●SOTAモデルの実装と検証 (Implementation) 選定した論文の手法(Loss関数、Optimizer、独自レイヤー等)を、PyTorch等を用いてスクラッチ、あるいは既存実装をベースに再現・実装します。 実際の顧客データを用いて、アルゴリズムの精度検証サイクルを自律的に回します。 ●プロダクションレベルのコード品質担保 (Engineering) 再現性担保のためのモデル学習・推論のパイプラインを構築します。 Webアプリケーションと統合し、実装したアルゴリズムをプロダクション環境へ統合し、アルゴリズムを実際のユーザーに使っていただきます。 推論APIのI/F設計や、Dockerコンテナ化、CI/CDパイプラインへの統合を主導します。 ●ステークホルダーへの技術説明 (Communication) アルゴリズムを適用した結果とその考察、ビジネス上のインパクトを、ビジネス職やクライアントにも伝わる言葉で翻訳し、説明します。 【開発例】 ●画像認識による非構造化データの自動整理 数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ●点群データを活用した幾何学的シミュレーション 3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックアルゴリズムの実装 ●動画解析によるインフラ異常検知システム 車載カメラ等の動画データから、道路や構造物の変状箇所を特定する物体検出モデルの開発 ●ドメイン特化の大規模言語モデル 建設業・製造業など特定のドメインに特化した大規模言語モデルのファインチューニングを行い、ドメイン特化のモデルの学習・推論パイプラインの構築 ●ロボット行動学習 VLA・VLMを用いたロボットの行動制御モデルの最新手法のサーベイと、学習・推論パイプラインの構築 ● RAGを用いた会社独自のエージェント 社内に眠る膨大な技術文書やトラブル事例をベクトル化し、最適な解決策を提示する検索システムの開発 【技術スタック(一例)】 ●AI:Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini

●課題の数理的定式化と技術戦略の策定 (Research & Design) 顧客の抽象度が高いビジネス課題に対し、背景にある物理現象や業務プロセスを深く理解した上で、最適な数理モデル(機械学習、数理最適化、シミュレーション等)への定式化を行います。 類似事例が存在しない難題に対して、NeurIPS/CVPR/ICML等の最先端論文(SOTA)から技術的なインサイトを得つつ、ビジネス制約(コスト、計算リソース、リアルタイム性)を考慮した実現可能な技術ロードマップを策定・提案します。 ●高難度アルゴリズムの実装と突破 (Implementation) 既存ライブラリでは対応できない特殊な要求に対し、論文の数式を深く理解し、PyTorch等を用いてアルゴリズムをスクラッチで実装・独自改良します。 ノイズが多い、データが少ないといった悪条件下でも機能するロバストなモデルを構築するために、ドメイン知識を組み込んだ特徴量設計や、学習プロセスの高度なチューニングをリードします。 ●アーキテクチャ設計と技術品質の統制 (Engineering) 個別のプロジェクトにとどまらず、会社全体のMLシステムアーキテクチャやデータパイプラインの設計責任を持ち、長期的な保守性と拡張性を担保します。 全社的な技術選定の指針策定や、ベストプラクティスの標準化を行い、組織全体のエンジニアリング品質の底上げを主導します。 ●事業価値への接続と期待値コントロール (Communication) 技術的なアプローチが、顧客のPL(売上向上・コスト削減)にどう貢献するかを言語化し、経営層やクライアント責任者に対して論理的に提案・合意形成を行います。 技術的な不確実性が高いフェーズにおいて、何ができて何ができないか(技術的限界)を明確に伝え、顧客の期待値を適切にコントロールしながらプロジェクトを成功へ導きます。 【開発例】 ●画像認識による非構造化データの自動整理 数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ●点群データを活用した幾何学的シミュレーション 3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックアルゴリズムの実装 ●動画解析によるインフラ異常検知システム 車載カメラ等の動画データから、道路や構造物の変状箇所を特定する物体検出モデルの開発 ●ドメイン特化の大規模言語モデル 建設業・製造業など特定のドメインに特化した大規模言語モデルのファインチューニングを行い、ドメイン特化のモデルの学習・推論パイプラインの構築 ●ロボット行動学習 VLA・VLMを用いたロボットの行動制御モデルの最新手法のサーベイと、学習・推論パイプラインの構築 ● RAGを用いた会社独自のエージェント 社内に眠る膨大な技術文書やトラブル事例をベクトル化し、最適な解決策を提示する検索システムの開発 【技術スタック(一例)】 ●AI:Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini