企業名 |
アポロ株式会社 |
---|---|
雇用形態 |
正社員 |
試用期間 |
min3ヶ月~max6ヶ月 試用期間中の勤務条件:変更無 |
業務内容 |
【データサイエンティスト職の特徴】 アポロでは、コンサルタントと共同しながら深く課題に入り込み、AI技術を活用して解決を進めています。またコンサルティングをしながら見つかったクライアントの課題のタネを基に、その課題を解決するためのソリューションを開発し、他の会社にも展開しています。多種多様な業界に対して、特定の技術(統計解析、深層学習、強化学習など)に拘らずに、解決しているのが特徴です。 弊社のデータサイエンティスト職は、あるクライアントの課題を解いて終わりではなく、それを他の会社にソリューションとして展開できるような課題設定、モデル構築、エンジニアリング等を行っています。つまり、クライアントでのビジネス価値を生み出すことと、プロダクト開発の双方に携わっていただきます。 アポロのデータサイエンス職は大きく3つの強みがある人材に分かれています。 ▼データアナリスト ビジネス課題を紐解き、課題に対していかにデータを使うかに強みがある人材(コンサルティング会社出身のメンバーなどに多い) ▼データサイエンススペシャリスト 統計、機械学習、数学などのデータサイエンス知識やモデル開発に強みがある人材(アカデミア出身のメンバーなどに多い) ▼機械学習エンジニア 深層学習などのアルゴリズムとデータサイエンスモデルのプロダクトとの連携、定常運用などに強みがある人材(エンジニア出身のメンバーなどに多い) 個人を上記の職種に明確に分けているわけではありませんが、それぞれの強みや希望に合わせて案件のアサインを行っています。 【プロジェクト事例】 ▼小売業の広告効果分析ツールの構築 ・業種:小売業 ・目的:ソーシャルネットワークと売上の関係から、広告や営業の効果を把握すること ・期間:6ヶ月 ソーシャルネットワーク(テキストデータ等)とPOSデータやオンラインショップの購買履歴データを組み合わせて、商品の関係性や売上との相関を把握する分析を行いました。 また、各SNSにおけるインフルエンサーの類似度や、相互の影響の関係を表すモデルを構築し、注力すべきインフルエンサーを把握することもできるようになりました。 現在はソフトウェアエンジニアと連携してAPIの設計や実装を行い、開発したAPIを小売業の企業が広告効果を把握するためのツールとして利用しています。 今後は、開発したツールに加えて広告の効果を把握するための分析レポート(BI)や、推奨広告の提案などを行うことができるように開発を進めています。 ほかにも、航空(レコメンデーション、ダイナミックプライシング)、流通小売(需要予測、在庫最適化)、製薬(営業向けマーケティング支援)、ディベロッパー(顧客分析支援)、人材・人事(動画の採用精度向上、最適人員配置)など様々な案件がございます。 【社員から見たこの仕事の面白さ】 ・コンサルタントと共同しながら、大手企業の大きな課題解決に主体的にかかわれる ・手法にはこだわらず、解決手段の選定することができる ・あるクライアントの課題を解決して終わりではなく、自分が開発した課題のプロダクト化までを実行できる ・分析して終わりではなく、アウトカム(成果・価値)にこだわってプロジェクトを進められる 【業務変更の可能性】なし |
応募条件 |
【必須スキル】 ▼スタッフレベル ・統計学・機械学習の基礎理解 ・データ分析、前処理に関わるスキル、経験(SQL、Python等)(2年以上) ・研究またはビジネスにおいて、データ分析によって課題を解決した経験(2年以上) ・チーム内外の関係者と連携してスムーズに業務を進めるためのコミュニケーション能力 ▼マネージャーレベル ※スタッフレベルに加えて ・データ分析、前処理に関わるスキル、経験(SQL、Python等)(5年以上) ・コンサルティングファーム、分析会社、事業会社等でデータ分析・モデリングプロジェクトのマネジメント・設計経験 ・課題設定、モデルの設計、モデルの構築+(プロダクト開発)を、チームメンバーと連携しながら一気通貫で行った経験 ・時系列解析、多変量解析・因果推論、数理最適化、レコメンデーション、深層学習(自然言語処理、動画・画像解析等)のいずれかにおける専門的な知識・実務経験(2年以上) 【歓迎スキル】 ※少しでも持っていると大歓迎です。 ▼ビジネス ・事業やサービス成長のモデル構築や目標、KPI等を定めた経験 ・多くのステークホルダーの意見をまとめ、課題のヒアリング~データ分析への落とし込み、プレゼンテーションなどを実施した経験 ・調査設計および調査分析の経験 ▼データサイエンス ・マーケティングや広告事業の分析経験 ・A/Bテストの設計、検証を通じた仮説検証フローの実務経験 ・Pythonなどを用いた統計解析の実務への応用経験(検定・回帰分析・因果推論) ・最適化、時系列予測などの数理モデリング ・PyTorchやTensorFlowなどの機械学習ライブラリを利用したモデルの開発経験 ・自然言語処理に関する学術的な発表経験、国際会議の採録実績 ・音声認識における研究論文の理解、実装スキル ・要件定義、設計、集計を含む分析経験 ▼エンジニアリング ・機械学習を用いたソフトウェア開発における、システム要件定義の経験 ・プロダクトマネージャーとしてのご経験や、プロダクトの開発サイクルに関する知識 【求める人物像】 ・データを分析するだけでなく、分析結果を活かしたアクションの提案や実行まで熱意をもって取り組むことができる方 ・新しい知識、技術を貪欲に吸収する意欲のある方 ・事業/サービスのため、チームのためを考え、積極的に改善提案をしていただける方 ・以下のアポロが掲げる行動指針に共感できる方 (1)プロ前提:「プロになる」のではなく「プロ前提」。自分が関わった案件に関して、責任感を持って最後までやり抜こう。 (2)私ならこれがいい:自分の意思があり、逃げずに発想・創造をどんどん行い、チャレンジしよう。 (3)うずしおスタイル:「うずしお」のようにステークホルダー全体を巻き込んで、事業や仲間づくりを推進しよう。 (4)リスペクトある直言:相互にリスペクトを持ち、率直に意見を言い合おう。 |
勤務地 |
東京都 渋谷区渋谷 最寄駅: 各線 渋谷駅から徒歩6分 各線 表参道駅から徒歩13分 |
給与・報酬 |
想定年収300万円~1200万円 特記事項: 【給与】 スタッフレベル:300万円~850万円 マネージャーレベル:850万円~1200万円 ※賞与込み ※管理監督者であるマネージャー未満は、固定残業代(月20時間分)込み ※超過分別途支給 |
就業時間 |
休憩時間: 60分 コアタイム: 12:00~16:00 特記事項: フレックスタイム制 標準労働時間 8時間/日 休憩60分 ※コアタイム12:00~16:00、フレキシブルタイム7:00~21:00 |
休暇・休日 |
・慶弔休暇 ・年末年始 ・有給休暇 |
待遇・福利厚生 |
厚生年金保険,健康保険,労災保険,雇用保険 交通費: 全額支給 特記事項: 【福利厚生】 企業型確定拠出年金制度(一部年金手当として支給) 【教育制度・資格補助補足】 研修は基本的にOJT形式で先輩社員が指導します。 【その他補足】 ・社員旅行 ・資格取得支援補助制度 ・書籍購入補助 ・社内勉強会 ・ウェルカムランチ ・リファラルインセンティブ ・行動指針Fit表彰手当(報奨) ・入社祝いプレゼント ・誕生日祝いプレゼント 契約期間:無期 【受動喫煙防止情報】 屋内受動喫煙対策: なし |
こだわり条件 |
学歴不問 即日スタート 経験者優遇 10時以降出社OK フレックスタイム制 交通費支給 社会保険完備 研修あり その他特別制度あり Webクリエイター
|