データサイエンティスト・機械学習エンジニア

業務内容
クライアントが抱える課題を整理し、統計モデル・機械学習モデルや、モデル運用システム(MLOpsパイプライン)の構築を行うことで解決に導きます。
具体的な業務の例
- 要件定義
- プロジェクトの設計・管理
- 必要データの提案・収集
- データの前処理・加工
- 分析環境・MLOps環境の構築
- 統計モデル・機械学習モデルの構築
- 分析システムのAIプラットフォームへの実装
- 分析経過・結果の報告 など
※業務は経験や適性に応じてお任せします
※プロジェクトによって対応内容やスコープは異なります
プロジェクトについて
- クライアントは国内の大手企業が中心です
- 通常3~6か月程度で一区切りとなります
- 基本的には3~5名のチーム、最小でも2名体制で臨みます
- フルスクラッチでの開発は少なく、既存のETLツールやAIプラットフォームを活用する場合が多いです
- データサイエンティストと機械学習エンジニアの職務は明確に分かれておらず、適性やプロジェクトの内容によって担当範囲が変わります
- 同じクライアントを継続して支援する場合もあれば、別のクライアントの案件にアサインされる場合もあります
- 完全な客先常駐はせず、クライアント先を訪問するのは週1~2回・1回1~3時間程度です
- 基本的にリモートワーク中心で業務を進めますが、最低週1日の出社日を設定しています。(メンバーは、週1~3日は出社しています。)
チーム体制
プロジェクトは基本的には3~5名のチーム、最小でもプロジェクトリーダーとエンジニアの2名体制で臨みます。ほとんどの案件が直接取引のため、クライアント側の経営企画やDX推進部門の担当者・意思決定者とも、密にコミュニケーションを取りながらプロジェクトを進めることができます。技術的な困りごとなどがあれば、社内のチャットツールやオフィスで、プロジェクト外のエンジニアに相談することも可能です。
マッチする方
- 難解で複雑な課題に対峙したときにワクワクする方
- 課題の整理や提案などのコンサルティング能力を磨きたい方
- 指示通りの作業ではなく、そもそもの目的から考えて動きたい方
- 本当にクライアントにとって価値のある仕事がしたい方
- 運用まで継続的に関わっていきたい方
- 既存のツールやプラットフォームを活用して効率的に環境を構築したい方
- クライアントの担当者や意思決定者と直接話して仕事を進めたい方
- 最新のAIプラットフォームを扱ってみたい方
- クライアントのビジネスに深く入り込んでいきたい方
- 立ち上げ期の組織でチームビルディングや仕組みづくりにも挑戦したい方
必要なスキル・経験
必須条件
- 数学、統計学、機械学習の知識
- Python/Rを中心としたプログラミングの経験
- データ収集・分析・解析の実務経験
- Python/Rなどの統計学・機械学習ライブラリの活用経験
歓迎条件
- Dataiku、SnowflakeなどのAIプラットフォームの活用経験
- クライアントへの提案・コンサルティングの経験
- 分析・機械学習モデル構築プロジェクトの企画立案経験
- 分析・機械学習モデル構築プロジェクトのリード経験
- Linuxコマンドの知識
- ビックデータに関する知識
- データベースに関する知識
- クラウド・セキュリティ・通信に関する知識
truestarで働くメリット
- 中長期に渡ってクライアントに伴走し、要件を整理するところから支援できる
- プロジェクトごとに様々な課題を持った顧客と対面し、社内にある「駆け込み寺」と呼ばれる集合知を活用しつつ、自分の頭で考えて解決に挑める
- 経営企画やDX推進部門の担当者・意思決定者に直接提案して、動いてもらえる
- クライアントの経営や事業に関する深い話を、プロジェクトを通じて聞き出せる
- 自分が提案・実装したものが、実際に活用・運用されているところまで見られる
- 直接取引なので、プロジェクトの進め方やスケジュールを調整しやすい
- 最新のAIプラットフォームを扱う機会が豊富にある
- 既存のツールやプラットフォームを活用して効率的に環境を構築するスキルが身につく
- まだ立ち上げ期の組織のため、社内のチームビルディングや仕組みづくりにも挑戦できる
- 自社の分析プロダクトの開発や運用・改善にも携われるチャンスがある