| 企業名 |
株式会社バンダイナムコネクサス |
| 職種 |
機械学習エンジニア(その他)
|
| 業務内容 |
【データ戦略部について】
「データ分析を用いてグループ全体の意思決定に貢献する」というミッションを掲げるデータ分析専門組織になります。
データ戦略部は以下3つのオフィスに分かれており、それぞれの役割は以下のようになります。
・プロダクトアナリティクスオフィス：データ分析によるグループ内プロダクト(例：アプリゲーム)の収益向上。
・データストラテジーオフィス：データ分析プロジェクトの企画/推進によるグループ横断での事業上の意思決定支援。
・データサイエンスオフィス：統計解析(例：予測、シミュレーション)によるグループ横断での事業上の意思決定支援。
【機械学習チーム(ML Ops含む)について】
データ戦略部内にて新たに立ち上がったチームになります。
機械学習モデル開発PoC及びWebサービスへのデプロイを通して、グループ全体の売上向上に貢献する事をミッションにしています。
▼機械学習チーム内の職種について
機械学習エンジニア、インフラエンジニア（機械学習）、PMの3職種があります。
それぞれの職種の違いは以下のような形になります。
・機械学習エンジニア：主に機械学習モデル開発PoCと推論結果の提供を担当
・インフラエンジニア（機械学習）：主に推論結果提供のためのシステム開発、ML共通基盤開発を担当
・PM：主に要求定義やプロジェクトマネジメントを担当
【業務内容】
機械学習機能開発 （主にモデル開発PoC。推論結果の提供）を担当して頂きます。
詳細は以下になります。
▼具体的な業務の例
・グループ内のECサービスへのレコメンド機能提供。
・グループ内のニュースアプリ(特定IPに関するニュースを提供)へのレコメンド機能提供。
・プロダクト間のユーザー送客導線最適化のための課金復帰有無の予測モデル開発。
・反実仮想機械学習による施策効果の推定
・その他、MLエンジニア発信でのML技術検証PoC。
▼担当業務範囲の詳細
・ビジネス要求をもとにしたモデルの性能要件定義
・モデル開発の方針設計 (データ洗い出し。EDA。特徴量選定、手法選定)
・モデル開発と精度改善 (モデル構築。ハイパーパラメーターチューニング。オフライン精度検証)
・オフライン性能検証結果のレポーティング
・本番環境下の推論結果提供用のAPIサーバー構築
・システム稼働後の機械学習モデルの精度モニタリング
・チームが提供する機械学習機能の品質担保 (チームメンバーのコードレビュー、開発方針レビュー)
【ポジションの魅力】
・立ち上げ期なので、技術的裁量を持って機械学習チームの技術選定を行う事が出来る。
・立ち上げ期なので、機械学習機能開発による事業貢献余地が大きい。
・機械学習機能開発を切り口にして、バンダイナムコグループ内の多様な事業に関わるチャンスがある。
【開発環境】
・分析基盤：BigQuery
・統合分析環境：Jupyter, Vertex AI
・BIツール：Looker, Google Data Portal
・CI/CD：Cloud Build, GitHub Actions
・コンテナ技術：GKE, Cloud Run
・ワークフローエンジン：Cloud Composer
・監視ツール：Cloud Monitoring
・インフラ構成管理：Terraform
・コード管理：GitHub
・ツール類：Slack / Google Workspace / Chatwork
※別技術スタックもフレキシブルに採用可能です。
|
| 応募条件 |
【必須スキル・経験】
▼データサイエンス力
・探索的データ分析の方針設計が出来る。
・データ特性に合わせた前処理を行う事が出来る。
・サービス特性やビジネス要求を踏まえた特徴量選定を行う事が出来る。
・定番論文を参照して機械学習モデル開発に応用出来る。
・オフライン性能検証のための指標を設計出来る。
・精度向上のためのハイパーパラメーターチューニングが出来る。
▼エンジニアリング力
・クラウドサービス(特にGCP)を利用した開発経験
・Pythonを利用した開発経験
・アーキテクチャ設計力 (機械学習パイプラインの設計)
▼ビジネス力
・施策提案力 (事業課題やIP戦略を実現するための機械学習施策の考案)
・要件定義力 (ビジネス要求をもとにしてモデル性能要件を定義出来る水準)
▼実務経験
・サーバーサイドエンジニアとしての実務経験
・機械学習モデル開発の実務経験
▼語学力
・日本語能力試験N1（ビジネスレベル以上）
【歓迎スキル・経験】
▼データサイエンス力
・最新論文を参照して機械学習モデル開発に応用出来る。
・Kaggleでの入賞経験
▼エンジニアリング力
・GCPを利用した機械学習モデル開発の経験
・コンテナ技術(例：Docker)に関する知見
・ワークフロー(例：Airflow)に関する知見
▼実務経験
・Dev Opsエンジニア(もしくはインフラエンジニア)としての実務経験
【求める人物像】
・エンタメビジネスに対して何らか興味がある方
・チームワークを重視出来る方
|
| 勤務地 |
東京都港区芝5-37-8
最寄駅：都営地下鉄各線 三田駅から徒歩5分
JR各線 田町駅から徒歩7分
※リモートワーク可能 |
| 給与・報酬 |
想定年収750万円〜1200万円
特記事項：【給与】
※想定年収に関しては、平均的な残業時間20時間分の残業手当を含んでいます。
※スキルやご経験によって想定年収を決定いたします。
※管理監督者でのオファーとなる場合があります。
・賞与年2回(6月/12月)
・昇給年1回(4月)
|
| 就業時間 |
09:00〜17:30
休憩時間：1時間
コアタイム：11:00〜15:00
特記事項：※フレックスタイム
|
| 休暇・休日 |
土日祝、夏期休暇、年末年始休暇等
・有給休暇取得推奨日
※有給休暇が取得しやすいように、推奨日を設定しています
・入社日から有給休暇利用可能
※入社日に有休が付与されます
4～9月入社：10日、10～12月入社：6日、1～3月入社：3日
有休は半休での取得も可能です
年間休日日数125日
|
| 待遇・福利厚生 |
健康保険、厚生年金、雇用保険、労災
諸手当：在宅勤務手当
※テレワーク環境のサポートを目的に毎月定額を支給しています
特記事項：・社員食堂（マルシェ）
※メニューは日替わり定食やどんぶり、そば、うどんからパスタセットまで豊富、多くの社員が利用しています
・退職金制度
※確定拠出年金及び確定給付企業年金
・財形貯蓄制度
・持株会制度
・慶弔御見舞金
※結婚や出産の際にはお祝い金が支給されます。
特に出産のお祝いは1子、2子出産時は20万円、3子の出産時には300万円が支給されます。
【受動喫煙防止情報】
屋内受動喫煙対策：なし
|
| 推薦ポイント |
【募集背景について】
データ戦略部の組織拡大に伴う増員のためとなります。
|
| こだわり条件 |
退職金制度 残業月20時間未満 社員食堂あり 週休2日制 社会保険完備 学歴不問 10時以降出社OK フレックスタイム制 その他特別制度あり 土日祝日休み 即日スタート 経験者優遇 在宅勤務 駅から徒歩5分以内 |
あなたにオススメの求人
気になる
