【期待役割】 データ専門家でなくても、容易にデータ利活用できる環境を整備していきます。　 そのために、データ基盤を1から設計・開発して頂きます。 並行して、データの可視化やマーケティング業務の支援も行います。 【仕事内容詳細】 ・新規データ構造、および、新規データベースの構築と保守 ・新規データ処理システムの設計 ・データの可視化 ・マーケティングの支援（キャンペーンの運用） ・SQLを用いたデータ抽出業務 ・データのクロスチェック ・他チームからのデータに対する問い合わせ対応 【技術スタック】 ・DWH：BigQuery ・インフラ：AWS, GCP ・ワークフローエンジン: DigDag ・ETL: Embulk ・使用言語：SQL, Python, Ruby など

▼採用背景 CAMPFIREは、スモールチームで活動をされる方々の事業やプロジェクトの立ち上げ・拡大・維持を支援するために、事業を展開し、国内最多のクラウドファンディングプロジェクトを取り扱っています。 また、CAMPFIREでは以下を目的として、サービス開発に取り組んでいます。 - エントリーユーザーに寄り添ったサービス提供をすることで取扱プロジェクト数や資金調達額を最大化する - クラウドファンディングを支援する体験の楽しさと、マッチング機会の最大化により、成功しやすいプラットフォームをつくる - 安全で、安心して利用できるプラットフォームを構築する - これらの活動を持続的なものとする 中でもデータチームでは、日々蓄積される多くのクラウドファンディングデータを活用することで、ユーザーの資金調達機会の最大化を推進しています。 最近では、これから更に拡大する事業においてもユーザーさんに寄り添ったサービスを提供するべく、データ活用によってオペレーションの効率化・自動化するミッションを持ち、より良いサービス提供とそれにかかるコスト関係のデカップリングを進めています。 例えば、クラウドファンディングプロジェクトに関する掲載審査の自動化のPoCを開始しました。これらの活動を更に推進していくため、データアナリストの募集を開始しました。 ▼業務内容 - 会社が次のステージへ成長するための重要指標策定、KPIづくりのサポート （ex:事業運営およびプロダクトの重要指標の策定、予算設定、データの可視化） - サービス戦略や新規プロジェクト等、様々なシーンにおける意思決定のためのデータ抽出、加工、可視化 - サービスグロースのための課題抽出 - チームにおける方針策定、運用方法策定等 今後の展望 - ご本人の興味と能力に応じた、リサーチプロジェクトの立ち上げ - サービス全体に対してのマクロな視点でのデータ解析 - データ分析基盤構築と、社内外のデータソースの統合化 ▼ツール環境 Big Queryを使ったデータ抽出 spread sheet/Google Analytics/データポータルを使ったデータの可視化 google apps scriptでのスクリプト操作 google colabotaly(主にpython)を使ったデータ分析・可視化　

MLエンジニアの研究サポートおよび研究結果をZOZOTOWNやWEARに組み込むためのエンジニアリング全般、加えてML案件の基盤整備を行っていただきます。 ・機械学習APIサーバーの設計/構築/運用または実装 ・機械学習ワークフローの設計/構築/運用または実装 ・Infrastructure as CodeおよびCI/CDによる構築、デプロイ自動化 ・サービス監視設計/運用 ・パフォーマンスチューニングを含むSite Reliability向上のための実装 ・MLアプリケーションPoCのプロトタイプ開発

全社横断で「社内の各部門に対してデータ分析サービスを提供すること」を役割としており、マーケティングやブランド営業など社内の様々な部門と連携しビジネスの推進を支えています。 ZOZO経営層との大規模施策事前シミュレーションから、現場メンバーとの既存施策の効果検証・改善提案まで、社内の様々な部門での企画から振り返りまでの意思決定を支援していきます。

≪職務内容≫ システムを利用しお客様の経営課題の解決を加速させるため、 ITソリューション事業部に、デジタルトランスフォーメーション部隊を拡大していきます。 実際には、データ活用の基盤となるデータ・パイプラインの構築や、 データマネジメントのプロセス整備、システム実装などを主に担当。 【案件例】 ・某大手証券会社：IB（投資銀行）業務の数値リサーチPJ (BIツール)​ ・製薬会社：販促データのデータサイエンス(AWS: Lambda・Redshift・Glue)​ ・大手通信企業：動画配信サービス企業向けにデータインフラの設計開発業務や、 　ユーザーに向けたパーソナライズの自動化など、高度な分析機能実装PJ​（Python・SQL） 【案件は複数提案：案件ミスマッチを防げます】 案件をアサインする際には必ず複数のプロジェクトを提示し、エンジニア自身が現場を選べるようにしています。自分自身に合った案件を判断し、参画することができるので、技術や業務内容に関するミスマッチを防げるのはもちろん、「こんな技術を磨きたい」「経験のないフェーズの業務にもチャレンジしたい」といった意欲に合わせ、最適な現場で経験を磨くことができます。

・分析基盤の構築 ・要件定義 ・プロダクトの連携用バッチの開発・保守 ・BIツールを用いたダッシュボードの構築

・データプラットフォームの設計・開発・提供 ・クライアントデータ分析におけるディレクション、運用 ・データ解析をもとにしたニーズ探索およびサービス企画デザイン

2019年からスタートしたAI・AR事業。一緒に会社の新しい柱を築きませんか？ フルリモート、フルフレックスと働き方も自由。一人一人がフルスタックで活躍し、責任ある仕事を毎日こなしています。 空間認識や特徴点抽出など画像処理に関わる最先端技術を、一緒に勉強しながら実装するエンジニアを募集しています。 《業務内容例》 実物と3Dモデルを比較して、部品などが3Dモデル通りに付属しているかを検査するアプリケーションの実装 《採用担当者より》 この分野の経験がある人がかなりレアなので、経験の有無は問いません。そのかわり、こういった技術に興味や関心が強く、粘り強くやっていただける方を募集しています。

■仕事概要 タクシー配車サービスGO事業に関するデータ分析に携わっていただきます。 弊社のサービスではタクシー事業者様、エンドユーザー様双方から大量のデータを収集し分析することができます。 日本の法人・個人タクシーの総台数約22万台のうち半数の約10万台がGO Inc.の提携車両となっており、これだけ多くの動体データを扱える会社は日本になかなかありません。 プロダクトに寄り添い、身近な交通の進化にチャレンジしてくれる方をお待ちしています。 ・定量的な意思決定サポート・施策評価 ・分析課題の発見から提案までアナリスト主体で行うプロダクト分析 [利用ツール] SQL　　：BigQuery 言語　　：Python, Rなど BIツール：Looker ■業務詳細 - タクシー配車サービスGO事業に関するデータ分析 - 定量的な意思決定サポートおよび施策評価 - 課題の発見から提案までを主体的に行うプロダクト分析 - データの定量モニタリング - SQL（BigQuery）、Python、R、Lookerなどのツールを使用してデータ分析を実施

■仕事概要 データインテリジェンス部(以下DI部)はデータから得られる様々なインサイトを発信することでプロダクトや事業を正しい方向に導くことをミッションとした組織です。 データアナリスト・リサーチャー・データアーキテクトで構成した組織でデータを通した課題発見・提案、ユーザリサーチ、プロダクトの定量モニタリング、ログ・データの設計、DWH管理、分析環境構築・管理などデータ活用に関する様々な業務をend to endで担当しております。 DI部に属するデータアーキテクトグループはより多くの社員がデータにストレスなくアクセス・活用できる環境を提供していくことで集合知を最大活用できる組織を作り出すことを目的としています。 ■業務詳細 - データ活用状況の可視化と改善策の提案 - 高効率なデータパイプラインの設計・構築 - ログ、データ、メタデータの統合的な設計・管理 - DWHおよびデータマートの設計・構築・最適化 - 外部データの効果的な収集と統合 - データガバナンスフレームワークの設計・実装 - データセキュリティとコンプライアンスの確保

GO Inc.の各種モビリティサービスを通じて発生した交通情報ビッグデータの活用を通じて、身近な交通を劇的に進化させるための仮説構築からデータ収集・分析・可視化・自動化などのデータによる意思決定プロセスの実行と、当社のデータについての戦略立案までをお任せします。 データ分析により、モビリティサービスの利用者と運び手への理解を深め、需要と供給に影響を与える施策を評価し、不確実性を適切に取り扱うことで事業の未来を予測する中心的な役割です。身近な交通の進化にチャレンジしてくれる方をお待ちしています。 ■業務詳細 ・データドリブンなアプローチで、曖昧で困難なビジネス課題を解決する ・事業部門とのコミュニケーションにより、仮説を立て、分析の方向性を決める ・モデリング、分析、実験、シミュレーションなどのデータサイエンスの手法を実行する ・事業部門に分析内容を共有し、事業の方向性に対する決断をサポートする ■所属組織 AI技術開発部分析グループは4名体制です。 Lookerでの集計・可視化などの分析依頼については、プロダクトマネジメント本部 データインテリジェンス部が対応しています。 プロジェクトベースで進めたい新規機能案件や、シミュレーション、モデリングを伴う案件は、分析グループが担当し、事業責任者や渉外、マーケなどの担当者と一緒にプロジェクトベースで進行します。プロジェクトスケジュールは定式化されてはいないため、内容に応じてスケジュール調整しながら行っています。 また、分析グループでは「統計的因果推論」の技術に注目し、週1回の勉強会で積極的に知識のアップデートを図るなど、自己研鑽を欠かさないようにしています。 [開発環境] プログラミング言語：Python、R ライブラリ：pandas、statsmodels、lightgbm、pymc、econml、dowhy データベース：BigQuery 可視化：plotly、Kepler.gl、Looker

■TableauなどのBIツールを用いたデータ分析ダッシュボード制作 ■機械学習などを用いた統計分析のデータサイエンス業務 ■データのETL処理・データプレパレーション設計・構築 ■データドリブン人材育成支援

【具体的な仕事内容】 ■既存レコメンドシステムのブラッシュアップ ■機械学習を活用した新規機能の実装 【仕事の魅力】 ビジネス領域に対して機械学習の専門知識を活かしながらコミットできる。 【社内の雰囲気】 職種を越えて、気軽に意見を交換できる、オープンな環境。 オンラインでもオフラインでも頻繁にコミュニケーションをとるよう、それぞれが意識をして仕事をしている。

【概要】 クライアントの課題解決や事業KPI達成のために、データ活用プロダクトを開発します。既存のYappliプラットフォームにおけるデータ活用機能および、新サービスの企画・開発に取り組みます。また社内向けBIツールの構築・運用など、収益性向上のための活動も行います。 ※機械学習エンジニアという職種での募集ですが、一般的にデータサイエンティスト、機械学習エンジニア、データエンジニア、アナリストと呼ばれる職種の役割も状況に応じてカバーすることが求められます。 【募集背景】 高度なデータ解析に必要な労力は、分析対象や規模の大小を問わず大きく変わりません。だからこそ、データサイエンティストの仕事の効用を高めるためには、有望なテーマを見極めてコミットすることが重要である、と言われます。 その点ヤプリでは、開発したデータ解析プロダクトを、プラットフォームすべてのクライアントに提供することが可能です。つまり、サービス単体でのデータ活用に比べて、自身の仕事のインパクトを、何百倍にも高めるチャレンジができます。業種業態横断的に集まるデータをどう活用するか、どんなデータを掛け合わせるとより価値が生まれるのか、という意義深い高次な課題がヤプリにはあります。弊社ミッションのMobile Tech for All推進のために、人々がデータから豊かな恩恵を得られるData tech for Allの実現を目指しましょう。 【業務内容】 これまでのご経験や適性に応じて以下のような業務をお任せいたします。 ・ データを軸に据えたプロダクトの企画 / 開発 / 運用 ・ 社内向けBIツールの構築 / 運用 ・ 分析用データマートの作成 / 運用 【ポジションの魅力】 ・1億ダウンロード以上の大規模データに対して、分析基盤構築から顧客向けにアウトプットを届けるまでの業務を一気通貫して担当できます。データ活用プロジェクトをゼロから立ち上げて遂行するスキルを得ることが期待できます ・ 多様な業種や用途のアプリ群に対して、汎用的に利用できるデータ活用機能の企画開発を担当できます。課題を適切に抽象化してプロダクトに昇華させるスキルを得ることが期待できます ・ SaaSというビジネスモデルの特性上、短期的な売上向上に資する施策よりも、中長期的に事業貢献する施策に重点を置いて業務に取り組みやすいです。顧客やエンドユーザーに長く利用されるようなデータ活用機能を開発する経験を得ることが期待できます 【使っているツール/環境】 ・開発言語：Google BigQuery / R / python / Google Apps Script ・ ETLツール：trocco ・ BIツール：Looker / Google Dataportal

国内有数の大手企業を始めとした約600社の感情データ（アンケートデータ等）と特許を取得したデータ分析技術を用いて 、リアル、デジタル、業種問わずあらゆるサービスの顧客体験(カスタマー・エクスペリエンス : CX)、従業員体験（EX）における課題と改善策を簡単に見つけられるプロダクト「EmotionTech CX/EX」を開発、提供しています。 実際の顧客企業のアンケートデータやクライアントのエンドユーザーの生データ（売上や行動データ）を基に、どのようなビジネス上の価値を生むことができるか企画からビジネス化、プロダクト実装までお任せいたします。コンサルティングサービスのレポートメニュー化や新たな分析手法のプロダクトの機能へ反映するための開発、検証、評価を主に担っていただくため、特許取得の機会もあります。 また、コンサルタントとともにお客様とのミーティングやレポーティングに参加することでお客様の反応を直接見ることができます。加えて、お客様は大手企業を中心に幅広い業種で利用されているため、技術的な応用は利きつつも、求められるものが幅広いため学びが多く刺激的な環境です。 お客様そして社会課題の解決のためのデータ分析や利活用に携わり、大きな裁量とオーナーシップを持って感情データから新しいビジネスを作ることをリードいただきたいと考えています。 雇入れ直後：データサイエンティスト 変更の範囲：会社の定める業務

当社電子コミックのデータ分析基盤を活用し、データ分析する職務です。 国内最大級の電子コミックサイトである「めちゃコミック」を支える大規模データプラットフォームの、 以下のような業務のいくつかを行なっていただきます。 【業務】 (1)データ分析 ・各種モデルの構築（予測、推定、時系列データ、テキスト等） ・各種施策の効果検証（介入効果分析） ・データ分析によるサービス課題に対する企画立案 ・機械学習を活用したサイト機能改善 (2)データ基盤構築 （データエンジニアと連携し分析基盤を改良） ・データパイプライン開発と運用（ETL） ・各種モデルの実装 ・データレイク/データウェアハウスの設計

弊行のビッグデータの活用の幅の拡大に伴い、データエンジニアを募集いたします。 ＜具体的な業務内容＞ ●既存データレイク基盤の設計、開発、運用 ●データを価値に変換する分析基盤(SOI)構築 ●ETLツールを用いたDLake/DWH/DMの構築 ●BIツールの設計、運用 ●データガバナンスの整備、運用 ●上記活用のためのヘルパモジュール開発 ●上記構築のためのインフラ設計、運用

※本求人は、日本アイ・ビー・エム システムズ・エンジニアリング（略称: ISE）での募集となります IBMグループ内でも、特に高い技術力が期待されるポジションです。 お客様とのディスカッションを通じてデータから生まれる新たな価値を提案し、AIやデータを活用したシステム実装をリードできるデータ・サイエンティストを募集しています。 業務の進め方としてはツールを用いた分析からPythonコーディングによる分析、また対象とするお客様領域も全業界と大変幅広く、技術のスペシャリストとして活躍・またスキルアップしていただけます。 「業務内容」 -お客様ビジネスの課題を理解/整理し、AIやデータを活用した課題解決のアプローチ策定 -CRISP-DMに基づく、データ分析案件リード *CRoss-Industry Standard Process for Data Mining ISEでは、会社として社員の技術力向上に大変注力しています。 上記の業務のほか、業務時間のうち一定時間を割き、社員自身のスキルアップ・キャリアアップにつながる学習活動を行っていただき、マネージャーにもレポートしていただきます。 興味のある内容を学ぶことができ、各種資格取得に関する補助もございます。

国内有数のビッグクライアントのAIプロジェクトを担当頂きます。クライアントの課題解決のために、AIの研究・開発においてクライアントと協業し、サービスの設計・環境構築から最先端の技術開発まで携わっていただきます。具体的には下記業務をご担当いただきます。 ・オーダーメイドでの先端アルゴリズム開発（機械学習、テキストマイニング等）／システム開発 ・サービスの設計、各種環境構築 ・最先端のAI技術の研究開発 ・将来的に全社的な開発業務に係るコンサルティング及びプロジェクトマネジメント

クライアントが保有するサイト・事業に関わる意思決定に直結する分析業務を担います。単にアナリスト業務のみお任せするわけではなく、ビジネス課題の発見-施策接続まで一気通貫でお任せするので、事業への貢献を実感しながら自身も成長していける環境です。 スタートアップ企業のスピード感を味わいながら、裁量を持ってやりたいことが実現できます。幅広い経験値を得たい方、主体性を持ち動ける方を募集しています。 ▼業務内容の一例 ◆事業戦略のための分析 - 重要指標策定・可視化 - 事業成長のための課題抽出 - オンライン、オフラインデータを用いた横断的な分析 - 継続的な業務改善のための分析および施策実施 ◆サイト改善のための分析 - KPI指標策定・可視化 - 行動ログおよび事業データを用いたサイト課題抽出および改善施策実施 - 施策効果のシミュレーションおよび目標値の設定 - 施策の効果測定とインサイトの導出 【技術スタック】 ・クラウド基盤: Google Cloud ・使用しているクラウドサービス: BigQuery, Cloud Composer, Vertex AI, Cloud Run, Dataproc, Dataflow, Cloud Monitoring など ・開発言語: Python, SQL, Go など ・BI: Redash, Tableau ・その他ツール: Github, Slack, Jira, Confluence

【業務内容】 全ての施策の起点となるデータ分析基盤、およびレコメンド機能の開発を担います。ただ運用保守をおまかせするのではなく、拡張余地のある基盤であり、制約の少ない状態で構築可能なため、スキルを最大限発揮し、データエンジニアとして十分な実績を積むことができます。 ※現状はGoogle Cloudを使用していますが、目的に応じて他クラウドも使用していきます。 Red Frascoでは、目的と手段さえ合致していれば裁量を持ってやりたいことが実現できます。またスタートアップ企業のスピード感も経験できます。 幅広い経験値を得たい方、主体性を持ち動ける方を募集しています。 ▼業務内容の一例 ◆データパイプラインの構築：以下の機能を持つパイプラインを構築します。 　- 各種データをBigQueryに集約する 　- BigQuery等のGoogle Cloud上のサービスから他システムへデータを配信する ◆データマートの作成 　- BigQueryに集約したデータを基に、用途・目的に応じたデータマートの作成、及び作成の自動化を行います。 ◆データの可視化 　- Google Kubernetes Engine上に構築したRedashで、データの可視化を行います。 ◆データの活用 　- BigQueryに集約したデータを基に、レコメンド機能等の追加開発や運用改善を行います。 【技術スタック】 ・クラウド基盤: Google Cloud ・使用しているクラウドサービス: BigQuery, Cloud Composer, Vertex AI, Cloud Run, Dataproc, Dataflow, Cloud Monitoring など ・開発言語: Python, SQL, Go など ・BI: Redash, Tableau ・その他ツール: Github, Slack, Jira, Confluence

機械学習、データサイエンスを活かしてAmebaブログの推薦システムを改善します。具体的な業務内容は下記のようなものを想定しています。 ・推薦アルゴリズムの改善と新規開発 ・推薦システムの改善と運用 ・自然言語処理を用いた記事情報の解析 ・ユーザ情報の分析 ・A/B テストによる効果測定と施策の評価、分析 [主な利用技術] Java / Python / Spring Boot / Apache Spark / HBase / CatBoost / TensorFlow / Apache Hive / Kubernetes / GitHub Enterprise --------------------------- ＜チームの文化や体制、働く環境について＞ Ameba に携わるデータサイエンティストは3名、機械学習エンジニアは5名となっています。 メインとする職種は分かれているものの、プロジェクトの状況や本人の志向性に応じて領域の境界線は動的に変わります。 メディアの横軸組織にはデータサイエンティストと機械学習エンジニアが約25名在籍しており、相談やナレッジ共有が気軽に行える環境です。 ＜配属について＞ サイバーエージェント メディア事業のあらゆる事業部に配属の可能性がございます。 事業状況を踏まえて、ご希望・適正を元にご入社までに決定します。 会社として推奨するキャリア、ロールモデル等を特に提示しておりません。 個人の性質、性格、能力、今後イメージするキャリア等を面接で伺い、 ご本人としっかりお話した上で最初の配属を決定します。 尚、入社後の異動、ミッション変更については、柔軟に対応する仕組みがあります。 ※但し契約社員の場合、正社員登用するまでは同一の部署の配属を原則としています。 サービス例） ・Amebaブログ ・Ameba占い館SATORI ・Amebaマンガ

<業務内容> - サイバーエージェントが運営する、ABEMAのアドテクノロジーグループのKGIを伸ばすための分析・アルゴリズム設計・施策の実装をお任せいたします。 - 広告商品の企画開発からフロント・バックエンド・ネットワークまで幅広く開発に携われます。TVの世界で当たり前だったCMという概念をABEMAのこのチームが新しいTVマネタイズ・概念を構築できるやりがい大きいポジションです。 --------------------------- <業務フロー> - ABEMAのマネタイズに関わる広告システムの機能開発、本番環境の運用 インストリームの動画広告商品の開発 - 営業や企画チームと共に、ABEMAのマネタイズにつながる分析を行い、システムの設計、構築、運用を行います。

株式会社サイバーエージェントとその子会社は、ABEMAやアメーバブログに代表される大規模なサービスを運営しています。各サービスでは、サービス改善を目的として日々大量のデータを収集しています。本ポジションでは、サービスが抱える課題に対して、蓄積されたデータと機械学習技術を用いたソリューションの提案から実行までを行います。 機械学習エンジニアが扱う課題は幅広く、必要となる技術も多岐に渡ります。課題の一例として、サービスの安全性と信頼性を維持するための、悪質な投稿の検知・ユーザにとってより良いコンテンツを配信するための推薦・収益性の高い広告セグメントを作成するためのユーザ属性推定などがあります。こういった課題に対し、情報推薦・情報検索・画像解析・自然言語処理などの知見に基づいて、コアとなるアルゴリズムの開発から成果を様々なサービスに展開するための基盤開発までを進めています。 本ポジションでは、本人の強みや志向性に合わせて、下記のような業務に従事することになります。 ・データに基づいた意思決定のサポート 　- ステークホルダーとの調整を通じた仕様策定 ・ソフトウェア開発に関わること 　- 推薦システムの開発計画の策定・設計・実装 　- 推薦システムの運用 　- 推薦システムの開発効率性を高める取り組み 　- 推薦システムの信頼性や可用性、機密性などを高める取り組み ・機械学習モデル開発と改善に関わること 　- 推薦アルゴリズムの開発 　- 推薦アルゴリズムの実サービスへの適用と効果検証 本ポジションでは、機械学習・コンピュータサイエンス・数学の分野における専門知識と、それを課題に合わせて応用・実装する能力が求められます。また、開発全体を通して様々なチームと連携するため、リーダーシップとコミュニケーション能力が必要です。加えて、ユーザの行動履歴などセンシティブなデータを取り扱うことがあります。利用規約・プライバシーポリシー・関連法規の遵守を前提とした開発を進めるため、技術力と同時に高い倫理観も求められます。

◆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