900万円以上のtarの転職・求人情報

求める人材: 【年齢制限】35歳以下（長期勤続によるキャリア形成を図るため／例外事由3号のイ） ※同業界経験者は別枠採用の可能性がございますのでお気軽にご相談ください 普通自動車免許 ※AT限定不可

求める人材: ＜必須要件＞※下記のいずれか ■複数の開発プロジェクトを完遂した経験があり、リードエンジニアとして動ける ■AI開発スキルを有し、顧客との提案・折衝経験がある ■以下いずれかの開発経験を有する （複数経験がある方は歓迎） - アプリ開発 - フロントエンド開発 - バックエンド開発 - システム開発 - インフラ構築・クラウド運用（AWS／GCP等） - MLOps（モデルのデプロイ・運用） - データ基盤構築（ETL／DWH設計など） ■技術や雑談を含めた自然なコミュニケーションができる方 ■「なんでもやる」マインドを持ち、主体的に行動できる方

求める人物像 データサイエンス分野における4年以上の実務経験、および以下の領域における高い専門性： ・機械学習＆統計学の専門知識と実務経験 - テーブルデータおよび時系列データに対する機械学習の基礎理論（予測・分類・回帰・クラスタリング）と統計学に関する専門知識。Numpy、Scikit-learn、PyTorchなどの主要ライブラリを活用し、これらの領域にてビジネス課題を解決した実務経験。 ・プログラミング＆コード品質 - PythonおよびSQLに関するスキル。コードの品質、可読性、保守性を意識したコーディング能力。 ・分析＆検証手法 - 仮説検証のサイクルを反復するプロセスと、交差検証などの手法を用いたオフライン評価（モデル精度検証）におけるスキル。ならびに、A/Bテストや基本的統計分析手法の実践的知識。 ・MLライフサイクル全体の主導（End-to-End） - データ探索、特徴量エンジニアリング、KPI定義、モデル学習・検証、システム実装、性能評価、そして本番環境におけるMLシステムの運用・保守に至るまで、一連のML開発プロセスに携わった経験。 ・開発環境＆チーム協働 : - Linux環境、VS Code、バージョン管理（Git/GitHub）、コンテナ化（Dockerなど）およびCI/CD（GitHub Actionsなど）に関する活用スキル。エンジニアリングチームと連携し、MLモデルを本番環境へ組み込んだ実績。 ・語学力 : - 日本語：ビジネスレベル以上（日常会話だけでなく、業務における会話・ライティング・読解力を含め、円滑な意思疎通が可能なレベル） - 英語：技術的会話に心理的抵抗がなく、今後キャッチアップいただける意欲のある方（会話・ライティング・読解力） ・データ・分析ツール - SQLデータベース（MySQL、PostgreSQLなど）、データウェアハウス、OLAP（Snowflake、Redshiftなど）に関する実務知識。 ・クラウドプラットフォーム - 大手クラウド環境（AWS、Azure、GCP）における実務経験（主としてAWSの使用経験）。 ・推薦システムの構築における深い専門性 - 協調フィルタリング、コンテンツベースフィルタリング、行列分解（Matrix Factorization）、NCF（Neural Collaborative Filtering）、Two-Towerモデルなどを用いたモデル構築の実践的知識・経験。 ・高度なMLエンジニアリング - オンライン推論（Online Serving）、モデルデプロイ、プロダクション環境でのMLワークフロー（特徴量パイプラインの構築、モニタリング、モデル再学習・改善サイクル等）、MLOpsに関する経験・知見。 - マイクロサービスアーキテクチャの設計・開発経験（例. FastAPI, Flask） - オープンソースのディープラーニングモデルに対するファインチューニングの実施能力（例. 埋め込み表現、系列モデル、マルチタスク学習等における最適化・追加学習） - 高QPS（Query Per Second）・低レイテンシな機械学習APIの開発および運用の経験。 ・データエンジニアリング＆オーケストレーション - 拡張性（スケーラビリティ）のあるデータパイプラインの構築・運用に向けた、ワークフロー／DAG管理ツール（Apache Airflow、AWS Step Functionsなど）の実務経験。 - ストリーミングおよびメッセージング技術（AWS Kinesis、Apache Kafkaなど）を活用した開発・運用経験。 - 分散学習環境や大規模データ処理フレームワーク（Apache Hadoop、Apache Spark、MPIなど）を用いた実務経験。 ・ドメイン専門性とビジネス理解・洞察力 - ランキング、検索、広告配信、パーソナライズシステムといった関連領域におけるプロジェクト経験。 - 事業目標やドメイン知識に対する深い理解に基づく、データ分析および改善施策の提案力。 - ユーザー行動分析、ビジネス上の成長指標（グロース指標）、およびビジネス視点での最適化に関する理解。 ・コミュニティ活動および研究実績 - OSS（オープンソース）プロジェクトへの貢献、研究論文の発表、Kaggle等のコンペティション実績をはじめとする、応用機械学習領域に対する高い意欲とそれを裏付ける活動実績。 - 書類選考 - Coding Test - 1st Interview - Coding Challenge - 2nd Interview - Final Interview