AIエンジニア・データサイエンティスト

仕事内容: 【ミッション】 「顧客企業を、未来に必要とされる存在へと、変える」 お客様の抱える経営課題/事業課題を、機械学習・統計・数理最適などデータサイエンスの力で解決に導いていくために、プロジェクトマネージャやエンジニアと連携しながら、実践的かつ最適な技術の選定、アプローチ検討からモデル開発・実装までをリードいただきます。 【業務内容】 プロジェクトマネージャやエンジニアと連携しながら、データサイエンス技術を駆使して、お客様の経営課題/事業課題を解決に導いていただくポジションです。 - データ分析、モデル作成 - データ要件の整理、技術スタック選定 - データの前処理、EDA、可視化 - 最適な手法の調査、選定 - モデルの作成、精度性能評価 - ディープラーニングを含む機械学習(画像・自然言語・構造化データ) - 統計解析・因果推論などの統計モデリング - 数理最適化などの数理モデリング - エンジニアと連携したモデルの商用実装 - 定期的なモデルのパフォーマンス評価、パフォーマンスの維持・向上 - プリセールス活動、提案内容レビュー - 受注前のプロジェクトにおける顧客との折衝、プロジェクトの要件整理 - 整理した要件に基づく、提案内容のレビュー、実現可否判断 - 技術の横展開・技術ブランディング - 実装ロジックの汎用化およびプロダクト化 - 技術ナレッジの公開（勉強会・Meetupなどへの登壇、テックブログの執筆など） ▼業務内容：変更の範囲 会社の定める業務への配置転換の可能性あり 【あなたは何を得られるのか（ポジションの魅力）】 - プリセールス 等、受注前から顧客との折衝にも参画することで、分析・実装にとどまらず、顧客の課題を定義する上流工程から携わっていただくことができます - 多岐にわたる『事業課題』『データ』『技術』を扱います。そのため、幅広い技術や経験を積むことができます。 - 参考①：技術スタック（https://stackshare.io/abeja/abeja-datascience） - ABEJA（豊富な知見） × 大手企業（莫大なデータ/リソース/キャッシュ）という座組みだからこそ、面白いテーマに取り組んでいただくことが可能です。 - Kaggle Days World Championship優勝者をはじめとし、優秀な人材が揃っている。 - 参考：Kaggle Days World Championshipで優勝した話（[https://tech-blog.abeja.asia/entry/kaggledays-champion-202211）](https://tech-blog.abeja.asia/entry/kaggledays-champion-202211%EF%BC%89)』 - 勉強会やレビュー会などを開催するなど、学び合う文化や環境が整っています。 - 参考：Data Scienceチームの成果を最大化するための取り組み（2022年版）（https://tech-blog.abeja.asia/entry/advent-2022-day23[）](https://tech-blog.abeja.asia/entry/advent-2022-day23%EF%BC%89) - 外国籍の社員も在籍しており、ドキュメント作成や会議、チャットなどは、基本的に日英両方を利用しています。そのため、英語を活用して業務を推進する経験が得られます。 ＜将来的に目指せるキャリアイメージ＞ - ABEJAにて以下のようなロールで事業を牽引 - データサイエンスのスペシャリスト - データサイエンス組織の責任者 - 技術に強いプロジェクトマネージャー - 事業会社のデータサイエンス部門の責任者 - 大手企業のCDO（Chief Digital Officer）

求める人材: 【必須要件】 - ディープラーニングを含む機械学習のモデリング業務のご経験がある方 - 画像処理・自然言語処理・構造化データ のいずれかのご経験 - 業務課題からタスクへの落とし込み、EDA、前処理、モデル作成、評価まで一通りの業務を自分自身で経験している - 業務用件を満たした評価指標、学習・評価データの分割方法を適切に設計できる - メジャーな機械学習モデルの仕組みや特性を理解し、データ・タスクに応じて使い分けることが出来る - ベースラインモデルの構築だけでなく、エラー分析やデータ・タスクを考慮した精度改善案の洗い出し・実行が出来る - LLMや生成系AI 等、新しい技術に対しての知識キャッチアップをされている方 - 実務上での当該技術を扱った事があれば尚可 - 業務内容に関わる論文、技術文献の調査・実装能力 【歓迎要件】 - 下記のモデリング業務のご経験 - 統計解析・因果推論などの統計モデリング - 数理最適化などの数理モデリング - モデリングに必要なデータの整理、モデルの評価方法や要件の定義をリードされたご経験 - 機械学習プロジェクトを、技術面でリードされたご経験 - 技術への興味関心 - Kaggleをはじめとしたデータサイエンスコンペへの参加・上位入賞経験 - 登壇やブログの執筆など、積極的な外部発信 - ジャーナルでの論文採用経験 - OSSプロジェクト参加 - 英語による日常会話・チャットに抵抗がないこと - あくまでも「抵抗がないこと」レベルであり、得意でなくても構いません - エンジニアリングに関する知見 - AWS・GCPでの開発経験 - git及びGithubの利用経験 - 分散処理（Spark等）を用いた経験 - 機械学習アプリケーションの運用・構築(MLOps)の経験 - Linux上でのアプリケーションの運用・構築経験 - 経営課題/事業課題の解決に興味が持てる方 - 特定の技術領域に限らず、データサイエンス技術全般に幅広く興味が持てる方 - 自分自身のスキルや経験に謙虚な姿勢を持ち、学び続けることができる方 - 組織貢献にやりがいを感じ、主体的に動いていただける方

東京都港区三田一丁目1番14号Bizflex麻布十番2F 株式会社ABEJA 勤務地: 〈勤務地〉 〒108-0073 東京都港区三田一丁目1番14号 Bizflex麻布十番2F 【変更の範囲】 本社及び会社の定める場所（テレワークを行う場所を含む） 転勤の可能性：なし

月給37万5000円～50万円 給与: <給与> 想定年収：600万円～800万円 月給：37.5万円～50万円 賞与回数：2回 昨年度賞与実績：４ヶ月分 インセンティブ：なし 〈年収例〉 〈補足情報〉 - 賞与（2ヶ月分相当×年2回支給）を含みます。 - 賞与は半期ごとに実施する評価および業績に応じて当社規定により決定します。 - 経験・能力を考慮の上、当社規定により決定させて頂きます。 - 月あたり40時間分のみなし残業代を含んでいます。 ※試用期間：あり（原則3ヶ月／職種によって異なります）

シフト制 勤務時間・曜日: 〈勤務時間〉 10:00~19:00 夜間勤務：なし 月間平均残業時間：

休暇・休日: 〈休日休暇〉 休日：土日祝休み 年間休日：120日 休暇制度：有給休暇、リフレッシュ休暇、慶弔休暇、GW休暇、年末年始休暇、介護休暇、特別休暇、産休・育休 補足情報：■年次有給休暇（初年度10日） ■リフレッシュ休暇（初年度最大3日） ■その他（慶弔、ゴールデンウィーク、年末年始、子の看護、介護など）

【保険制度】 ・雇用保険 ・労災保険 ・健康保険 ・厚生年金 待遇・福利厚生: 〈福利厚生・諸手当〉 社会保険完備、交通費支給、健康診断、産休・育休 補足情報：■各種保険：健康保険、厚生年金保険、雇用保険、労災保険 ■健康保険：関東ITソフトウェア健康保険組合に加入（直営の保養施設などの利用可） ■交通費：実費精算 ■深夜・休日勤務手当 ■追加割増手当 ■時間外労働手当 ■子ども手当：親権を持つ満20歳までの子供1名につき、試用期間後より月1万円を支給。 ■健康診断：年1回、健康保険加入者を対象に実施。 ■成長支援制度：自身のミッションを達成するために必要なコンテンツ（書籍・電子書籍・オンライン講座など）を、事前承認なしで会社経費にて購入できる制度。 ■結婚出産祝い金：従業員が結婚した場合、または従業員に子が生まれた場合、お祝い金として3万円を支給。

試用期間なし

その他: ＜選考に関して＞ カジュアル面談の有無 :あり 会社説明会の有無 :状況に応じてある 適性テストの有無 :なし ＜選考フロー＞ 1次→2次→最終（リファレンスチェック有） ＜補足情報＞ 雇用形態: 正社員 給与・報酬: 375,000円 - 500,000円 月給 平均所定労働時間（1か月当たり）: 160時間