Job offer curation - ⁨決定木⁩

大手事業会社（小売、プラットフォーマー、決済代行会社等）や金融機関に対し、当社の融資・与信管理システムおよびデータ分析サービスを用いた「新たな与信ビジネス」の立ち上げ・改善を提案・支援します。 単にシステムを導入するだけでなく、クライアントが保有するビッグデータを活用し、「誰に・いくら・どのようなロジックで資金を提供するべきか」という与信モデル（審査アルゴリズム）の設計から事業収益（PL）シミュレーションまでを策定し、提案します。 ●「金融×データ」の最先端スキル 伝統的な決算書依存の審査ではなく、トランザクションデータや行動データを活用した「次世代の与信モデル」を自ら設計・提案できるため、希少価値の高い専門性が身につきます。 ●事業創出の手触り感 クライアントの新規事業立ち上げのパートナーとして、ビジネスモデルの設計段階から深く入り込み、世の中に新しい金融サービスを生み出すダイナミックな経験ができます。 ●ハイレベルな提案力 経営層や事業責任者に対して、論理的かつデータドリブンな提案（数理的根拠に基づいたPL試算など）を行うため、高度なコンサルティング営業力が磨かれます。 ●チーム連携 優秀なデータサイエンティストやエンジニアと協働し、技術とビジネスを翻訳して形にするPM（プロジェクトマネジメント）的な役割も担えます。 1.顧客課題のヒアリングと事業構想 クライアントが保有するデータ資産（決済データ、購買履歴、会員属性など）を確認し、どのような金融サービス（融資、後払い、ファクタリング等）が可能か構想します。 2.与信モデル・ロジックの企画提案 ルールベース審査や機械学習モデルの活用案の策定（例：購入・売却履歴からの資産評価モデル、決済トランザクションからのキャッシュフロー予測モデル等）。 審査ランクの定義、金利・限度額テーブルの設計。 3.事業シミュレーション作成 提案したモデルに基づき、トップライン（金利収益）とリスク（デフォルト率・損失額）を試算し、事業の収益性（PL）をシミュレーションした提案資料を作成します。 4.プロジェクトリード データサイエンティストやエンジニアと連携し、PoC（実証実験）から本番リリース、運用後のモデル改善（モニタリング）までをリードします。

AIをはじめとした最先端の技術を活かす当社の機械学習エンジニアとして、AIシステム開発に伴う、データ分析・アルゴリズム実装等をお任せします。 ◇入社後の流れ◇ 3ヶ月間の機械学習研修で知識を習得するところからスタートします。 ≪研修 1ヶ月目≫ ▼統計学 - データの可視化と数値要約 - 確率と確率分布 - 統計的推測 - 統計的仮説検定 - 単回帰分析 ▼エンジニアリング - SQL基礎 - python基礎 - pandas基礎 - Git基礎 ≪研修 2ヶ月目≫ ▼多変量解析と機械学習 - 機械学習の基礎 - 機械学習の基本的な手法 　・線形回帰モデル 　・主成分分析 　・k-means法　など - 機械学習の発展的な手法 　・ロジスティック回帰モデル 　・ハイパーパラメータ最適化 　・決定木 　・ランダムフォレスト 　・線形SVM　など ≪研修 3ヶ月目≫ ▼機械学習の実践 - Numpy,Pandas演習 - AWS EMRを用いたHive演習 - ロジスティック回帰を用いた演習 - リッジ回帰、Kerasを用いた演習 - 推薦システムについての演習 【元ITスクールだからこそ未経験者も安心！】 当社は元ITスクール！未経験者を育成することを得意としています。 20年以上蓄積した育成ノウハウで、あなたをイチから育てます◎ お客様の声を元に市況感のトレンドを反映させた特別カリキュラムで、最短でエンジニアを目指せる！ 【研修を終えたらプロジェクトへ】 研修後は、有名企業からITスタートアップまで様々なプロジェクトで活躍！ プロジェクト参加後も、先輩や講師のサポートあり◎ ★プロジェクト例★ - 自社広告データとサードパーティデータを活用したデータ分析による広告最適化 - 飲食口コミサイトのログデータや検索ワード集計によるレコメンド - 医用画像・動画解析/環境構築/Python/Fine-tuning/転移学習 - 自動運転ソフトウェア開発に関わる画像処理、画像認識 - 車載 画像処理系の機械学習モデルの実装 - 決済サービスにおける顧客データ分析 - AIベンダーでの各業界に特化した機械学習モデル実装　など ■雇い入れ直後：仕事内容に記載の業務 ■変更の範囲　：会社の定める業務 仕事のやりがい 職種別年収ランキングの上位は、いずれも専門スキルが必要な医者やパイロット。 その中でもエンジニアはTOP10に位置づけています。 機械学習エンジニアの定義は世間でもまだ「ふわっと」した状態です。 ですので、研修では、機械学習に必要となる数学の基礎知識を学び、Pythonを学習し、機械学習エンジニアのスタートに立つことを目指します。 既にいくつかのプロジェクトが見えてきておりますが、どのプロジェクトも機械学習やAIというITテクノロジーを通して世の中を楽にすることやビジネスを加速させることなどを目指しています。 そういう最先端のビジネスを肌で感じながら仕事をしていくことが、ひとつのやりがいだと思います。しかし、最先端だからと言って、膨大なデータを処理するなど、華やかではない仕事です 魅力は研修だけじゃない！その後のサポートも充実！ 1人で思い悩むことが少ない社内環境です！ ◆キャリアサポート制度 専属のキャリアサポーターの支援で、着実に理想のエンジニア像に近づけます！ 日報や月報に細かく目を通し、仕事上での悩みや疑問にきめ細かに答えてくれます。 ◆ブラザー&シスター制度 後輩思いの先輩エンジニアが業務の悩みや不安を解消します！ ◆ビアバッシュ エンジニア同士で情報共有ができるイベントです！ 当社は研修後も先輩や仲間たちとつながっていることが実感できます。 自己成長に集中できる環境が当社の大きな魅力です。

グローバル売上比率79%、世界に羽ばたくKUBOTA 120か国以上でビジネス展開し、農業機械・建設機械・エンジンなどの機械製品、水環境ソリューションなどを展開し、総合機械メーカー・グローバル企業として着実に海外展開を広げています。 ＜会社HP：　https://www.kubota.co.jp/　＞ 類似求人の検索は下記会社ロゴをクリックしてください。 求人会社：株式会社クボタ建設 ■仕事内容 下水道工事を中心とした、土木工事の施工現場において下記業務をご担当いただきます。 ・施工計画の作成 ・現場の工程管理 ・資材の品質管理 ・作業の安全確認 ■担当エリア：関東圏内が中心となりますが、北海道・東北エリアの案件にも対応いただきます。 ■採用背景：部門強化による増員募集 ■クボタ建設の高い技術力： 【ミニシールド工法】口径２ｍ以下の小口径トンネル構築工法として確立されています。2006年3月には、施工延長実績も432,000ｍを超え、最大１スパン施工延長も2,340ｍを可能としています。今後もこのミニシールド工法を市場の実情にあわせて開発・改良することにより、更なる長距離化や省力化、コスト削減など、様々な面に対応できる技術として期待されています。 【ダンビー工法】「既存の管路を活かす」というリサイクル思想に対応する技術です。管自体の老朽化や汚染の性状変化などによって、ひび割れや腐食、ジョイント部のズレなどが生じた場合、既設管路の内側に硬質塩化ビニル製の帯板をスパイラル状に巻き立てることで更生管を構築し、既設管との一体化を図った「複合管」を形成することが可能です。内径800�o〜3000�oまでの管路を非開削でスピーディに更生します。 【クボタ建設】 「コンプライアンスリスク・フリー」を基盤とした「CSR経営」のさらなる追求を今後も継続していきます。 創業以来、株主である株式会社クボタと共に、蓄積してきた施工技術・ノウハウを生かし、水道・下水道をはじめとする「水に関する社会基盤整備事業」を手掛けることによって国民生活の安全と安定に寄与、貢献してまいりました。 21世紀の今日、「自然環境との調和」「人と自然との共生」が「経済と人との生活」にとっての大きなテーマとなってくる中で、当社の技術・経験を活かし、新たな技術開発をたゆまなく推進することによって、「水に関連する社会基盤の整備」を実現することが、当社のテーマだと考えております。 当社はミニシールド工法、EX・ダンビー工法、エンビコ、軽量土等を中心とした【独自の固有技術】を保有しており、特に上下水道事業に強みを持っております。 国内外問わず案件拡大中につき当社でご活躍いただけるメンバーを募集いたします。 ＝会社概要＝ 社名（英文名） 株式会社クボタ建設 (Kubota Construction Co.,Ltd.) 代表者 代表取締役社長　荒川　範行 創業・設立　1955年4月1日 従業員数 407名 資本金 4億円 株主 株式会社クボタ 売上高 293億78百万円（2020年12月期実績） 本社所在地 〒556-8601 大阪市浪速区敷津東一丁目2番47号 ＝＝