Job offer curation - ⁨統計モデリング⁩

レバレジーズ株式会社 企業の安定性と成長性を担保する独自の経営戦略のもと、2005年の創業以来黒字経営を継続し、2024年度には年商1428億円まで急成長を遂げたメガベンチャーです。 自分たちの仕事によって誰かが必ずプラスの感情になる「感情への貢献」をテーマに、事業を創り続け、国や業界をまたいだ問題解決に取り組んでいます。 現在、IT・ヘルスケア・M&A・SaaS・海外などの領域で40以上の事業を展開。 新規事業にも積極的に投資しており、年間100億円規模の投資の元、10以上もの新規事業を立ち上げているため、様々な業界を経験することができます。 渋谷スクランブルスクエアに本社を構え、2024年には「働きがいのある会社」ランキングの大規模部門ベストカンパニーとして6年連続の受賞を果たしました。 下記、弊社オウンドメディアもぜひご覧ください。 ▼【20周年特設サイト】(https://leverages.jp/20th) ▼【公式オウンドメディア】meLev(https://melev.leverages.jp/) ▼【公式YouTube】レバレジーズCh(https://www.youtube.com/channel/UCYtyPBc-cdZo9ie5o45_PiA) 業務内容 ◎詳細 レバレジーズが運営する全サービスのデータを用いて、各事業部ごとに課題を抽出し、それに応じた分析や機械学習による効率化を行います。 扱えるデータの種類は事業部ごとに異なるため、課題に応じて様々なアプローチを考えていただきます。 テーブルデータだけでなく非構造データを扱う機会が多いため、自然言語処理を駆使したりと特徴量作成の観点で色々とやり込める環境です。 データ分析や機械学習のアルゴリズム開発を行った際は、直接ビジネス現場の担当者にプレゼンテーションをしたり導入支援をしたりするため、作って終わりではなく、実際にデータ活用のその瞬間までプロジェクトに関わっていただきます。 ・因果推論を用いたマーケティング施策の効果検証 ・自社サービス向けのレコメンドアルゴリズムの開発 ・業務効率化のための機械学習モデリング ・統計モデリングによるKPI等の予測 ・自然言語処理を用いた業務効率化ツールの開発 ◎扱うデータ ・自社サイトのアクセスログデータ ・顧客の属性データ、顧客の時系列情報 ・自社社員の行動（架電履歴など）データ ・WEB広告（主にgoogle系）の配信成果データ等 ・テキストデータ（QAサイトのデータ、求人票のデータ、経歴データなど） ・音声データ（通話） ・その他、画像、動画データ ※事業の特性上、ゲーム系のように大容量データをリアルタイムに処理する機会はありません。 ◎使用技術 言語：Python（Scikit-learn, Pytorch, Tensorflow）、R、SQL（BigQuery、Presto）、Stan 環境：Linux クラウド：Google Cloud、AWS ◎当ポジションの魅力 ・インハウスの組織のため、提案をして終わりではなく、統計学を用いた意思決定、機械学習の社会実装に挑戦できます。 ・データサイエンティストとしての専門性を深めることは当然ながら、エンジニアやマーケターと共に仕事を進めることが多いため、データ分析以外の領域へ業務や知識を広げていくことも可能です。 ・データサイエンティストのチームながら、依頼があって受け身で分析をするのではなく、ビジネスの長期戦略に影響を与えるような提案にも重きを置いています。 ・職務経歴書や求人票、電話ログなど、非構造化データを扱った分析が多く、自然言語処理や非構造化データへの機械学習の適用にチャレンジできます。 ◎キャリアパス ご希望、適性に合わせて幅広いキャリアをご用意しております。入社後のキャリアチェンジも可能です。 ・データサイエンティスト テーブルデータだけでなく、テキストデータ、音声データ、画像データを用いたプロジェクトを通じて幅広いデータで課題解決ができます。 ・データコンサルタント データを用いた戦略を立案し、事業部に働きかけることでデータ分析コンサルティングのスキルを伸ばせます。 ・データエンジニア 機械学習のプロダクトをデプロイするためにリアルタイム処理を行う機構の開発や並列化処理、あるいはクラウドコンピューティングなどを通じてエンジニアリングスキルを高められます。 ◎働く環境 ・私服可 ・作業中イヤホン可 ・ハーマンミラーの椅子 ・メンター制度による中途入社者へのフォロー

統計解析の専門職として、治験から市販後までの幅広い医薬品開発プロジェクトに携わります。癌、再生医療、COVID-19を含む14の異なる領域での研究や分析業務を行い、医薬品開発における重要な役割を担います。製薬業界の最前線で、イノベーティブな医療ソリューションの創出に貢献します。

私たちは、データ駆動の意思決定をリードできる機械学習エンジニアを求めています。 開発局では、「自分たちで創って、自分たちで売る。」をビジネスコンセプトに、様々なマーケティング課題に対して、自らプロダクト開発を行うことでソリューションを提供し、クライアントの事業の進化を目指しています。自社プロダクトの1つとして、Demand Side Platform(以下、DSP)の開発を行っています。 自社プロダクトであるDSPは、認知獲得のためのブランディング広告や、成果に直結するパフォーマンス広告といった、マーケティングにおける様々なニーズに応えられる機能を提供しています。2019年のサイバー・コミュニケーションズ（CCI）との経営統合を期にブランディング広告領域への開発投資を積極的に行ってきましたが、現在はブランディング広告向けの機能が充実する中で、パフォーマンス広告領域への投資を行いさらなる事業成長を狙います。 パフォーマンス広告では、広告主に成果(アプリのインストール、商品の購入など)を還元する過程で、データ分析や機械学習が重要な役割を担います。ロジック開発は単なる技術的な取り組みではなく、ビジネス戦略そのものです。最適な入札価格の決定や効果的なクリエイティブの選択を自動化することで、プロダクトとしての優位性を確立します。 この分野では日々新しい手法が提案されており、それらを効果的に活用するには深い洞察が必要です。論文サーベイで得られた手法を自社プロダクトに適用するには、実際の広告リクエストや広告主の要望など、ビジネス背景を十分に考慮する必要があります。 これらを実現するために、技術力だけでなく、ビジネス感覚を持ち、組織や戦略に積極的に貢献できる方に来ていただきたいと思っています。 リード機械学習エンジニアのミッションは大きく二つあります。 ▼ビジネスの生命線を担う 機械学習モデルの性能向上は、ビジネスに直接的な影響を与えます。CPC（クリック単価）やCPA（成果単価）などのKPIを達成するために、モデルの構築・改善を行います。また、リアルタイムオークションにおける各種ロジックは、ビジネス上の意思決定を自動化する重要な役割を果たします。ビジネスサイドと協力してビジネス課題を解決し、具体的な施策を提案し、その実現に向けたロードマップを策定します。 ▼プロダクトの技術課題へのアプローチ 以下のような技術的な課題に対処し、プロダクトの品質向上に貢献します。 ・入札価格の決定 広告リクエストの属性（メディアやユーザー情報など）と案件情報（ターゲティング情報など）を組み合わせて、最適な入札価格を決定します。入札価格を低く抑えることは広告効果の向上に直結します。 ・クリエイティブ選択 数あるクリエイティブの中から、効果的な（クリック率が高いなど）ものを選択します。 ▼低レイテンシーな機械学習システム DSPでは、リクエストあたり100ms程度でレスポンスを返す必要があります。機械学習モデルが推論に使える時間は10ms程度です。低レイテンシーな機械学習システムを開発したいエンジニアは挑戦しがいのある環境です。 ▼Snowflakeやdbtを活用したモダンなデータ基盤 デジタル広告においてデータは命です。データ分析やモデル構築などにおいてデータを中心に意思決定をします。データ基盤チームは、配信ログなどのデータについてデータ品質を担保してくれます。プロダクトチームのエンジニアはdbtを使用して簡単に分析・学習用のデータを抽出する環境が整っています。データ基盤チームは機械学習エンジニアがその専門性を最大限に活かすサポートをします。 データ基盤については以下に詳しくまとめているので、よろしければご覧ください。 ・Snowflakeの力を引き出すためのdbtを活用したデータ基盤開発の全貌(https://techblog.cartaholdings.co.jp/entry/snowflake-dbt-data-platform-vision) ・Snowflakeと共に過ごした一年間。その進化過程と未来へのVision(https://techblog.cartaholdings.co.jp/entry/snowflake-data-platform-vision) ・データ基盤Visionの進化の軌跡-事業の成長と共に歩んだ道のり(https://techblog.cartaholdings.co.jp/entry/data-driven-vision-evolution-journey) ▼多様なバックグラウンドを持つプロダクトチーム DSPのロジックの開発は、ソフトウェアエンジニアから構成されるプロダクトチームと機械学習エンジニア・データサイエンティストのロジックチームに分かれていました。しかし、ドメインナレッジ