データサイエンスでビジネスを成功させる
グループ横断の事業やプロジェクトにおいて、データサイエンスチームとして技術支援・開発・解析などを行い、ビジネスの成功を支援します。
GMOインターネットグループが展開する金融サービスの本質を理解し、数理モデルや機械学習などのデータサイエンス技術を駆使しながら、予測が難しい金融データをうまく扱って収益を改善させます。
インターネット広告の主な仕組みの一つであるRTB(リアルタイム入札)において、広告出稿する側の費用対効果を最適化するDSP(Demand-Side Platform)の機械学習モデルの設計開発、効果測定などをメインに行います。
フリーWiFi接続を容易にするアプリの新機能や施策の効果測定を因果推論の技術を駆使して行い、データドリブンに経営判断するための仕組みを整えて、サービスのKPIを改善させます。
暗号資産取引、不正検知などに関して、データ解析や機械学習の技術を応用して支援します。
MLOps、BigData・分散処理(MPP)、Software Enigneering、LargeScale System Design等
パラメータ最適化(HP Tuningも)、統計検定・効果測定、定量指標設計・因子分析、グラフィックモデル・因果推定、確率分布・確率微分方程式等
定量取引手法・金融工学理論、時系列予測モデル、時空間モデル、Knowledge Graph、確率微分方程式等
NLP・NLU、Knowledge Graph、ecommendationモデル、強化学習、Meta Learning/Transfer Learning/Self-supervised Learning等
14期連続増収・増益!
時系列データ
ユーザー行動データ
etcユーザー行動データ
記事データ
etcフィンテック、アドテクといった担当する領域のビジネスを理解することで、機械学習・深層学習・統計手法を活かすことができます。
全て自社サービスのため、事業部と一緒に自ら課題を設定し解決方法を考え、データサイエンスに基づいた改善サイクルを行うことができます。
グループCTO直轄の部署であり、技術の選定は現場に一任されているため、最先端の技術を自ら検証・導入することができます。
解析手法 |
|
---|---|
開発技術/環境 |
|
開発ツール |
|
開発手法 |
|
アカデミックな分野で活躍してきた博士やエンジニア出身者など、バックボーンの異なるメンバーが集まる、多様性のあるチームです。
能力に応じてデータ分析エンジニアとして進むことも、プロジェクトマネージャとしてのキャリアにチャレンジすることもできます。
大学院で光工学の分野を専攻。新卒で大手コンサルティングファームに入社し、様々な業界のクライアントのデータ活用を推進するプロジェクトでBIツール・機械学習モデルの設計・開発を行う。
前職は日本を代表する研究所で、モデル植物のアミノ酸代謝を研究。数理解析用ウェブツールの作成等も行う。農学博士。PythonとC言語による数理モデル化、代謝シミュレーション、データ解析、時系列データに基づくネットワーク最適化・推定などを実施。
大学でソフトウェア工学・データベース工学を学び、大学院では自然言語処理(トピックモデル)を主に研究。前職はWebアプリケーション開発に従事。
応募条件 |
|
---|---|
歓迎する経験 |
|
求める人物像 |
|
働く環境 |
|
勤務地 | 交通:渋谷 JR・各線 渋谷駅西口徒歩5分 / 大阪 JR・各線 大阪駅連絡橋口徒歩5分 |
勤務時間 | 10:00~19:00(休憩1時間、実労働時間8時間) |
給与 |
|
研究機関と実施する産学連携の研究プロジェクトに参加して頂きます。データ解析や機械学習の技術を応用してプロジェクトを支援します。