データサイエンスでビジネスを成功させる

AI研究開発室

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。

【産学連携プロジェクト】データサイエンティスト募集
Mission

業務内容

プロジェクト業務

  • フィンテック

    Fintech

    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。

  • アドテク

    Adtech

    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。

  • アプリ

    App

    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。

  • その他

    Other

    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。

研究開発業務

  • AIインフラ

    AI infrastructure

    MLOps、BigData・分散処理（MPP）、Software Enigneering、LargeScale System Design等

  • 統計学習

    Statistics learning

    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

  • 金融AI

    AI for Financial Services

    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

  • 深層AI

    Deep AI

    NLP・NLU、Knowledge Graph、ecommendationモデル、強化学習、Meta Learning/Transfer Learning／Self-supervised Learning等

Attraction

AI研究開発室の魅力

  • 01

    成長を続けるグループで、幅広い事業のプロジェクトに参加できる

    • インターネット
      インフラ事業
    • インターネット
      金融事業
    • インターネット
      その他事業
    • インターネット
      広告・メディア事業
    • 暗号資産
      （仮想通貨）事業
    連続増収・増益！
  • 02

    自社のビッグデータを直接扱え、解析するデータの種類が多岐にわたる

    • 世界 No.1 規模の金融データ

      時系列データ

      ユーザー行動データ

      etc

    • 数百テラバイト規模のアドテクデータ

      ユーザー行動データ

      記事データ

      etc
Development

開発体制・技術

  • ビジネスから学べる

    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。

  • 課題設定から携わる

    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。

  • 技術の選定は現場に一任

    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。

利用技術

解析手法
  • 機械学習

    アンサンブル学習/勾配ブースティング（Gradient Boost Tree + LR, Random Forest, ExtraTree , Ada Boost, XGBoost, LightGBM）、PCA、ニューラルネットワーク (MLP)、FP-Growth、Word2Vec、Doc2Vec、協調フィルタリング、ベイズ推定、HMMモデル（隠れマルコフモデル）

  • 統計分析

    T検定、カイ二乗検定、F検定、二項検定、コルモゴロフ・スミルノフ検定、シャピロウィルク検定、サンプリング（MCMC,ブートストラップ法など)、分散分析、因果推論（差分の差分法など）
開発技術/環境
  • Python、PyData（numpy、scipy、pandasなど）、Scala、Java
  • MySQL、MariaDB、Percona Server、PostgreSQL、Galera Cluster、Oracle
  • TensorFlow、Spark（PySpark）、Hive、Hadoop/HDFS、Sqoop
  • GCP（GCS、BigQuery、VertexAI、Dataflowなど）、AWS（S3、SageMakerなど）
開発ツール
  • Trello、Atlassian（Jira、Confluence）
  • PyCharm、Jupyter、HUE、VS Code
  • Tableau
開発手法
  • アジャイル開発（scrumベース）
Member

メンバー紹介

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。

  • データサイエンティストA中途入社

    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。

    配属先
    スマホアプリを運営するグループ会社のデータ活用推進プロジェクトにアサイン。バックエンドに蓄積されるビックデータを対象に、施策立案のためのデータマイニングから、ABテスト/効果測定のための統計検定および統計的因果推論まで、ビジネス施策の全フェーズをデータドリブンにしていき売上向上に貢献。Python/SQL/各種BIの利用や、分析のコンテナツール化などを実施。
  • データサイエンティストB中途入社

    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。

    配属先
    世界No.1規模の金融データを扱うプロジェクトにデータサイエンティストとしてアサイン。データを格納しているHadoopの解析基盤上でPython/PySparkやTableauなどを操り、収益改善のためのデータサイエンス業務を担当。
  • 機械学習エンジニアC中途入社

    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。

    配属先
    世界 No.1 規模の金融データを扱うプロジェクトにデータ分析エンジニアとしてアサイン。データを格納しているHadoop上でPython/PySparkによる解析モデルや実装開発をリード。データ分析や解析アルゴリズム検討、モデルチューニングも担当。能力に応じてデータサイエンティストとして進むことも、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。
Recruit

募集要項

応募条件
データサイエンティストは以下をすべて満たした方
  1. 1. 学校、研究機関、あるいは企業の専門部署などにおいて「確率論・統計学」の知識を学び、その手法でデータを解析してきた経験。
  2. 2. 学校、研究機関、あるいは企業の専門部署において「数理モデル」によって課題を解決した経験。
  3. 3. 主要なプログラミング言語（Python、Java、C/C++など）でコーディングした経験。
  4. 4. 「機械学習」の代表的な手法を学び、実際に一つでも試してみた経験。
機械学習エンジニアは以下をすべて満たした方
  1. 1. 「機械学習」モデルを実業務で実装し本番運用した経験。
  2. 2. システム開発におけるテストをきちんと行える。
  3. 3. 大学・大学院・専門高校などで情報工学/情報科学系を専攻した、あるいは同水準の知識を有している。
歓迎する経験
  • ・コンサルタントまたは事業部門の経験。
  • ・課題解決のために「機械学習」のモデルを使って、実際に成果を上げた経験。
  • ・金融工学(プライシング、リスク管理、取引システム、マーケット構造など)に関わる業務の経験。
  • ・アドテク(CTR予測、DSP/SSP/DMP/アドネットワークなど)に関わる業務の経験。
  • ・Pythonでたくさんコーディングした経験。PyData（numpy、scipy、pandas、scikit-learnなど）の利用経験。
求める人物像
  1. 1. 手法ありきではなく、ビジネス課題解決のためにあらゆるアプローチを考えて最適なやり方を見出すことが好きな方。
  2. 2. どんなことにも興味をもち、情熱をもって新しい技術、新しい業務にチャレンジできる方。
  3. 3. 一人では到底できない大きな成果をチームで目指せる方。
  4. 4. データや結果を鵜呑みにしないで、常にクリティカルシンキングを行える方。
働く環境
開発環境
各自の業務内容にあわせて、メモリの増設、デュアルディスプレイ等の対応を行っています。必要に応じてノートPCをWindows/Mac選択できます。定期的に（およそ2年に1度）PCを最新の物に切り替え、開発環境の劣化を防いでいます。また、全員に携帯端末を貸与（必要に応じて機種変更可）。
GMOすごいエンジニア支援制度
一人ひとりに「スペシャリスト」として、モチベーション高く技術力向上に励み、優れたサービスの開発に努めていただくことを目的とする、複数の支援プログラムで構成される制度です。データサイエンティスト、機械学習エンジニアも対象です。 https://recruit.gmo.jp/environment/
オフィス環境
GMOインターネットグループ株式会社のオフィスは渋谷駅前にあります。第1本社ビルはセルリアンタワー、第2本社ビルとして渋谷フクラスがあります。 https://recruit.gmo.jp/office/
福利厚生
様々な福利厚生制度を用意し、仲間一人ひとりが安心して業務に集中し、その能力を十分発揮しながら働き続けることができるように、さまざまな仕組みや環境づくりに力を入れています。 https://recruit.gmo.jp/welfare/
社内制度
入社後に、早く当社に馴染んでいただけるよう1年を一つの区切りとして、入社後定期的にフォローアップ研修とヒアリングを実施しています。その他、イベントが多数あります。 https://recruit.gmo.jp/training/
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

地図

オフィスの様子

勤務時間

10：00～19：00（休憩1時間、実労働時間8時間）
※業務状況により残業有
給与

  • 年収　※経験・能力等を考慮し、当社規定にて優遇します。
  • 通勤手当
  • 昇降給年4回（1月・4月・7月・10月）
応募方法
履歴書 (書式自由、pdf 形式、 サンプル ) および職務経歴書 (書式自由、pdf 形式、 サンプル ) をご用意の上、エントリーしてください。
お知らせ新規プロジェクトのメンバー募集
  • 職種

    データサイエンティスト（バイオインフォマティクス）【老化細胞研究/東京大学医科学研究所】

    東京大学医科学研究所様との老化細胞の共同研究のプロジェクトに参加していただきます。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。

    詳しくはこちら