機械学習エンジニア

次世代システム研究室とは GMOインターネットグループの事業領域で力を入れているスタートアップやグループ横断のプロジェクトにおいて、技術支援・開発・解析などを行い、ビジネスの成功を支援する部署です。

主な事業領域
・インターネットインフラ事業(ドメイン、クラウド、決済、EC)
・インターネット広告・メディア事業(SSP、DSP)
・インターネット金融事業(証券、銀行)
・仮想通貨事業(交換所、マイニング)

最新のテクノロジーを常に研究開発し、いち早くビジネスに投入し結果に繋げます。
業務内容 【プロジェクト業務】
以下のいずれかにまず参加して頂きます。その後さらに専門性を高めて頂くか、もしくは他のプロジェクトに参加して、実績に応じて希望のキャリアを積んで頂きます。

  1. フィンテック(Fintech)のプロジェクト
    • 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。
  2. アドテク(Adtech)のプロジェクト
    • 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。
  3. その他新たに立ち上がるプロジェクト
    • GMOインターネットグループが展開する様々なサービスのKPI改善や不正検知、または機械学習を使った新機能開発などを支援します。

【研究開発業務】
・プロジェクト業務を行いながら、一定の時間、全員で最先端の機械学習手法や新たな機械学習の応用を研究します。
・さらに四半期ごとに選任されたメンバーは重点的に研究開発を行います。
ポジションの魅力
  1. 世界 No.1 規模の金融データや、数百テラバイト規模のアドテクデータなどを直接扱うことができ、ビッグデータを解析する技術(Hadoop・PySparkなど)を習得できます。
  2. 時系列データ、ユーザー行動データ、記事といった様々な種類のデータを解析することができます。
  3. 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学び、最先端の機械学習・深層学習・統計手法などを常に学べます。
    • 重要な3つのスキル(ビジネス理解・データサイエンス・エンジニアリング)を身につけ、一つ以上強みを大きく伸ばせます。
  4. 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。
  5. 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。
  6. 本人の実績と意欲に応じて、チームの重点テーマについて自由に研究開発する業務に挑戦することができます。
  7. 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でチームが構成され、多様性のあるチームです。
必須の経験(応募条件) 以下をすべて満たした方
  1. 「機械学習」を実際に使って課題を解決した経験。
  2. 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
  1. 「確率論・統計学」の基礎が身についている。
  2. 「数理モデル」によって課題を解決した経験。
  3. アプリケーション開発業務の経験(設計、実装、テスト)が1年以上。
  4. 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。
  5. ビッグデータ&分散処理(Hadoop関連技術やSparkなど)の利用経験。
求める人物像
  1. 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。
  2. 一人ひとりでは到底できない大きな成果をチームで目指せる方。
  3. ビジネスの成功のため、自ら課題を見極めて、主体的に解決まで取り組める方。
  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。
配属先例 例1)
経験:
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。
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
    • 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
  • 開発技術/環境
    • Python/PySpark、PyData (numpy、scipy、pandas など)、Scala、Java
    • Percona Server(MySQL)、Oracle
    • Hadoop/HDFS、Spark、Hive(on Tez)、Sqoop
    • TensorFlow
  • 開発ツール
    • Trello、Atlassian(Jira、Confluence)
    • PyCharm、Jupyter、HUE
    • Tableau
  • 開発手法
    • アジャイル開発(scrumベース)
働く環境 開発環境
WindowsのデスクトップPC、ノートPCをご用意。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Macにすることも可能。
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)。
https://recruit.gmo.jp/engineer/env/development/

GMOすごいエンジニア支援制度
エンジニア・クリエイター一人ひとりに「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も対象です。
https://recruit.gmo.jp/engineer/env/support_program/

オフィス環境
GMOインターネットのオフィスは、渋谷駅から徒歩3分のセルリアンタワーにあります。
https://recruit.gmo.jp/engineer/env/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/engineer/env/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、イベントが多数ございます。
https://recruit.gmo.jp/engineer/env/system/
イベント 社内イベント
四半期毎にグループパートナーが一堂に集う全体ミーティングを開催しています。業績報告やグループ各社の状況報告などが行われます。
https://recruit.gmo.jp/engineer/env/event/

技術系イベント
会議スペースやコミュニケーションスペース「GMO Yours」を開放して、大型イベントを定期的に開催しています。
https://recruit.gmo.jp/engineer/support/schedule/
勤務地 東京都渋谷区桜丘町26-1 セルリアンタワー(本社)

◆交通 : JR・各線 渋谷駅南口徒歩5分
◆地図 : http://www.gmo.jp/company-profile/outline/
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 エントリーには、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) が必要です。

エントリー