データサイエンティスト【産学連携 / 東京大学医科学研究所】

グループ研究開発本部とは	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。当社の主な事業領域・インターネットインフラ事業（ドメイン、ホスティング/クラウド、アクセス、決済、EC支援、セキュリティ）・インターネット広告・メディア事業（メディア、アドテク、クーポン・ポイント）・インターネット金融事業（証券、銀行）・暗号資産(仮想通貨)事業（交換所、マイニング、NFT）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。 AI研究開発室について https://recruit.gmo.jp/engineer/jisedai/ai/
業務内容	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。参考：東京大学医科学研究所癌防御シグナル分野との「生成 AI を活用した人間の老化細胞の特定と臨床応用」に関する共同研究契約締結のお知らせ https://www.gmo.jp/ir_news/article/732/ https://www.gmo.jp/news/article/8598/ ・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・研究課題を解決するために論文調査したりアルゴリズムを自分で考えたり、モデルを実装したり、スパコンやGPUマシンを利用・本プロジェクトは、研究機関との協力のもと、生物系のデータサイエンスに焦点を当てて進行します。データ解析や機械学習の技術を駆使し、生物学的な課題の解決を目指します。・将来的にはさらに専門性を高めるか、他のプロジェクトに参加し、実績に応じて希望のキャリアを積んで頂きます。他のプロジェクト例・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。・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。・アプリのプロジェクトフリー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。・その他のプロジェクト暗号資産取引、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。当社の事業一覧はこちらから確認できます https://www.gmo.jp/service/list/
ポジションの魅力	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
必須の経験（応募条件）	以下をすべて満たした方バイオインフォ系、研究機関にて行っていた博士の方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（業務経験不問）プログラミング言語でコーディングした経験（業務経験不問）
歓迎する経験	生物のポスドク（博士）で研究機関で働いたバックグラウンドがある方シーケンス解析経験（single-cell RNA-seq解析）大規模な遺伝子発現解析経験細胞分子生物学の専門知識など
求める人物像	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。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。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。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	経験：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。・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。
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）
働く環境	開発環境マシンはWindows、Macの用意があります。成果の最大化となる環境を教えてください。 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。 https://www.gmo.jp/csr/partners/engineer/ オフィス環境当社の本社オフィスは渋谷駅前のセルリアンタワー、および渋谷フクラスです。 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、イベントが多数ございます。 https://recruit.gmo.jp/training/
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/event/ 技術系イベントテックカンファレンスや技術勉強会など開発者向けイベントを自社開催するほか、開発者コミュニティへの協賛など行っています。 https://developers.gmo.jp/event
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　：　https://www.gmo.jp/company-profile/outline/ ◆オフィスの様子　：　https://recruit.gmo.jp/office/
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