【業務概要】

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。

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。


【プロジェクト】

産学連携の研究プロジェクト（生物系データサイエンス）
・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。

■休日：完全週休二日制, 土, 日, 祝日, GW, 夏季休暇, 年末年始

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。その中にAI研究開発室があり、
データ解析やAIに関する支援を行っています。また、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。

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。


◆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

■休日：完全週休二日制, 土, 日, 祝日, GW, 夏季休暇, 年末年始

As a product manager, will be responsible for product construction and execution (project management) to provide new experiences to users and solve various problems that users have through various analyzes. While logically creating the concept of "what the product should be" and "what the user really wants" using data, and in collaboration with engineers and QA, everything from actual development to release Process is the scope of business.

(Specific business example)

Providing market / competitive analysis
Defining business requirements
Developing product strategy and KPI
Building documentation and roadmap
Running test cases and the implementation process

■休日：完全週休二日制

●データサイエンティストオープンポジション（東京、大阪、兵庫、名古屋）

モノタロウでは前年比20％成長を10年以上にわたって継続。2010～2022の12年で売上規模は10倍近くの成長を遂げてきました。韓国・インドネシア・中国などアジアの国々でEC事業を展開、米国や欧州では、Graingerグループの一員として米国関連会社へのコンサルティングサービスを提供しています。

当社サービスでは積極的にデータサイエンスの活用を行っており、ECサイトにおける商品検索・レコメンド機能はもとより、マーケティング全般や物流サービスなどにおいて幅広くデータを活用しています。

本ポジションは、職種、ポジションを限定した募集と並行して、モノタロウの事業をけん引していただける方、支えていただける方をオープンポジションとして募集します。
ご提出いただいた経歴書をもとに、データサイエンティストとして詳細なポジションについてはこちらからご提案させていただく職種となります。

当社全体にデータサイエンスの適用範囲を広げることにより、ユーザーの使いやすさ、買いやすさ、利便性を向上させ、当社のECサービスを世界でも最も商品が探しやすく、見つかりやすいものにすることがミッションです。

またデータサイエンスのチームでは新しい技術の情報収集にも力を入れており、web上の記事や論文のチームへの紹介や国内外の会議への参加も行っていただきます。

本ポジションの主な役割：
モノタロウの事業に貢献できるような、データサイエンス技術の研究開発に関わっていただきます。

お任せするプロジェクトの例…
・B2B Eコマース向け商品検索・商品推薦
・データドリブンなECサイト改善
・データドリブンなマーケティングの最適化
・商品在庫、商品価格最適化
・サプライチェーン最適化

■休日：完全週休二日制

【ポジション概要】
全社のデータ利活用に関わる"攻め"・"守り"いずれも横断しての戦略策定・プロジェクト推進を担当

【業務詳細】
本ポジションでは、全社のデータ利活用に関わる"攻め"・"守り"いずれも横断しての戦略策定・プロジェクト推進を担っていただきます。

データサイエンス部門やデータエンジニアリング部門はもちろん、経営層やビジネス部門、IT部門、法務、政策渉外部門、グループ企業のCDOなど、幅広いステークホルダーとの折衝・調整を進めながら、データ活用による事業インパクト創出に向けたプロジェクトをリードいただきます。

ユーザーの暮らしや社会をより便利にするための"データ利活用"については、その期待と比例しデータガバナンスに対する要求水準も日々高まっています。

個人情報保護法をはじめ各種データ活用に関連する法令遵守や、データプライバシーへの対応・適切なデータ活用を行うなかで、本ポジションは全社の関係者を対象としたルールの策定・ルール遵守の環境やプロセス構築、ユーザーへのデータプライバシー機能提供、データ利活用による事業インパクト創出に向けた企画などを担います。

検索やメディア、コマースなど100を超えるサービスを通じて、日々蓄積される日本最大級のビッグデータを事業インパクトに繋げるための戦略立案や推進に寄与できる点が魅力です。

経営層やビジネス部門、IT部門、法務、政策渉外部門、グループ企業のCDOなど、幅広いステークホルダーとの折衝・調整を進めながら、LINEヤフーでのデータ活用による事業インパクト創出に向けたプロジェクトをリード頂きます。

検索やメディア、コマースなど100を超えるサービスを通じて、日々蓄積される日本最大級のビッグデータを事業インパクトに繋げるための戦略立案や推進の一翼を担えます。

【主な業務内容】
・ビジネス部門の課題分析を通じたデータ活用戦略の立案と実行推進
・データガバナンスに関するルール策定・運用企画
・ステークホルダー（経営層、各CxO、事業のビジネス責任者やデータ責任者、グループ企業のデータ責任者など）との折衝や調整

【参考資料】
https://www.lycorp.co.jp/ja/story/20240823/od.html

■休日：完全週休二日制, 土, 日, 祝日, 年末年始

MLOps Engineerは、Machine Learning Engineerと協業し、機械学習、データサイエンスのモデルを継続的にサービスに対して提供できる、基盤の構築、保守、運用を行います。また、キャディの持つデータを活用すべく、データ収集のためのパイプライン構築、データ活用の促進をリードする働きを期待します。

以下に業務例を示します。実際の業務はこれに限定されるものではありません。入社後の業務内容は、技術や専門知識、経験等を考慮のうえ決定します。

機械学習のモデルの推論を行うAPIおよびBatchの動作環境、CI/CDを用いたデプロイ環境の構築
本番環境での監視、パフォーマンスチューニングを含むSite Reliability向上のための実装
VertexやArgo Workflow上での機械学習処理パイプラインの開発、整備、運用
推論・学習プラットフォームのコストの最適化
モデリング担当者、Platform担当者とコミュニケーションし、プロセスを文書化
CADDiのMLOpsエンジニアはMLOpsの実プロダクトで上でのご経験が積めるのはもちろんのこと、ご経験やご興味に応じて、フロントエンドdemoの作成や新しいMLモデルの作成など、新しいチャレンジの許容度が広く、技術の幅を広げていける環境です。

【参考記事】
■ML/MLOpsエンジニア向け採用資料
https://recruit.caddi.tech/machinelearning
■CADDi AI Labの進化 R&Dから実用プロダクトへの旅路
https://speakerdeck.com/imaimai0/caddi-ai-labnojin-hua-r-and-dkarashi-yong-purodakutohenolu-lu-number-pmconf2023
■CADDiの機械学習モデル開発の流れと継続的な改善
https://caddi.tech/archives/4370
■CADDi DRAWER_ 仕組みで品質を作る図面解析
https://speakerdeck.com/imaimai0/caddi-drawer-shi-zu-midepin-zhi-wozuo-rutu-mian-jie-xi
■キャディ: 図面データ活用クラウドで Vertex AI を採用、多様で大量の図面を扱う AI 基盤を実現
https://cloud.google.com/blog/ja/topics/customers/caddie-vertex-ai-for-drawing-data-utilization-cloud
■Vertexで3ヶ月で作る運用可能なML API基盤
https://caddi.tech/archives/4123
■図面をデノイジングする技術について - 【ABEJA × CADDi】
https://speakerdeck.com/caddi_eng/tu-mian-wotefalseisinkusuruji-shu-nituite
■図面からの母材形状認識 - 【ABEJA × CADDi】
https://speakerdeck.com/caddi_eng/tu-mian-karafalsemu-cai-xing-zhuang-ren-shi-abejaxcaddi
■キャディ小橋CTO「1000ページの図面解析は機械学習でも大変だった」AI Lab“戦略的”組織変更の裏側
https://levtech.jp/media/article/interview/detail_276/

■休日：完全週休二日制, 土, 日, 祝日, GW, 夏季休暇, 年末年始

Machine Learning Engineerは、機械学習、データサイエンスにおけるモデルの開発および、それらを継続的にサービスに対して提供できる基盤の構築、保守、運用を行います。キャディの持つデータを活用し、プロダクトに価値を提供できる高い精度でのモデリング技術、およびチームでの安定したシステム開発を期待します。

以下に業務例を示します。実際の業務はこれに限定されるものではありません。入社後の業務内容は、技術や専門知識、経験等を考慮のうえ決定します。

【業務例①】図面に対する画像認識システムの構築
図面画像を解析し、図面上に記載された情報を抽出する技術開発を行います。

・画像からの特徴抽出、それらを用いた類似画像検索システムの構築、保守、運用
・画像認識モデルの構築、アノテーションの仕組み作り
・大規模言語モデル(LLM)や大規模視覚モデル(LVM)の活用検討
・作成した画像認識モデルのデモやレポートの作成および社内外への技術説明
・高いモデル精度を保証するための実験、分析、可視化
・図面上の情報抽出を行うバッチ処理、APIの開発とデプロイ

【業務例②】CADデータに対する解析システムの構築
CADデータを解析し、CAD内の情報や3D形状情報から必要な情報を抽出する技術開発を行います。

・CAD解析モデル・アルゴリズムの構築、アノテーションの仕組み作り
・作成したCAD解析モデルのデモやレポートの作成および社内外への技術説明
・高いモデル精度を保証するための実験、分析、可視化
・CADデータから情報抽出を行うバッチ処理、APIの開発とデプロイ

【業務例③】機械学習プロジェクトマネジメント
図面解析モデルをはじめとした機械学習モデル開発のプロジェクトマネジメントを行います。

・図面情報に関する課題の社内外からのヒアリングおよび要件を満たせるタスク定義
・プロダクトマネージャーと議論し、機械学習モデルのKPI詳細化・スケジュール合意
・必要に応じてアノテーションを定義し、アノテーションチームと適宜連携しデータセット作成
・図面解析・CAD解析に記載の業務例を自身 or チームの機械学習エンジニアとともに推進

【参考記事】
■ML/MLOpsエンジニア向け採用資料
https://recruit.caddi.tech/machinelearning
■CADDi AI Labの進化 R&Dから実用プロダクトへの旅路
https://speakerdeck.com/imaimai0/caddi-ai-labnojin-hua-r-and-dkarashi-yong-purodakutohenolu-lu-number-pmconf2023
■CADDiの機械学習モデル開発の流れと継続的な改善
https://caddi.tech/archives/4370
■CADDi DRAWER_ 仕組みで品質を作る図面解析
https://speakerdeck.com/imaimai0/caddi-drawer-shi-zu-midepin-zhi-wozuo-rutu-mian-jie-xi
■キャディ: 図面データ活用クラウドで Vertex AI を採用、多様で大量の図面を扱う AI 基盤を実現
https://cloud.google.com/blog/ja/topics/customers/caddie-vertex-ai-for-drawing-data-utilization-cloud
■Vertexで3ヶ月で作る運用可能なML API基盤
https://caddi.tech/archives/4123
■図面をデノイジングする技術について - 【ABEJA × CADDi】
https://speakerdeck.com/caddi_eng/tu-mian-wotefalseisinkusuruji-shu-nituite
■図面からの母材形状認識 - 【ABEJA × CADDi】
https://speakerdeck.com/caddi_eng/tu-mian-karafalsemu-cai-xing-zhuang-ren-shi-abejaxcaddi
■キャディ小橋CTO「1000ページの図面解析は機械学習でも大変だった」AI Lab“戦略的”組織変更の裏側
https://levtech.jp/media/article/interview/detail_276/

■休日：完全週休二日制, 土, 日, 祝日, GW, 夏季休暇, 年末年始

～「人体のデジタルツイン」を開発し、顧客の課題を解決する～
※「人体のデジタルツイン」とは、患者個人の属性や施される治療を変えた時の病状の経時変化をシミュレーションできる予測エンジンです

【担当業務】
・デジタルツインの開発に必要な医療データの探索・評価・フィージビリティ調査の実施。
・解析対象データの探索的分析を行い、顧客（主に製薬企業や自治体）の課題を定量的に理解したり、解決への示唆を得たりする。
・高度な統計モデリング、機械学習、またはデータマイニング技術を駆使し、顧客の課題に役立つデジタルツインを開発。
・疾患、薬剤、疫学等の医療専門家とコミュニケーション。
・顧客の課題解決方法に関する提携先海外企業とのディスカッション。
・開発したデジタルツインの活用（論文化、アプリ開発など）に向けた顧客支援。

【主な顧客】
製薬企業、その他ヘルスケア関連企業、自治体、保険組合、大学・研究機関　など。

【具体的なプロジェクト】
リアルワールドデータを活用し、病気の進行や治療への反応の多様性について理解する。
病気の進行や治療への反応の多様性に寄与する因子を特定する。
個々の患者の病気の進行や治療への反応を予測できるアプリを開発する。
臨床試験の設計を変えた時の結果を予測する。

■休日：完全週休二日制, 祝日, 年末年始, 土, 夏季休暇, 日