日本経済新聞社（エンジニア、UIUXデザイナー）の■AIエンジニア、MLエンジニアの求人

当社はテックカンパニーを目指しており、紙のメディアにはないデジタルならではの価値を提供する様々な施策を検討、実施しています。
日経電子版は、2010年の創刊以来、新聞業界のデジタルシフトをリードし、Webサイトやアプリを通じて経済ニュースを中心にビジネスや生活に役立つ情報を提供しています。紙の新聞の形式でニュースを閲覧できる「紙面ビューアー」や、好みに応じた情報をお届けするパーソナライズ機能など、内製開発を進めることでスピード感を持って多様なニーズに応え、100万人を超える方々に有料会員としてご利用いただいています。

さらなる成長を目指すために、新しい技術を取り入れたApple Vision Pro向けアプリや生成AIを活用したサービス、新たなメディアサービスの開発など、エンジニアの挑戦は続きます。本ポジションでは、生成AIを活用した電子版や周辺サービス向けの機能開発、記事のレコメンデーションなど機械学習・AIを用いた開発に取り組んでいただきます。

日経電子版では数百万件におよぶ記事データや何十億件にものぼるログデータなど、独自に保有しているデータが大量にあります。これらのデータを生成AIや機械学習・自然言語処理などによって活用し、他社にはできないサービス開発に取り組みます。

また、優秀なデータサイエンス人材が所属しており、部署を越えて定期的に情報交換や勉強会も実施しています。
例えば、データサイエンスコンペティションの「Kaggle」で優秀な結果を残した「Kaggle Master」が複数人おり、自然言語処理学会などへの論文投稿も積極的に行っています。こうした社内人材と連携しながら、機械学習・AIに対する開発力を高め、事業成長につなげていきたいと考えています。

■経験できるキャリアについて
自社サービスを提供しており、機械学習モデルの開発以外にもサービス企画や機械学習開発環境の改善など状況とご興味に応じて幅広い経験をつめる機会があります。有料会員97万人超、登録会員数500万人超の多くのユーザーからのアクセスに伴う大規模なログデータがあるため、大規模ログデータ分析と機械学習応用の経験が得られます。また、日経電子版の記事データを扱った自然言語処理に取り組む機会や、実サービス上で改善を実施するためデータサイエンスの経験を積むこともできます。

■チームについて
チームは進行中のプロジェクトや得意領域によって決まりますが、日経電子版のプロダクト開発やデータ関連チームに所属していただきます。日経電子版だけでなく、社内のデータサイエンティストやエンジニアとの情報共有・交流の枠組みもあり、チームを超えて知識を高めていくことができます。

【具体的な業務】
・生成AIを活用した機能開発および周辺システム・インフラの構築
・記事などコンテンツの推薦システムのモデル検討、開発・運用・改善
・効果的にKPIを改善するためのデータ分析、推薦ロジックの考案、検証と導入
・スキルと希望に応じて、以下のような業務
　・機械学習のスキルを活かした日経電子版のUX向上の企画
　・MLOpsの設計、構築

■技術スタック
https://hack.nikkei.com/tech-stack/

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
【応募資格】
・社会人として勤務経験がある方が対象です。
・日本語ビジネス会話レベル以上を必須とします。
・以前に当社を受験したことがある方も応募できます。

【選考方法】
下記を予定しています。状況に応じて変更となる場合があります。
・書類選考
・現場面接(3回)＋適性検査：うち技術面接は弊社（大手町）にて対面で実施します。
・人事面接：事前に所定のエントリーシートを提出いただきます。
・最終面接：事前にリファレンスチェック(※)を実施します。面接は対面で実施します。
・オファー面談
※「back check」を使用します。現職もしくは前職の業務で関わりがあった方から、候補者様に関する情報をアンケート形式で回答いただきます。

【その他】
・株式や投機性の高い金融商品の取引には制限があります（就業規則で規定）。
・業務内容の変更の範囲：（雇入れ直後）デジタル編成ユニットにおける業務（変更の範囲）会社の定める業務

・機械学習、事業の両面で自発的に課題を発見し、周囲を巻き込みプロジェクトを推進できる方
・機械学習領域だけでなく、サービスへの導入や開発環境の改善などにも取り組んでいただける方
・モダンなアーキテクチャ、開発プロセスに興味、意欲のある方

・機械学習を用いたプロダクトの開発経験 (3年以上)
　・データの収集・前処理・モデル学習・デプロイを行うパイプラインの構築
　・機械学習モデルを利用したAPIの実装
　・モデルの性能監視や継続的な性能改善のためのフィードバックループの設計・実装
　・CI/CDの構築や、クラウドインフラの運用などのバックエンドエンジニアリングの経験
・以下のいずれかの分野の専門知識と実務経験
　・レコメンドシステム
　・自然言語処理
・機械学習を用いた実サービスの企画ないし、提案、実装、評価まで一連の経験
　・機械学習モデルの導入について、事業と技術の両面でメリット・デメリットを議論できること
・統計的検定とその活用についての基礎的な知識

・大規模プロダクトの開発・運用経験
・機械学習案件のプロジェクトマネジメント経験
・LLM を活用した本番サービス向けパイプラインの構築や運用