ビジネスAIツール「AMATERAS RAY」のバックエンドエンジニアのポジションです。 ▍AMATERAS RAYについて（https://inside.ai/service/amateras-series/） AIの専門知識のないビジネス部門の実務者でも、ブラウザのクリック操作だけで需要予測/販売予測などの様々なAIモデル構築が可能なビジネスAIツールです。 ▍具体的な職務内容 AMATERAS RAYの新機能開発・改善に携わっていただきます。プロダクトの「ビジョン策定→仕様詳細化→設計→実装→テスト→リリース」まで、一貫して携わります。 また、ウェブアプリとしての機能だけでなく、機械学習部分の実装にも取り組んで頂きます。 機械学習部分はアルゴリズムそのものというより、難しい技術をいかにわかりやすく・楽しく・再現性のある形で使えるか、というUX目線の実装が中心です。 （機械学習の実装経験がない方でも、一緒にキャッチアップしながら進めていくのでご安心ください） 少数精鋭で個人の裁量が大きいため、チャレンジする意欲があれば、どこまでも幅広い業務領域に携わっていただけます。 - ロードマップ策定 - 技術選定（フレームワーク、ミドルウェア、その他開発ツール等） - アーキテクチャ設計 - サービス設計 - API実装 - 機械学習機能の実装（ライブラリ使用） - 処理の高速化・最適化 - リファクタリング ▍将来的にお任せしたい仕事 - テックリード、PM、EM、PdMなどのリーダー、マネージャー職 - AI inside らしい開発文化の醸成、浸透 ▍この仕事の魅力 - 会議は最小限にエンジニアの生産性ファーストな現場 - ただの分析ツールではない「世界一使いやすいツール」という未知の領域を一緒に切り開いていくダイナミズム - アプリ開発、機械学習どちらの領域にも関わることが可能 ※どちらかの経験しかない方でも活躍している実績があり、アプリ側・機械学習側両方の経験を積みながら実践的なスキルを伸ばしていくことができます。 ▍組織構成 5名程度の小さなチームで、裁量を持って取り組んでいただけます。 全ての意思決定はチームで行われるフラットな組織構造です。 ▍主な技術スタック 【ML関連】 * scikit-learn / LightGBM / XGBoost * statsmodels * pandas / numpy * Optuna * mecab 【Backend】 * Go * Ruby / Ruby on Rails * Python ★バックエンドメイン言語 / flask /celery 【Frontend】 * HTML * CSS / SCSS * JavaScript / TypeScript * React ★フロントメイン言語 / Redux * Node.js / gulp / webpack 【Infrastructure】 * Terraform / CloudFormation / Ansible / GithubActions * Container: Docker * Computing : AWS ALB / EC2 / ECS / EKS / Fargate * Database : MySQL / Redis * Storage : AWS S3 【tools】 * GitHub * Slack

- Pythonでの実装経験

- アーキテクチャ設計など上流工程から関わった経験 - Webアプリの開発経験 - 機械学習の実装経験（ライブラリ使用も含む）

- 大きな裁量のある環境で自由に実装することを楽しめる方 - テーブルデータの汎用化という前人未到の課題にワクワクする方 - 将来機械学習アプリのチームを率いていきたいという野望のある方 - ボードゲームが好きな方