ご検討中の皆様へ 面談・二次面接までは原則オンラインで行なっておりますが、最終面接やオファー面談はご来社いただき、対面での実施を予定しております。 ＜こんなことやります＞ ママ向けNo.1アプリのデータを用いて、データ分析・機械学習を活用しサービスの成長・課題解決にコミットします。 モデリングをするだけではなく、課題設定から始まり、APIの開発・デプロイ、A/Bテスト（効果測定）といった一連のフローを責務としています。 例： ・自然言語処理を用いたMLプロダクトの立案・開発 ・コミュニティの自動検閲 ・QA/記事/動画の推薦・パーソナライズシステムの開発 ・検索システムの改善 ・データ分析・効果測定・レポーティング ・投稿データを元にした時事問題に対するユーザーの思考・行動のレポーティング ・PdMを巻き込んだ施策提案とA/Bテストの実施 ■具体的な活用事例などを掲載しています ・https://tech.connehito.com/entry/ml_data_info ・https://eh-career.com/engineerhub/entry/2020/03/24/103000) 【募集背景】 Connehito Tech Vision(https://tech-vision.connehito.com/)の戦略に 「1to1 AI」というものがあります。 このように、会社としても今後機械学習分野に投資する意思があり、複数の機械学習プロダクトを実装していきたいという想いはあるものの、機械学習チームとしてはまだまだ少人数なこともあり、やりたいことに優先順位をつけて開発を進めています。 チームを拡大することで、機械学習プロダクトを使ったUI/UXの向上やTrust and Safetyなコミュニティ開発など、今まで以上に事業貢献を意識した取り組みを実施していきたいと考えています。その中で、何に取り組んでいくのがベストなのかをチーム内外のメンバーとディスカッションし、最適なタスク・アーキテクチャ・モデルを選択できる仲間を探しています。 機械学習などのデータ解析手法を主軸とし、会社・サービスを成長させていきたい方は是非お話を聞きに来てください！ 【業務内容】 ・機械学習モデルの開発・APIの開発 ┗Pythonによる機械学習モデリングやサービスに組み込むためのAPI開発を行います。 ・機械学習基盤の構築（MLOps） ┗AWSのマネージドサービスを用いて機械学習基盤の構築を行います。現在はECS, Glue, SageMaker, StepFunctionsなどを用いていますが、変化を恐れずに新しい技術を試しながら、よりよいアーキテクチャを採用していきたいと考えています。 ・データドリブンなプロダクト提案や改善 ┗BigQueryやRedash、Jupyterでのデータ分析と分析結果によるプロダクト提案や改善等を行います。 また、業務で得た知見をブログや登壇を通して外部に公開することを是とする文化があるため、課外活動も積極的に行っています。 アウトプットの事例に関しては下記をご参照ください。 [機械学習関連の開発者ブログ] ・https://tech.connehito.com/entry/ml_data_info 【開発環境】 ・言語：Python ・インフラ・機械学習基盤：AWS (ECS, Glue, SageMaker, StepFunctions, etc.) ・ツール：Docker ・分析：BigQuery, Redash, Jupyter ・その他：GitHub 【選考フロー】 書類選考→カジュアル面談（希望者のみ）→1次面接→2次面接→最終面接

・ライフイベント・ライフスタイルの課題解決をするサービスへの興味関心 ・SQL・Python等を用いたデータ分析・モデリングの経験 ・Python等を利用した機械学習プロダクトの設計・開発・運用経験 ・パブリッククラウド環境(AWS, GCP)の使用経験

・自然言語処理の理論的知識・実装力 ・推薦システムの理論的知識・実装力 ・Kaggle等の分析コンペティションでの入賞経験 ・Dockerなどのコンテナ技術での開発経験 ・検索システム（ElasticsearchやOpenSearch）の開発・運用経験