仕事内容
＜ミッション＞
「テクノロジーの力で産業構造を変革する」
お客様の抱える経営課題/事業課題を、機械学習（LLM含む）・統計・数理最適などデータサイエンスの力を駆使することで根本から解決へ導きます。 そのために、本ポジションでは、プロジェクトマネージャなどのビジネスサイドやエンジニアと密に連携しながら、要件定義・技術選定・モデル開発・運用まで、一連の流れを率いていただきます。 また、組織全体のパフォーマンスを最大化するため、メンバー育成やカルチャー醸成など多方面でリーダーシップを発揮し、ABEJAが描く未来を共に創っていただきます。
＜業務内容＞
プロジェクトマネージャやエンジニアと連携しながら、様々なデータサイエンス技術を駆使して、お客様の経営課題/事業課題を解決に導いていただくポジションです。 グループ全体のアウトプットが顧客満足に繋がるよう、シニアメンバーと共にその品質向上に務め、価値提供に向けて必要なアクションを取っていただきます。
■データ分析、モデル作成データ要件の整理、技術スタック選定
・ データの前処理、EDA、可視化
・ 最適な手法の調査・選定
・ モデルの作成、精度・性能評価
・ ディープラーニングを含む機械学習(画像・自然言語・構造化データ)
・ 大規模言語モデル（LLM）の活用（学習、推論含む）
・ 統計解析・因果推論などの統計モデリング
・ 数理最適化などの数理モデリング
■エンジニアと連携したモデルの商用実装
・ 定期的なモデルのパフォーマンス評価、パフォーマンスの維持・向上（ML ops / LLM ops）
■提案活動、提案内容レビュー
・ 受注前のプロジェクトにおける顧客との折衝、プロジェクトの要件整理
・ 整理した要件に基づく、提案内容のレビュー、実現可否判断
・ 提案を魅力的にするための最新技術知見を踏まえた示唆だし
■技術の横展開・技術ブランディング
・ 実装ロジックの汎用化およびプロダクト化
・ 技術ナレッジの公開（論文投稿・学会発表・勉強会登壇・Meetup、テックブログ等）
| 求人案件名 | トランスフォーメーション領域：データサイエンティスト（ミドル） |
|---|---|
| 職種 | ITエンジニア |
| 職業 | データサイエンティスト, その他 |
| 求人企業名 | 株式会社ABEJA |
| コーポレートサイトURL | https://www.abejainc.com/ |
| 企業概要 | サマリー:ABEJAが展開するデジタルプラットフォーム事業 ABEJAのデジタル版EMS（EMS：Electronics Manufacturing Service）を採用することで、DXに必要な全行程に対応できるABEJA Platformの最先端の「製造機械」と「製造ノウハウ」を基幹業務のDXに活用することが可能となります。 それにより、自社でAIシステムの開発やAIシステムを導入したビジネスプロセスの運用を行うよりも迅速な実装が叶い、高度な技術を継続的に利用できるとともに、コストダウンとリスク回避、ケイパビリティの強化を実現できます。 DXの実行に必要なプロセスを提供し、継続的安定的な運用を行う、ソフトウェア群 DXの実行に必要な、データの生成・収集・加工・分析、AIモデリングまでのプロセスを提供し、継続的、安定的な運用を行う、ソフトウェア群 ABEJA Platformによるバーティカルアプリケーション ABEJA Platformを利用したソリューションブランド。 各業種に最適化したサービスを提供しています。 |
| 設立年月日 | 2012年9月1日 |
| 資本金 | 775百万円 |
| 従業員数 | 101〜300名 |
| 配属部署 | |
| 配属部署詳細 | |
| 募集背景 | ABEJAは創業以来、高い技術力と顧客に寄り添う提案力を武器に、多くのAIソリューションやプロダクトを社会実装してきました。近年、大規模言語モデル（LLM）や生成系AIなどの進化によって、ますますミッションクリティカルな領域を含む幅広い課題解決のニーズが急速に高まっています。 こうした社会的に大きなインパクトをもたらす取り組みに対し、より積極的にチャレンジし、DX推進や社会課題解決に貢献すべく、当社の事業をさらに拡大・牽引いただける方を募集しています。 将来的には、新たなソリューションの開発や大規模プロジェクトの推進などを担い、社会全体をより良い方向へ導く中心人物としてご活躍いただきたいと考えています。 |
| 仕事内容 | ＜ミッション＞ 「テクノロジーの力で産業構造を変革する」 お客様の抱える経営課題/事業課題を、機械学習（LLM含む）・統計・数理最適などデータサイエンスの力を駆使することで根本から解決へ導きます。 そのために、本ポジションでは、プロジェクトマネージャなどのビジネスサイドやエンジニアと密に連携しながら、要件定義・技術選定・モデル開発・運用まで、一連の流れを率いていただきます。 また、組織全体のパフォーマンスを最大化するため、メンバー育成やカルチャー醸成など多方面でリーダーシップを発揮し、ABEJAが描く未来を共に創っていただきます。 ＜業務内容＞ プロジェクトマネージャやエンジニアと連携しながら、様々なデータサイエンス技術を駆使して、お客様の経営課題/事業課題を解決に導いていただくポジションです。 グループ全体のアウトプットが顧客満足に繋がるよう、シニアメンバーと共にその品質向上に務め、価値提供に向けて必要なアクションを取っていただきます。 ■データ分析、モデル作成データ要件の整理、技術スタック選定 ・ データの前処理、EDA、可視化 ・ 最適な手法の調査・選定 ・ モデルの作成、精度・性能評価 ・ ディープラーニングを含む機械学習(画像・自然言語・構造化データ) ・ 大規模言語モデル（LLM）の活用（学習、推論含む） ・ 統計解析・因果推論などの統計モデリング ・ 数理最適化などの数理モデリング ■エンジニアと連携したモデルの商用実装 ・ 定期的なモデルのパフォーマンス評価、パフォーマンスの維持・向上（ML ops / LLM ops） ■提案活動、提案内容レビュー ・ 受注前のプロジェクトにおける顧客との折衝、プロジェクトの要件整理 ・ 整理した要件に基づく、提案内容のレビュー、実現可否判断 ・ 提案を魅力的にするための最新技術知見を踏まえた示唆だし ■技術の横展開・技術ブランディング ・ 実装ロジックの汎用化およびプロダクト化 ・ 技術ナレッジの公開（論文投稿・学会発表・勉強会登壇・Meetup、テックブログ等） |
| 雇用形態 | 正社員 |
| 試用期間（ヶ月） | 3ヶ月 試用期間の補足 原則3ヶ月。職種によって異なります |
| 勤務時間 | 始業時間:10:00～終業時間:19:00 (休憩時間:60分) |
| 時間外労働 | 有り |
| 年収 | 800万円 ～ 1000万円 |
| 賃金制度 | |
| 月給 | 円 ～ 円 |
| 裁量労働制・固定残業代制 | |
| 待遇条件・昇給賞与 | 想定年収 8,000,000円 -10,000,000円 - 賞与（2ヶ月分相当×年2回支給）を含みます。 - 賞与は半期ごとに実施する評価および業績に応じて当社規定により決定します。 - 経験・能力を考慮の上、当社規定により決定させて頂きます。 - 月あたり40時間分のみなし残業代を含んでいます。 ＜諸手当＞ 深夜・休日勤務手当、追加割増手当、時間外労働手当 ※交通費は実費精算致します。 |
| 福利厚生 | ・各種保険：健康保険、厚生年金保険、雇用保険、労災保険 ・健康保険：関東ITソフトウェア健康保険組合に加入（直営の保養施設などの利用可） ・子ども手当：親権を持つ満20歳までの子供1名につき、試用期間後より月1万円を支給。 ・健康診断：年1回、健康保険加入者を対象に実施。 ・成長支援制度：自身のミッションを達成するために必要なコンテンツ（書籍・電子書籍・オンライン講座など）を、事前承認なしで会社経費にて購入できる制度。 ・結婚出産祝い金：従業員が結婚した場合、または従業員に子が生まれた場合、お祝い金として3万円を支給。 ※他にも複数の制度がございます。 |
| 喫煙環境 | その他 室内禁煙 |
| 休日休暇 | 完全週休2日制（土曜・日曜）、国民の祝日 年次有給休暇（初年度10日） リフレッシュ休暇（初年度最大3日） その他（慶弔、ゴールデンウィーク、年末年始、子の看護、介護など） |
| 勤務地 (都道府県) | 東京都 |
| 勤務地住所 | 東京都港区三田一丁目1番14号 Bizflex麻布十番2階 |
| 転勤の有無 | 無し |
| 必須要件 | ■機械学習のモデリング業務経験（LLM、自然言語処理、画像処理、構造化データ等を含む幅広い領域のうち、いずれかの業務経験） ・ 要件定義・モデル設計・評価までの一貫した実務経験 ■クラウドサービス（AWS/GCP/Azureなど）を用いた開発経験 ■git / dockerを用いたチーム開発経験 |
| 歓迎/尚可 | ■顧客折衝・課題発見から解決策立案（要件定義）を担った経験 ■LLMの深い活用経験（学習やローカルLLMの推論など） ■統計解析/因果推論、数理最適化などの統計モデリング経験 ■MLOps環境の構築・運用経験、分散処理（Spark等）の経験 ■外部活動におけるご実績 ・Kaggleをはじめとしたデータサイエンスコンペへの参加・上位入賞経験 ・ 登壇やブログの執筆など、積極的な外部発信 ・ 英語による日常会話・チャットに抵抗がないこと ・ あくまでも「抵抗がないこと」レベルであり、得意でなくても構いません |
| 選考プロセス | 書類選考→面接（原則2回）→リファレンスチェック→最終面接 ※職種によって技術試験や面接の追加をする場合がございます。 ※リファレンスチェックは、前職の同僚の方など2名をご紹介していただいて実施する予定です。 |
