データサイエンティスト【ソリューション開発｜チーム立ち上げ】

必須

• Pythonを用いてデータ開発した経験５年以上

歓迎

• ML/AIエンジニアとして、Pythonやクラウド・コンテナ・MLOpsツールを活用したMLパイプラインの設計・開発・運用経験
• MLflowなどを用いた実験管理、および学習からデプロイまでの一連のMLOpsプロセスの実務経験
• 既存DWHやデータ基盤からのデータ抽出・前処理・特徴量設計の経験
• CI/CD環境を利用したモデルAPIのビルド・デプロイ、およびコンテナイメージの作成・運用経験
• モデル監視・A/Bテスト・品質管理の設計および運用経験
• ビジネスサイドと連携したデータ活用・AI活用プロジェクトの推進経験 (要件整理・優先度付け・ディレクション)
• データサイエンティストチームとの協働や、ノートブック/PoCコードを本番運用可能な形に落とし込んだ経験
• 情報処理・データベース系：応用情報技術者 、データベーススペシャリスト 、ITサービスマネージャ 、ITストラテジスト
• クラウド・データエンジニアリング系：AWS Certified Data Analytics - Specialty 、Google Cloud Professional Data Engineer 、AWS Certified DevOps Engineer - Professional 、AWS Certified Solutions Architect - Associate
• AI・機械学習系：統計検定2級/準1級 、Data Scientist Associate 、G検定 、E資格 、TensorFlow Developer Certificate 、AWS Certified Machine Learning - Specialty
• インフラ・プロジェクト管理系：CKA (Certified Kubernetes Administrator) 、PMP (Project Management Professional) 、CompTIA Security+

求める人物像

• 他部署を巻き込み、円滑なコミュニケーションが取れる方
• 技術的な専門性だけでなく、ビジネス視点を持てる方（橋渡し役）
• 曖昧な状況から主体的にルールや枠組みを作れる方
• チームの成長や組織づくりにやりがいを感じる方

使用ツール

ミッション・役割

• Trackプラットフォーム上のスキルデータ基盤「Skill Data Cloud」およびスキルオントロジーレイヤーを設計・構築・運用し、AIフレンドリーなデータ/ML基盤として高度に整備していくリードポジションです 。
• スキルタクソノミーのメンテナンスとスキルデータ分析、ML/生成AIを活用したデータパイプライン・MLOps基盤構築を通じて、プロジェクト実績・学習履歴・アセスメント等の多様なデータの信頼性・関連性をデータドリブンに担保します。
• ビジネスサイドと連携しつつ、データサイエンティストチームへの指示出しやプロジェクトディレクションを担い、Skill Intelligence Lab全体の技術・運用標準をリードしていただきます 。

業務内容・魅力

• スキルタクソノミー・オントロジーの設計・メンテナンス：スキル同士の関連性のモデル化や変更履歴管理プロセスを設計し、組織全体での利用ルールや品質指標を確立します 。
• Skill Data Cloudの設計・構築・運用：複数データソースを統合する基盤設計をリードし、AIフレンドリーなデータ基盤の実現に向けたアーキテクチャ指針やロードマップを策定します 。
• スキルデータ分析基盤の構築：スキル関連性を分析するモデルの選定・実装を行い、プロダクト改善や事業戦略に繋がる指標体系を標準化します 。
• ML/生成AIモデルの設計・実装・評価：スキルデータ活用に向けたML機能の設計方針をリードし、モデルアーキテクチャの方向性や品質・リスク管理基準を定義します 。
• MLOps基盤の設計・構築・運用：セキュリティとスケーラビリティを踏まえた最適なMLパイプライン構造を設計し、Feature Storeやモデルレジストリの導入を主導します。
• モデルの本番デプロイと推論基盤構築：Kubernetes上でのモデル推論基盤の構成を設計し、CI/CDを用いたデプロイパイプラインの標準を定めます。
• 運用監視・品質管理：モデル監視指標の標準化やA/Bテストの設計をリードし、組織横断の品質管理フレームワークを策定します 。
• プロジェクトマネジメント：プロジェクト計画の策定、データサイエンティストチームへのディレクション、ビジネスサイドとの要件調整をリードします 。

経営・事業戦略へのダイレクトな貢献

• 経営層や事業責任者と直接ディスカッションを行い、全社的なデータ戦略と整合した中長期構想の策定をリードできます 。技術戦略と事業戦略の結びつきを担い、大規模プロジェクトの方向性や投資判断に直接的な影響を与えることができる、非常にインパクトの大きなポジションです。

大規模かつ高度なML/データ基盤の構想・立ち上げ

• 複数事業やサービスにまたがる「Skill Data Cloud」において、AIフレンドリーなデータ基盤や、大規模なMLOps基盤の構想・立ち上げを統括できます 。外部データ連携やパートナーシップを含めたエコシステム戦略の推進など、単なるシステム開発に留まらないスケールの大きな技術的挑戦が可能です 。

専門組織のカルチャー形成とチームビルディング

• 「Skill Intelligence Lab」全体の技術・運用標準をゼロから定義し、組織の技術的土台作りに貢献できます 。また、データサイエンティストチームのディレクションを行うだけでなく、組織設計や採用方針にも関与し、ご自身の手でチームの成長戦略を描いていける点も大きなやりがいです 。

開発環境・ツール

• ※指定はありませんが、下記が案件で主に使われる技術です
• ※支給PC：Windows or Macbook ※最新のMacbook Proを支給することが多いです！
• プログラミング・スクリプト言語：Python
• クラウド・インフラ・コンテナ基盤：パブリッククラウド全般 、Kubernetes
• CI/CD・認証：CI/CD環境 、IAM (Identity and Access Management)
• MLOps・MLプラットフォーム：MLflow 、モデルレジストリ 、Feature Store 、実験管理ツール
• データ基盤：DWH (データウェアハウス) 、データパイプライン構築・運用