職種
データサイエンティスト年収
800万円 〜 2,000万円利用技術
- Python
- AWS
- Azure
- MySQL
- PostgreSQL
生成AIの活用状況
最終更新日:2025-06-09最新の情報についてはカジュアル面談や選考の中で確認ください。
生成AI技術/ツールの導入・活用状況
プロダクト/サービスへの組み込みを実施・推進している社内活用による業務効率化を目的に導入・活用している
開発組織において公式に導入・活用されているAIツール・機能・技術
ChatGPT, GitHub Copilot, Gemini, CodeRabbit, Notion AI
仕事内容
■業務内容
・データサイエンスチームの AI/ML Engineer として、お客様の物流・倉庫オペレーションを対象に、AI モデル/分析/提案/ツール開発をリードしていただきます。
・当チームのデータサイエンス業務は大きく 2 つに分かれます:
・ROMS の自動化ソリューション(NFC / Nano-Stream / Nano-Sorter / RCS など)の運用最適化
(例:在庫管理、作業量・需要予測、オペレーション計画、意
開発環境
堅実なエンジニアリングと本番運用を重視します。プロジェクトにより利用ツールは変わりますが、代表例は以下です。
・Core ML / DS:Python、scikit-learn、深層学習フレームワーク(PyTorch / TensorFlow)
・Data & Analytics:SQL DB(PostgreSQL, MySQL 等)、NoSQL(DynamoDB, MongoDB 等)、BI/可視化ツール(主要なもの全般)、分析基盤/OLAP(例:Redshift)
・Data Engineering / Orchestration:ワークフロー/DAG(例:AWS Step Functions, Apache Airflow)、データパイプラインの構築・運用、ス
この企業が掲載されている求人特集
求人の特徴
利用技術
- Python
- AWS
- Azure
- MySQL
- PostgreSQL
- MongoDB
- DynamoDB
- Docker
- Kafka
- TensorFlow
- GitHub
趣向性
- 法人顧客向けサービスの開発
- 職場の一体感
- 変化の早い業界・職場
- 新しい取り組み・技術の活用
- サービス企画・提案業務への参加
- 最後までやり抜く責任感
- 自ら主体的に取り組む姿勢
- 周囲とのコミュニケーション
- グローバルな環境への適応
- 関係者・関係部署とのやりとり
- 部下・メンバーのサポート
- 継続的な改善活動
- ロジカルさや問題解決能力
- ビッグデータ・データ解析
- 開発の効率化・最適化
- サービスの運用・保守
- サービスの仕様策定・設計
- 海外・グローバル
