【フルリモート】データサイエンティスト／タクシーアプリ「GO」や次世代AIドラレコサービスを担当 #MaaS #スーパーフレックス #Kaggler

配車アプリ『GO』（https://go.goinc.jp/）やDRIVE CHART事業（https://drive-chart.com/）を支えるデータサイエンティストとして、タクシー需要共有予測

プログラミング言語：Python
ライブラリ：pandas, scikit-learn, LightGBM, TensorFlow, PyTorch
データベース：BigQuery, Aurora(MySQL)
可視化：Redash, Kepler.gl, Plotly

必須スキル/経験

以下すべての要件を満たす方
・Pythonを用いたデータ分析経験（他の言語も応相談）
・データ加工、データ分析、データ可視化の実務経験
・機械学習を用いた実務経験
・SQLを用いたデータベース利用経験
・Githubなどソースコード管理システムを用いたチーム開発経験
・大学教養課程程度の統計、数学、コンピュータサイエンスの知識

歓迎スキル/経験

・実サービスにて継続的に機械学習／ルールベースロジックを用いた予測モデルを適用した経験
・scikit-learn、各種勾配ブースティング系ライブラリ、各種Deep Learning frameworkなどを用いた予測モデル構築実務経験
・数理最適化、探索アルゴリズム、強化学習などを実用システム向けに実装した経験
・大規模データを扱った業務経験
・センサデータまたは時系列データの分析経験
・Kaggleをはじめとした分析コンペティションのメダル獲得経験
・AWSやGCPなどのクラウドを利用した機械学習システム開発経験
・Linux 環境を利用した予測モデル構築経験
・開発プロジェクトにおけるマネジメント経験

求める人物像

・モビリティ領域の進化や社会貢献に共感し、技術だけではなくサービスそのものにコミット出来る方
・社内外の様々な領域のメンバーと綿密にコミュニケーションを取りながら、主体的に業務を推進できる方
・特定の技術にこだわりなく、必要に応じて新たなスキルを独力で身につけられる方

仕事の魅力

・実験だけで終わらず、泥臭い作業も含め、実サービスに活用される機械学習モデルを構築し、運用する経験
・累計数億kmを超える走行データから得られるGPS/加速度/ジャイロなどのセンサーデータや、数十万枚を超える画像データなどを用いて学習された画像認識モデルの推論結果を始め、多様なデータを活用する経験
・サービス要件を満たしつつ技術的に解決可能な問題設定を行い、サービス実装まで自ら推進する経験

インタビュー

• API設計が楽でコア業務に集中できるように。GraphQLで開発がどう変わったか？タクシーアプリGOの中の人に聞きました【技術選定の裏側：GraphQL編 vol.1】

開発環境や技術選定等に関する特集記事

• 言語・技術スタックまとめ 15選

  もっとみる