AI・データサイエンスのビジネス活用を推進するポジション！データ処理のワークフローの設計や実装などをお任せ／世の中を驚かす新しいサービスの企画や開発をしていきませんか

2023/9/19 更新

データベースエンジニア、データサイエンティスト

東京都（三田駅）

455-849万円

自社サービスありリモートワーク可服装自由オンライン選考可フレックス制度あり新技術に積極的ベンチャー企業上場企業裁量労働制あり

事業概要

■ モバイルオンライン対戦ゲーム『将棋ウォーズ』で蓄積した機械学習等のAI技術を活かし、各種産業に応用展開しています

■ 自社開発のAIは2013年に現役プロ棋士に勝利した実績があり、AI技術に関するトップエンジニアが多く所属しているのが強みです

HEROZ株式会社について

仕事内容

■ 概要・AI/データサイエンスのビジネス活用における、フルスタックでのデータ基盤構築やリファクタリングをお任せします・構築した機械学習モデルを運用/改善して精度を向上させ、より良いモデルにしてAI事業をさらに推進していただきます・トップクラスの開発力、企画力、スピード力があるメンバーですので、次々と新産業を作る醍醐味が味わえます

■ 詳細＜具体的な業務例＞・データ分析案件やAI開発案件における、データ処理のワークフローの設計/実装・AIの学習やデータ前処理/可視化の処理時間を短縮し、分析や性能改善の試行錯誤のサイクルを効率化・データ分析や機械学習のプログラムやWebシステムの設計/実装/リファクタリング・データ処理の実行時間の調査/計測/分析・PoC、本番開発問わず、データを処理するワークフローの整備/周知/ドキュメンテーション・データウェアハウス、データレイク、データマート等のツール選定/導入

＜業務の進め方＞・機械学習案件では、どのようなアルゴリズムや特徴量を用いればより高い精度が得られるか、検討/実験を繰り返していきます・データ分析案件では、データをさまざまな観点から集計、可視化し、データの元になるサービスやプロダクトを継続的に改善していきます

＜業務で求められること＞・試行錯誤の回数や効率がアウトプットの品質や価値に直結するため、データサイエンス案件ではデータを効率よく処理するパイプラインの整備が必要不可欠です

■ この仕事の面白み、魅力・知的探求心と情熱を持って技術を追求し、新たな価値創造に取り組み続ける事ができます・自由度と不確実性が高い文字通りの0→1環境で、尖ったエンジニアリソースを武器にしたビジネス、事業創造に挑戦できます・AIビジネスコンサルタント、データサイエンティストなどの各分野のプロフェッショナルと連携し、当社が強みとしているエンタメ/金融/不動産をはじめ、あらゆる業界でトップレイヤーのクライアントと共にプロジェクトを完遂できる環境です

AIを用いたビジネス価値創造を担う役割をお任せします。
エンジニアリソースを武器にしたビジネス・事業創造に挑戦できます。

求められるスキル・人物像

■ 必須スキル/経験以下いずれかの経験・データサイエンス案件における、データの整理や加工のパイプライン/バッチ化およびリファクタリング・データベースやWebシステムの設計/実装の実務経験・データウェアハウス、データレイク、データマートの構築/管理・MLOps、DevOpsに関するワークフローの設計/整理

■ 歓迎スキル/経験・ビジネス課題設計からデータ分析の要件定義を一貫実施した経験・何らかの開発プロジェクトマネジメントの経験（データサイエンス案件以外でも可）・大規模なデータやサービスの分析の実務経験、採録実績

■ 求める人物像・当社の経営理念、ビジョン/ミッション/バリューに共感いただける方・AI/機械学習のビジネス活用、社会実装への強い関心がある方・ワークフローの設計や整理を通じて、ユーザに効率を届けることに関心のある方・システム全体に目を向け、自主的に課題を見つけて解決を遂行していく方・エンドユーザや非エンジニアスタッフの利用を想定し、説明やコミュニケーションを通じて、全体最適化を図れる方・好奇心旺盛で技術情報などの収集、研鑽を常に行っている方・人工知能に可能性を感じている方

勤務地・給与・その他情報

想定年収、待遇・福利厚生、
選考プロセスなどを確認するには会員登録が必要です

Googleで登録 Appleでサインアップメールアドレスで会員登録

利用規約およびレバテックID利用規約、個人情報の取り扱いをご確認のうえ、同意いただける場合は上記ボタンをクリックしてください。

ログインはこちら

勤務地
アクセス
勤務時間
想定年収
雇用形態
休日・休暇

開発環境・現場

■ 開発の役割・AIエンジニア、データサイエンティスト：クライアントの目的を達成するAIや機械学習モデルを作ります・コンサルタント：AIやDX、データ分析関連でクライアントの問題を解決する提案を行います・サーバーサイドエンジニア、Webアプリエンジニア：AIや機械学習モデルの本番実装を行います ■ 開発の特徴・職種ごとに開発フェーズが分断されておらず、メンバーは各フェーズを横断して開発に携われます・隔週に1回社内勉強会を実施し、研究発表や技術の応用方法を共有しています・エンジニアに必要なスキルをポイント化し評価や能力開発を行うスキルをポイント制度を導入しています・ディープラーニングに必須のGPUサーバだけでなく、探索問題等の計算に用いるCPUサーバも充実しています・AIベンチャーでは国内最大規模のGPU導入です ■ 現場・社員の雰囲気＜社内アンケート（HEROZで働く魅力について）＞・小さい会社なので、自立したスタイルで業務が進められると思います。人数が少ないことによる大変さもありますが、充実感を得られる環境だと思います（ビジネス職）・課題解決の方法をエンジニアの裁量で決めて試すことができます。計算リソースが豊富なため手法の選択肢が計算リソースで制限されません（エンジニア職）・AIの社会実装自体が不確かな道のりで、迷うことも多いですが、業界の実業務を楽にしてくれる可能性を信じて、日々取り組んでいます（ビジネス職）・「AI企業として」という観点ですと、AIの情報が日々流れ、日進月歩でテクノロジーの進化が進んでおり、AIに真正面からぶつかることで得られる面白さ（反面苦しさも）を最大化できるのは今だと思います。そういう意味では非常に面白い社会人生活を送れるのではないかと感じます。「他社のAI企業と比較して」という観点ですと、金融・建設・エンタメを重点領域としつつ、産業横断的なPJにも携われるAIの企業は、そう多くないのではと思います。私自身がHEROZを選んだキッカケも、金融以外の建設とエンタメ領域で事業企画やコンサルティングの経験があったためです。「純粋な1企業として」という観点ですと、会社メンバー間での繋がりに特徴があるように思います。懇親するときは思いっきり打ち解けあいつつ、仕事モードの時は結構ピリッとする雰囲気になることも多いので、オンオフをしっかり分け、仲良しごっこではなくお互いを高めあえる存在を築けると思います。（ビジネス職）・比較的小さい組織で大きいことをやろうとしている。自分の能力次第でかなり自由に役割を担えるます（エンジニア職）・マネジャー以上は特に個々人が個性的で優秀。技術的な知見をエンジニア以外も多かれ少なかれ持っている・優れたエンジニアの技術力を背景に、お客様に価値遡及をしていくことに魅力を感じます。競合が多い中、競争力をもてる源泉（技術者）がしっかりと社内にあること、またそれを維持する経営陣の努力がすばらしいことだと思います。（セールス職）＜組織体制について＞・コンサルタントや数学/統計学のサイエンティストだけでは実現できない最高効率の基盤構築をデータ処理の専門家にお任せしています・クライアントに最大の価値を提供し続けられる組織体制があります

このPJ・案件で使われている技術

プログラミング言語: SQL
その他: 機械学習
支給PC: 希望スペックのPCを用意

得られる経験・キャリアパス

■ 得られる経験・AIを用いたビジネス価値の創造や事業を開発する経験が得られます・これまで培った経験、知見やスキル、人脈、リーダーシップを存分に活かす事が可能です・世界コンピューター将棋選手権で優勝したAperyの開発者や、将棋電王戦でプロ棋士に勝ったPonanzaの開発者が在籍しており、高いAIスキルを学べます・将棋AIだけでなく、音声認識、画像認識、遺伝的アルゴリズムなど幅広い先端技術を習得することが可能です・ハイスペックなGPU設備を有しており、業務外では興味のある研究に活用できます

■ キャリアパス・マネジメントコースとエキスパートコースを用意しています・幅広い知識が身に付くため、ゼネラリストを目指すことが可能です

事業内容の詳細

HEROZは、AI技術を活用したサービスの企画・開発・運用を行っている企業です。法人向けには、自社開発で培ったノウハウを活かしたソリューションを提供。AI導入に必要なビックデータを保有する大手企業がメインで、金融業界や建設業界、エンターテインメント業界などのクライアントと取引を行っています。個人の顧客に向けたサービスは、将棋の対戦ができるオンラインプラットフォームの『将棋ウォーズ』を提供しています。

＜人工知能研究部の研究活動の一部事例＞エンターテインメント系AI ・ゲームAI（将棋AI、ルール、テスト）使用技術：機械学習、MCTS（モンテカルロ木探索）・キャラクター（NPC）AI 使用技術：自然言語処理、画像処理

ビジネス系AI ・金融（株価予測、与信判断）使用技術：アンサンブル学習、強化学習・医療、人材、製造、物流等使用技術：深層学習（ディープラーニング）、アンサンブル学習、画像処理、GAN