JOB ID:49751
給与 | 600万円 〜 1200万円 |
---|---|
業種 | |
勤務地 | 東京都 |
業務内容 | GOについて 仕事概要 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や危険運転行動検知などの機械学習モデル・アルゴリズム構築に関わる要件定義、仕様策定、データ分析、データ前処理、AIサービス実装、精度改善など、予測モデルを実サービスに適用するために必要な幅広い業務に携わっていただきます。フットワーク軽く様々な課題解決を実行できる方をお待ちしています。 ■本ポジションは、 ・AI技術開発部 アルゴリズムグループ ・AI技術開発部 データサイエンスグループ どちらかの配属を想定しています。 業務内容 ・事業部門または顧客とのコミュニケーションによる、予測モデル・アルゴリズムの要件定義、設計 ・多様なデータソースを元に、機械学習を中心とした予測モデル・アルゴリズムの構築、精度改善 ・実サービスへの予測モデル・アルゴリズム組み込み実装とその継続改善、モニタリング 募集背景 アルゴリズムグループ タクシーアプリ『GO』では、革新的なアプローチとデータドリブンな意思決定に注力しており、成長戦略の一環としてデータサイエンスチームを強化することが重要です。 データに基づくイノベーションを推進し、より一層優れたモビリティサービスを一緒に作っていく仲間を募集しています。 データサイエンスグループ 交通事故削減支援を行う次世代AIドラレコサービス『DRIVE CHART』では、機械学習技術を駆使して危険な運転行動を検出して分析を行い、運転行動を安全に変容することを意図したサービスです。 精度の高い予測モデルを構築し、お客様に満足してもらうためには機械学習技術の実適用に関して高いレベルで習熟することが必要です。新しい種類の危険イベントの検出や、既存モデルの精度向上、高速化、精度を維持しつつコストを削減など、まだまだ改良点がたくさんあります。 一緒に世の中を安全にするために活躍してくれるデータサイエンティストの仲間をお待ちしています。 解決したい課題 アルゴリズムグループ 顧客満足度の向上やドライバーの収益最大化などの様々な課題に直面しています。 データサイエンススキルを駆使して、配車システムの効率化のためのアルゴリズム開発や、施策の効果検証を担当します。 データサイエンスグループ 交通事故という社会課題を解決する一助を担います。普段の危険な運転行動をAI技術で検出することでユーザーであるドライバー様に危険な運転を反省し減らしてもらうことで運転行動を安全に変容してもらうことを目指します。 本業務を通じて得られる経験 ・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 開発環境 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 所属組織 ■アルゴリズムグループ:8名 事業部、PdM、エンジニアなどの担当者と連携しながら、課題発見や施策検討を行い、実サービスにおいて必要な機能追加や改善を推進します。 ■データサイエンスグループ:7名 AIドラレコサービス『DRIVE CHART』の危険運転行動を検出する予測モデルの構築、運用を担っています。機械学習をサービスに実応用することを一番大事にしており、データと向き合い予測モデルの構築、改善を行っています。 応募資格 ■必須の経験・能力 ・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 ■望ましい経験/能力 ・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 ・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 ・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 ・実サービスにおける機械学習応用、問題解決に興味のある方 ・サービスをより良くするために自律的に考え、行動し、推進できる方 ・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 ・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 ・チーム開発において、相手を尊重したコミュニケーションを取れる方 組織風土 ■オンボーディング GO Inc.では入社いただいた皆様が、新しい環境でつまづくことなく、成長し活躍いただけるように、会社・事業・組織・人を知るプログラムを様々設けています。 業務ツールや社内ルールのオリエンテーションはもちろん、各事業責任者に直接事業について質問できる事業理解プログラム、実際にタクシーに搭載されている機器と配車の仕組みを目の前で体感するフィールドエンジニア体験会、両代表とのコミュニケーションを目的とした社長&会長と話す会、カスタマーサポートの最前線をリアルに体験するプログラム等、GOの多岐にわたる事業や組織を理解できるように構成されています。 配属先上長との1on1はもちろん、入社1ヶ月・3ヶ月のタイミングにおいては事業部担当のHRBPとの面談も実施します。インプット中心の1ヶ月目から、アウトプット中心にしつつ立ち上がりをスムーズにしていく3ヶ月目まで、配属先のトレーナーやメンター、HRBPと幅広くサポートできる環境を揃えています。 ■エンジニア組織風土 エンジニア組織では、技術のインプット・アウトプットを積極的に行っています。 テックブログや、YouTubeでの月1回のTechTalk配信 、様々な社内勉強会、そしてiOSDCやDroidkaigi、技術書展等のスポンサー、情報処理学会など学会での発表等、幅広く技術情報発信に取り組んでいます。 また、エンジニアのスキルアップを促進するために『Engineer Challenge Week』という、2週間を新たな知識や技術の習得に充てることができる取り組みも行っています。 GO Inc.にはパパママ世代も多いことから、子育てをしながら働くエンジニア (https://go-on.goinc.jp/n/nee1b68438747) が多く、またオフィスフリー制度を活用して、地方から働くエンジニアもいます。 それぞれのライフスタイルに合った働き方をしながらチーム開発を行っているため、チームが集まるミーティングでは業務以外にも積極的に雑談の時間を設けたり、日帰りワーケーションでチーム外のメンバーとの交流を図ったりと、コミュニケーションを大事にします。 参考記事 アルゴリズムグループ タクシーアプリ『GO』の配車機能を支える「配車ロジック」リニューアルの裏側 Data Science @ GO タクシーアプリ『GO』のデータサイエンス~配車マッチングの継続的改善~ データサイエンスグループ GO TechTalk #20 Deep Dive into AI - 次世代AIドラレコサービス編 DRIVE CHARTのAI技術まとめ-データサイエンス編 Kaggle「Grandmaster」も在籍! AI技術者たちの専門性追求を後押しするGOの自己研鑽カルチャー AIスペシャリストが集結! 次世代AIドラレコサービス『DRIVE CHART』にかける想い 参考サイト GO Inc. Lab AI (GO Inc.のエンジニアが技術情報を紹介するブログ) GO-on(GO Inc.の人や組織、事業について知れるブログ) オフィスフリー制度(全国どこからでも勤務できる制度) トライアルタクシー制度 (タクシー乗車費用を会社が一部補助する制度) Engineer Challenge Week(半年に2週間、業務を離れてスキルアップに集中できるプログラム) |
福利厚生 / 待遇 | ・社会保険完備 ・トライアルタクシー制度(月額1万円) ※タクシーを知るために乗車運賃を会社が支給(参考記事:https://now.mo-t.com/n/ne45562990510) ・ニューノーマル手当(月額1万円) ・ウェルカムランチ制度 ・書籍購入制度 ・技術カンファレンス参加費負担(国内外) ・部活動制度 ・私服勤務OK |
勤務時間 | スーパーフレックスタイム制:労働時間を従業員の決定に委ねる。(コアタイムなし) 労働日の選択を認める制度ではないため、所定労働日は原則勤務。 |