モデル品質改善を担うMLエンジニア/データ分析・Feature Engineering

仕事内容:

◇◇ 参画イメージ ◇◇

蓄積されたデータを分析し、機械学習モデルの予測結果に影響する要素を見つけながら精度改善を進める役割です。単にモデルを学習させるのではなく、データそのものを理解し、特徴量の追加・見直しや評価結果の比較を通じて改善施策を検討していきます。

• データの傾向や特徴をEDAによって把握

• 予測結果へ影響する特徴量を分析し、改善候補を整理

• 新たな特徴量の設計や前処理方法を検討

• モデル評価結果を比較し、改善につながる施策を提案

◇◇ 体制・働き方 ◇◇

• Python・SQLを利用して分析に必要なデータを準備

• 特徴量重要度や実験結果を可視化し、モデル改善へ反映

• ハイパーパラメータ調整を含めて精度向上を検証

• Amazon SageMakerを利用して推論処理・モデルデプロイに対応

• MLOps環境を整備し、機械学習モデルの開発・運用を改善

アピールポイント:

■ 案件の特徴

• 特徴量と予測結果の関係を分析し、データを起点にモデルを改善

• 分析・モデル構築だけでなく、改善施策の提案や実験結果の可視化まで担当

• Pythonでの機械学習経験をAWS／SageMakerを利用した実運用領域へ広げられる

求める人材:

◆◆ 必須スキル ◆◆

• Pythonによるデータ分析または機械学習に2年以上携わった実務経験

• pandas、NumPy、scikit-learn等を使ってデータを分析した経験

• データ前処理から特徴量分析・特徴量設計まで担当した経験

• 機械学習モデルを構築し、評価結果を確認・比較した経験

• SQLによるデータ抽出および分析の経験

◆◆ 歓迎スキル ◆◆

• Amazon SageMakerを利用した機械学習開発経験

• SageMaker Pipelines／SageMaker Endpoint等の利用経験

• SHAP等による特徴量重要度やモデル解釈の経験

• XGBoost、LightGBMを利用したモデル開発経験

• 時系列分析、需要予測、異常検知等の経験

• MLOps環境の構築、MLflow等による実験管理経験

• PyTorch、TensorFlowの利用経験

• AWS S3、Lambda、ECR等の利用経験

• Dockerを利用した開発経験

勤務時間・曜日:

勤務時間：日中稼働可能な方

休暇・休日:

土日祝休み

給与:

※経験・スキル・担当工程を考慮して決定します。

その他:

・日本在住
・45歳未満
・1人月で稼働が可能な方
・リモート勤務可能

雇用形態: 業務委託

給与・報酬: 450,000円 - 650,000円 月給