・Pythonでの開発経験
・AWS上での開発経験
・Vue.js、React等での開発経験のある方
・Gitの使用経験
・未経験の技術に関するキャッチアップ力
・コーディング規約やレビューのある現場での経験（半年以上）があること
・Webフレームワークを使った開発経験

・git、AWS、Docker、PyCharm
　→この内、2つ以上を業務で使用した経験
・ソフトウェアエンジニアとしての業務経験（3年以上）
・業務でオブジェクト指向プログラミング言語を用いてプログラミングをした経験（1年以上）
・機械学習モデルを1つ以上作成した経験（業務外でも構いません）

・機械学習
・深層学習による時系列解析
・異常検知解析の経験及び深い知見
・異常検知に関する従来手法(ルールベースなど)の経験及び知見
・Pythonによる最適なコードの実装能力

・機械学習エンジニアとして3年以上
・機械学習モデルの運用経験　
（モデルの構築~プロジェクトにのせた経験）

・Pythonでの開発経験3年以上
・AWS上での開発経験
・機械学習関連のプロジェクト経験
・機械学習基盤、データ収集基盤、データ分析基盤などの基盤構築経験のある方
・Gitの使用経験
・未経験の技術に関するキャッチアップ力

・「Airflow」「composer」のどちらかの経験
・「Kubernetes」「k8s」「GKE」「EKS」「AKS」のどれかひとつ以上の経験
・「Terraform」経験
・「mlops」経験
・Infrastructure as CodeおよびCI/CDの経験
・GCPでの開発経験
・コンテナ技術（Docker）を用いた開発経験

・要件定義～テストまで一貫した経験
・コミュニケーション能力
　→お客様とシステム構成を提案しながら進められる方
※開発言語は未定ですが、Pythonを利用する可能性有

※下記全てを満たす方はいらっしゃらないので
　応募時に各スキルに対してコメントをいただけますと幸いです。
・Pythonでの開発経験（年数問わず）
・CやC＋＋での開発経験（年数問わず）
・アジャイル(スクラム開発)経験
・適切なコミュニケーションがとれる方
・Linux上でのシステム開発経験(システムコール,カーネル設定,I/O割り込み)
・ドッカ－及びコンテナを用いたアプリケーション開発経験
・ネットワークおよび,Linuxサーバの環境構築経験
・機械学習経験
・Iot経験

・Pythonでの研究や開発経験
・PyTorch/TensorFlow/scikit-learn/Keras等のライブラリやフレームワークを用いた開発経験
・自然言語処理（NLP）の経験
・機械学習を利用した自然言語処理を用いてサービス開発を行い
　リリース後も品質向上を行った もしくはこれらをリードした経験

・DeepLearning(機械学習)等の開発経験
・Pythonによる統計処理・データ解析の経験
・Tensorflow,Keras,Chainer等による機械学習経験
・OpenCV等の画像処理経験
・自然言語処理プログラム経験

・自然言語処理（NLP）に深い造詣、経験を有していること
・機械学習を利用した自然言語処理を用いてサービス開発を行い、リリース後も品質向上を行った もしくはこれらをリードした経験：2年程度
・Pythonでの研究や開発経験、特にPyTorch/TensorFlow/scikit-learn/Keras等のライブラリやフレームワークを用いた開発経験

Pythonの実務経験（2年以上）
※機械学習の経験がなくても問題ありませんが、その場合機械学習案件への興味があ
る方であれば問題ありません。
大量データのSQL処理経験

・AutoML（Automated Machine Learning）のご経験
・金融系データ分析経験(市場データの大規模分析等)
・PythonまたはRによる機械学習、統計モデリングを用いたデータ分析経験
・オルタナティブデータの抽出・分析経験

・Pythonの使用経験が長い方
・機械学習ライブラリーの知識・経験・興味いずれかある人

・Vue.js での開発経験1年以上
・Nuxt.js での開発経験1年以上
・HTML, CSS, Javascript の基礎知識
・MAC_PC上でのDockerなどの開発環境構築経験

・3年以上の大規模データ分析(数千万～億件)に関わる実務経験
・Python, R, Juliaなどを使ったデータ分析の経験
・データへの興味と情熱

【必須スキル】
・Pythonの実装経験　※dataframeの扱いに慣れている方歓迎
・Shell script, Docker, Git Labでのバージョン管理経験
・パフォーマンスを意識したSQLのご経験

【あると望ましいスキル・経験】
・AWS環境の開発経験
・DB設計経験
・Pandasの使用経験
・コードレヴュー経験

・Pythonの実装経験　※dataframeの扱いに慣れている方歓迎
・Shell script, Docker, Git Labでのバージョン管理経験
・パフォーマンスを意識したSQLのご経験

・Pythonの実装経験　※dataframeの扱いに慣れている方歓迎
・Shell script, Docker, Git Labでのバージョン管理経験
・パフォーマンスを意識したSQLのご経験

・Pythonの実装経験　※dataframeの扱いに慣れている方歓迎
・Shell script, Docker, Git Labでのバージョン管理経験
・パフォーマンスを意識したSQLのご経験

・Infrastructure as CodeおよびCI/CDの経験
・Go、Java、Pythonなどを利用した開発経験
・GCPでの開発経験
・コンテナ技術（Docker）を用いた開発経験

・Infrastructure as CodeおよびCI/CDの経験
・Go、Java、Pythonなどを利用した開発経験
・GCPでの開発経験
・コンテナ技術（Docker）を用いた開発経験

・SQLを一人称で対応できること
・MAツールの利用経験
・TreasureDataの利用経験
・BIツールの利用経験

・機械学習、深層学習による画像データ解析の経験
・異常検知に関する従来手法(ルールベースなど)の知見
・Python実装経験

・SQLを理解し,DDLやDMLを使いこなせること(最低でも相関サブクエリやGROUP BY,HAVING句が使用できる)
・pythonを用いたコーディング経験が3年以上(C#, javaなどの高級言語での経験でも可)
・AWS Redshift,Glue,Lambda等を用いたデータ分析環境構築・運用経験が１年以上

・Pythonの実装経験※dataframeの扱いに慣れている方歓迎
・Shell script, Docker, Git Labでのバージョン管理経験
・パフォーマンスを意識したSQLのご経験

・仮説立案、データ抽出、効果検証、課題抽出の業務を遂行した経験1年以上
・Pythonを用いてデータを抽出、加工した経験2年以上
・機械学習、最適数理など数理工学の技術により分析をした経験2年以上

・SQLを理解し,DDLやDMLを使いこなせること(最低でも相関サブクエリやGROUP BY,HAVING句が使用できる)
・pythonを用いたコーディング経験が3年以上(C#, javaなどの高級言語での経験でも可)
・AWS Redshift,Glue,Lambda等を用いたデータ分析環境構築・運用経験が１年以上

＜①実務経験: 必須＞
■サーバーサイドエンジニアとしてBigData解析業務に従事したご経験
・データ分析基盤構築等のETLや物理構築ではなく、データ解析のご経験)
・今回ハンドルして頂くデータ(=5千万SKU×週次販売データ3年分)を、少なくとも上回る量のデータ解析経験
・BigDataに対して、構造化され柔軟性の高い解析Codeを記述し、Back & Forthのiterationを実施したご経験

＜②コーディングスキル等: 必須＞
■ SQL
・現状確認段階:
クライアント基盤システムが数万行のSQLで構築されている為、長文のSQLをクイックに読み解き、クライアントとデータ定義(含む処理手順)のディスカッションを実施できること
※ 今回、SQLでアルゴリズムを構築することは行わない為、SQLによる構築ではなく、現状確認段階として長文SQLを読み解くことができることが重要

・解析段階:
SQLのクエリ羅列では無く、テーブル自体の構造化を行って、構造的な解析クエリをくみ上げるられるスキル

・シミュレーション段階
過去データに対して一定の条件を付与し、保有在庫のシミュレーションを行えること
※ 但し、大量のハイパーパラメーターのfittingすることは想定しておらず、在庫回転期間・欠品率・発注回数をKPIとしたシンプルな販売&保有在庫シミュレーションを想定

■GCP等のクラウド解析ツール
・BigData解析に関して適切なLibrary選択に知見をお持ちであり、解析スピードの担保が出来ること
※ 扱うデー量が多いくローカルでは対応が難しい為、クラウドツールの使用が必須

■Python
・Pythonによる基本的なデータ解析のCoding
※ 基本的にはGCP等のクラウド基盤上でSQLを組む予定だが、一部データを切り出してローカルでクイックに解析することも発生する可能性がある為(但し、Pythonで機械学習モデル構築を行うことは想定ししておらず、一部データを先にローカルに切り出して分析し仮説構築をすることを想定)

・Pyrthnの使用経験が長い方
・機械学習ライブラリーの知識・経験・興味いずれかある人

・ソフトウェア開発に関する基本的知識（バージョン管理、クラウド、オブジェクト指向等）
・Webアプリケーション等のシステム開発経験（Pythonを歓迎）
・機械学習または自然言語処理分野の専門知識と実務経験（Pythonを特に歓迎）
・技術が大好きな方、ユーザー目線でプロダクトを開発できる方、前向きなコミュニケーションが取れる方を求めております。
・テストコードを書いたことがある方
・TDDの経験ある方（もしくは知見ある方）
・ペアプロ経験ある方（もしくは知見ある方）

・機械学習のデータ前処理を自分で考えて実装することができる
・Pandas/Numpy等を利用した分析ができる（JupyterNotebook/Lab環境等）
・Pythonでscikit-learnを用いて自分で機械学習モデルを構築できる、など。

・Infrastructure as CodeおよびCI/CDの経験
・Go、Java、Pythonなどを利用した開発経験
・GCPでの開発経験
・コンテナ技術（Docker）を用いた開発経験

・Pythonの実装経験※dataframeの扱いに慣れている方歓迎
・Shell script, Docker, Git Labでのバージョン管理経験
・パフォーマンスを意識したSQLのご経験
・Pandasの使用経験

・学歴不問、開発経験5年以上の方
・Node.jsを使用した開発経験5年以上の方

・Pythonを用いた開発実務経験
・SQL使用実務経験
・機械学習に対する興味・関心

・何かしらの機械学習案件のご経験

下記に列挙するデータ専門性とエンジニアリング力を全て保持していること
[データ専門性]
・SQL: SQLの構文を一通り理解し、記述、実行できる (DML、DOLの理解、JOINの使い分け、
　集計関数とGROUP BY、ASE文、副問合せなど) 。加えて数百行のSQLを解読する事が出来る。
・統計: 統計検定2級レベルの内容を用いた実務経験を持つ｡
・機械学習: 教師あり学習モデル､教師なし学習モデルの実務における構築経験を持つ
　 (「はじめてのパターン認識」に相当する内容をイメージ) ｡また､特徴量エンジニアリング、
　モデルの性能チューニング、モデルのオフライン性能評価のノウハウを持つ。

[エンジニアリング力]
・システム設計能力: 機械学習モデルをシステム導入する際のシステムアーキテクチャの検討が出来る。
　また､システム稼働中に発生する運用課題を洗い出す事が出来る。
・アプリケーション開発: Flask や FastAPI などを利用して､機械学習モデルを本番利用するための
　アプリケーションを開発することが出来る。サービス開発担当のアプリケーション開発エンジニアと
　システム導入にあたっての技術面の相談が出来る。
・コンピューターサイエンス: IPA 基本情報技術者試験レベルのコンピューターサイエンスの知識を
　保有し、実務で利用する事が出来る。

・Pythonの実装経験※dataframeの扱いに慣れている方歓迎
・Shell script, Docker, Git Labでのバージョン管理経験
・パフォーマンスを意識したSQLのご経験

・Pythonの実装経験※dataframeの扱いに慣れている方歓迎
・Shell script, Docker, Git Labでのバージョン管理経験
・パフォーマンスを意識したSQLのご経験

・3年以上の大規模データ分析(数千万～億件)に関わる実務経験
　　　　　　・Python, R, Juliaなどを使ったデータ分析の経験
　　　　　　・データへの興味と情熱

・アジャイル(スクラム開発)経験
・Pythonでの開発経験（年数問わず）
・Linux上でのシステム開発(システムコール,カーネル設定,I/O割り込み)
・ドッカ－及びコンテナを用いたアプリケーション開発経験
・ネットワークおよび,Linuxサーバの環境構築経験
※スキルを全て満たす方はいらっしゃらないので
　応募時にコメントをいただけますと幸いです。

・アジャイル(スクラム開発)経験
・C＋＋での開発経験（年数問わず）
・Linux上でのシステム開発経験(システムコール,カーネル設定,I/O割り込み)

・何かしらの機械学習案件のご経験

・要件を理解し基本設計・ドキュメントのかける方
・機械学習の基礎(確率統計、線形代数、微分積分)を理解している方

SQLを利用した開発経験3年
大規模データの抽出、加工経験

下記に列挙するデータ専門性とエンジニアリング力を全て保持していること。
[データ専門性]
・SQL: SQLの構文を一通り理解し、記述、実行できる (DML、DOLの理解。､種JOINの使い分け､集計関数とGROUP BY､ASE文､副問合せなど) 。加えて数百行のSQLを解読する事が出来る。
・統計: 統計検定2級レベルの内容を用いた実務経験を持つ｡
・機械学習: 教師あり学習モデル､教師なし学習モデルの実務における構築経験を持つ(「はじめてのパターン認識」に相当する内容をイメージ) ｡また､特徴量エンジニアリング、モデルの性能チューニング、モデルのオフライン性能評価のノウハウを持つ。
[エンジニアリング力]
・システム設計能力: 機械学習モデルをシステム導入する際のシステムアーキテクチャの検討が出来る。また､システム稼働中に発生する運用課題を洗い出す事が出来る。
・アプリケーション開発: Flask や FastAPI などを利用して､機械学習モデルを本番利用するためのアプリケーションを開発することが出来る。サービス開発担当のアプリケーション開発エンジニアとシステム導入にあたっての技術面の相談が出来る。
・コンピューターサイエンス: IPA 基本情報技術者試験レベルのコンピューターサイエンスの知識を保有し、実務で利用する事が出来る。

【効果検証のためのデータ分析開発環境は下記になります。】
● インフラ
○ GCP (データ基盤) / AWS (関連システム)
● データパイプライン (ETL)
○ CloudComposer (Airflow)
● DWH
○ BigQuery
● その他インフラ管理
○ Docker
○ GKE / GAE / CloudRun
● 可視化ツール
○ Google Data Portal / Tableau
● 分析環境
○ Jupyter Notebook / Google Colab / Google Cloud ML
● 監視
○ Cloud Logging / Stackdriver Logging
● その他
○ Git / GitHub / Slack / Notion

○ GCP や AWS などの主なクラウドサービスにおける開発経験。
○ DWH や業務系などのデータベースの設計・開発・運用経験。
○ データパイプライン (ETL) の設計・開発・運用経験。
○ 基本技術情報試験レベルのコンピューターサイエンスの知識。
○ SQLを記述する事が出来る。 (数十行位)　
○ 基礎集計を通じてデータの全体像や質を確認することができる。

【要求スキル】
■必須スキル
・統計、機械学習に関する基礎知識
・Gitを使ったチーム開発の経験
・データベース設計、RDBMSに関する基礎知識
・PythonまたはRでデータ処理やモデリング、評価等を行った経験
■尚可
・機械学習モデルをデプロイし、継続的な評価改善の仕組みを構築した経験
・大規模なデータパイプラインの開発経験
・Tableauを利用したダッシュボードの開発経験
・データカタログの整備経験

■必須スキル
・webサービスの開発経験2年以上
【下記どちらか必須】
・Pythonの開発経験
・React、Vue、Angular等の開発経験
■尚可スキル
・テレワークでの就業経験
・金融（証券だと尚良し）の開発経験
■求める人物像
・勤怠良好