テレラボ|リモートワーカーのための求人メディア
DBエンジニア
その他
2021.11.24

学習サービス事業 シニア機械学習エンジニア(テクノロジー職)

株式会社グロービス
土日祝休み
月残業20時間以内
退職金あり
交通費支給
育児・介護休業あり
学歴不問
フレックス勤務
年間休日120日以上
完全週休2日制
連続休暇制度あり
フルフレックス
時短勤務OK
月給
社宅・家賃補助制度あり
パソコン支給
副業OK
服装自由
ブランクOK
業界未経験歓迎
プロフェッショナル求
急募
中途入社50%以上
女性が活躍中
女性管理職登用あり
女性従業員4名以上
子育てママ活躍中
チャレンジ精神
社内満足度に自信あり
チャットツールを使用
電話で気軽に質問可能
リモートでも仲良し
企業のイメージ画像
企業のイメージ画像

株式会社グロービスに関するインタビュー記事

記事のサムネイル

【社内インタビュー】株式会社グロービスのリモートワークの取り組みを徹底紹介!

募集要項

募集職種
DBエンジニア , その他
職種(詳細)
学習サービス事業 シニア機械学習エンジニア
スキル
応用情報技術者
業務概要
▼業務概要 ・パーソナライズ学習実現に向けた機械学習モデルの開発。 ・部門内のサービス改善を目的とした機械学習モデルの開発。 ▼業務詳細 (モデル構築フェーズ) ・ビジネス要求ヒアリング ・要求を踏まえて機械学習タスクの全体設計 ・タスク開始前の基礎分析 ・モデル構築方針の検討 (特徴量選定、手法検討、評価方法検討) ・モデルの実装 (ライブラリ利用。最新論文手法の実装) ・モデルの定量・定性評価 ・モデル開発結果のレポーティング ▼業務詳細 (モデルのシステム導入フェーズ) ・効果検証のグランドデザインの設計 ・効果検証のために追加取得すべきデータ要件の設計 ・効果検証のためのデータ分析 ▼担当プロセス(システム本格導入時) ・システム導入時のアーキテクチャ検討 ・サービス開発チームとの責任分界点の確定 ・バッチ処理のジョブスケジューリングと監視設計 ・バッチ処理実装 ・リリース後の運用 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 ○事業内容 これまでの社会人教育事業で培ったノウハウを活かし、社会人の学びを加速させるために、グロービスでは、デジタルでの社会人教育事業(Ed-Tech)を強化しています。 2016年にEdTech新規事業部門(グロービス・デジタル・プラットフォーム部門)を創設し、現在は部門全体で150人, テック人材が80名程の組織規模になっています。 我々はサービスを内製開発しており、具体的にはビジネス動画のサブスクリプションサービスである「GLOBIS 学び放題」や英語版の「GLOBIS Unlimited」、法人向けの学習管理を目的とした「グロービスラーニングプラットフォーム」などがあります。「GLOBIS 学び放題」は、2017年のサービス開始以来、有効会員数14万人を突破し、Withコロナ時代でも「学びを止めない」ために日々多くのサービス開発を行っています。 ○募集背景 現在、グロービス内で保持する学習データ(例:「GLOBIS 学び放題」の学習行動データ)やアセスメントデータの活用にも本腰を入れ始めています。 機械学習によるデータ活用の方向性としては、教育業界におけるインパクト創出と既存サービスの成長支援の2パターンで考えています。 例えば下記のようなテーマを想定しています。 ・教育業界におけるインパクト創出: 個別学習実現のための機械学習モデル開発 ・既存サービスの成長支援: 「GLOBIS 学び放題」におけるレコメンドモデル開発 またR&D的な取り組みとして、集合研修などリアルな場におけるデータ解析なども検討しています。 これらの実現のために、データ専門性の高い人材を集めたデータサイエンスチームを組成し、体制強化を進めています。 なお、チーム内での役割分担は下記のようにしています。 データサイエンティスト:データによる新しい価値創造をゴールとするデータ分析やモデル開発を担う。 機械学習エンジニア:サービス実装をゴールとした機械学習のモデル開発を担う。 データエンジニア:データ活用の要となるデータ基盤開発と運用を担う。 現在は以下のような体制です (業務委託を含む) 。 ・統括ディレクター: 1名 ・データエンジニア: 1名 ・機械学習エンジニア: 1名 ・データサイエンティスト: 2名 ・技術顧問: 1名 このうち、機械学習領域のコアメンバーとなるシニア機械学習エンジニアを募集します。 ○魅力 コアメンバーとして大きな裁量を持ち、活躍するチャンスがある。 経営層のデータ活用への温度感が高いので、強いバックアップのもと機械学習モデル開発に取り組む事が出来る。 スキルの高いエンジニアとデータサイエンティストが既にチームに在籍しており、高度なデータ活用に向けたコラボレーションの環境が整っている。また、参画後すぐに機械学習モデル開発に取り組める土台がある。 社会人教育における国内最大規模の大学院・教育サービス機関であり、ユニークなデータが取得・利用可能である。 動画サービスのようなオンラインデータだけでなく、集合研修などのオフラインデータを扱うチャンスがある。 社会人教育におけるDX推進にあわせ、様々なデータ活用の提案が実施できる。 フルフレックス、リモートワーク、副業可、服装自由、自己啓発支援制度やグロービス経営大学院への通学支援制度等、自己成長を目指す方が働きやすい環境である。 https://recruiting-tech.globis.co.jp/environment/
必須条件
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事。 [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。各種JOINの使い分け。集計関数とGROUP BY。CASE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豊富なノウハウを持つ。 [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:応用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を保有し、実務で利用する事が出来る。 データ設計能力:ビジネスプロセスを理解して、データフロー図、論理データモデル、ER図、テーブル定義書を作成することが出来る。モデル開発やオンライン性能検証の際に必要となるログ要件を作成することが出来る。 計算量への理解:計算量オーダーの概念を理解し、自身が開発した機械学習モデルの実行時間を見積もる事が出来る。見積もった実行時間や将来の予測対象数の拡大も考慮して、適切な手法選定に活かすことが出来る。 バッチ処理実装:機械学習モデルの学習や推論処理実行のためのバッチ処理実装が出来る。後続のサービス開発側のジョブ実行を考慮したジョブ設計が出来る。ジョブのエラーハンドリングを行うための設計が出来る。
歓迎条件
下記に列挙する項目のいずれかを満たしている事。 [データ専門性] 機械学習:パターン認識と機械学習 (PRML) の上下巻と統計的学習の基礎 (ESL) に相当する機械学習の知識。 自然言語処理:形態素解析、構文分析、固有表現抽出のアルゴリズムを理解し、使いこなせる。トピックモデル、サポートベクターマシンなどの文書分類手法を理解し、実行出来る。RNNやLSTMなどを用いたニューラルネット型言語モデルを理解し使いこなせる。 Deep Learning:各種トップカンファレンスやarXivの論文を含めたDeep Learning系統の最先端の研究開発動向に精通している。 [エンジニアリング力] API開発:機械学習モデルの推論結果を提供するAPIのシステム設計が出来る。(インフラ設計、API仕様策定)。機械学習モデルの推論結果を提供するAPIのシステム運用方針を決められる。 モデルのシステム導入の実務経験:機械学習モデルをシステム導入した際に発生する運用上の課題とそれに対するベストプラクティスを有している。 Data Warehouse の設計・構築など、データエンジニアリング領域における理解、経験がある。 [ビジネス力] コミュニケーション力:相手の理解度に合わせて説明粒度を調整して説明する能力。

就業条件

出社先
日本全国どこからでも勤務可能
東京都
勤務地(詳細)
102-0084 東京都千代田区二番町5-1 住友不動産麹町ビル【東京オフィス】
リモート頻度
フルリモート
リモート頻度(詳細)
良きコミュニティ・企業文化・関係性を生み出すリアルな「場」を重視しつつ、最先端のテクノロジーを駆使してオンラインやリモートを積極的に取り入れています。 週2日以上の出社を推奨していますが、部門・チームの特性によって方針を決定しています。
契約形態
正社員
稼働日数
週5-
勤務制度
フレックスタイム制
休日
・有給休暇:年間20日(翌年繰越により最大40日)<試用期間中は最大5日まで使用可/入社日により按分> ・年末年始休暇(12月29日~1月4日)、結婚休暇、忌引き休暇、災害ボランティア休暇、出産・育児休暇、サバティカル休暇(勤続5年/10年に付与)
保障などの条件
○教育制度及び資格補助 ・グロービス経営大学院受講支援制度 ※ ・海外短期留学支援制度 ※ ・自己啓発支援(年間上限20万円) ・業務上必要な研修受講支援(所属部門長の判断により全額負担) ※プログラムの未修了、もしくは、在学中または修了後2年未満での退職時には支援金の返金要 ○待遇 ・交通費支給(当社規定による) ・各種社会保険有り(健康保険、雇用保険、労災保険、厚生年金) ・退職金制度有り(定年:60歳) ・持ち株制度有り
給与(詳細)
給与:非公開 経験・能力を考慮し、規定に従い相談の上決定します。 ・給与改定は年2回1・7月に実地します。 ・半年以上在籍した方はプロフィットシェアリング制度の対象となります(当社規定による)

応募情報

選考フロー
基本的な選考フローは下記となりますが、ご状況によっては、同日に実施するなどご相談を承ります。 書類選考→1次面接(部門)→2次面接(部門リーダー、HR)→3次面接(部門長(役員))→4次面接(人事役員:実施無しの場合もあります) ※エッセイ(グロービスで何をやりたいのか)を提出いただきます。タイミングとしては原則3次面接前の提出となります。
入社後の流れ
我々のチームはフレックスを導入しているため、1か月単位でスケジュールをご自身で調整していただいています。また、リモートワークも多用しているため、打合せはZoom等のオンラインで行うことが多いです。 <スケジュール例> 09:30〜10:30 slackやメール等の連絡事項チェック 09:30〜10:30 作成中のダッシュボード開発の定期レビューミーティング 12:00〜13:00 ランチタイム 13:00〜16:00 作業 (分析軸の確認等) 16:00〜17:00 技術顧問との打ち合わせ 17:00〜18:00 法人部門とデータ活用の新規プロジェクトミーティング ○配属先組織構成 グロービスの2016年に新設されたEd-Tech部門であるグロービス・デジタル・プラットフォームに所属いただきます。 データサイエンスチームの体制は以下です (業務委託を含む)。 ・統括ディレクター 1名 ・データエンジニア:1名 ・機械学習エンジニア:1名 ・データサイエンティスト:2名 ・技術顧問:1名 ○将来のキャリアイメージ 機械学習エンジニアとして経験を積みつつ、知見を更に高めていただいた後は、データサイエンスチームや部門全体のデータマネジメントに関する取り組み全体をリードしていただくことや、チームマネジメントを期待しています。

会社概要

会社名
株式会社グロービス
設立年月日
1992年8月
会社所在地
〒102-0084 東京都千代田区二番町5-1 住友不動産麹町ビル
代表者名
堀 義人
事業内容
経営人材育成などのソリューション提供をするコンサルティング会社
URL
https://www.globis.co.jp/

株式会社グロービスに関するインタビュー記事

記事のサムネイル

【社内インタビュー】株式会社グロービスのリモートワークの取り組みを徹底紹介!

<採用までの流れ>

①会員登録 →②マイページへ登録 →③応募 →④審査 →⑤メール →⑥面接 →⑦採用

会員登録をした後にマイページから経歴を入力してから応募してください。

※企業による審査を通過された方には面接予約のためのメールを送信させていただきます。

※応募の際に追加でメールにて必要書類の提出をお願いすることがあります。

※個人情報の取扱についてはプライバシーポリシーを参照ください。

求人応募ボタン
求人応募ボタン