ITエンジニア・WEB業界での求人情報なら
技術者向け転職支援サービスのテクストキャリア

■事業内容
ブレインパッドは、2004年の創業以来、一貫して「データ活用の促進を通じて持続可能な未来をつくる」をミッションに企業のデータ活用支援をしています。データを分析して終わりではなく、クライアントの自走まで伴走できるのが特徴です。データエンジニアリング本部は、分析基盤の構築やツールの提供、モデルの仕組み化等のシステムを通じて、クライアントにビジネス価値を生み出す支援を実施しています。

▽案件事例
世界初、良品学習型ディープラーニングで原料検査を低価格に実現（キユーピー株式会社様）
https://www.kewpie.com/newsrelease/2020/1677/
マーケティング効果をAI、機械学習の活用により20％改善（日本たばこ産業株式会社様）
https://www.brainpad.co.jp/news/2019/01/29/9295
∟関連記事：マネージドサービスを活用した機械学習のためのCI/CDパイプラインの構築
https://aws.amazon.com/jp/blogs/news/brainpad-ml-cicd-pipeline/
災害医療プロジェクト（巨大地震発生時の災害医療シミュレーションを日本医科大学と実施）
https://www.brainpad.co.jp/news/2021/01/28/14104

■配属部署：データエンジニアリング本部　アナリティクスエンジニアリング部（AE部）
これまで研究開発の文脈で語られることが多かったAI・機械学習において、AE部は、実ビジネスでの活用に導くことをミッションとしています。
DXを推進するクライアントに対して、分析PoC期間から要件定義、技術調査／検討、分析環境やAPI等の設計／開発を担当し、実地検証までスムーズに実施できるようプロジェクトを主導します。
また、他部署のコンサル、エンジニアと共にクライアントの分析組織の立ち上げを支援し、分析環境構築のためのシステムPoCの企画や構築も行います。
※AE部は「機械学習」関連の経験がない人が多いです。そのため、その点のみで即戦力の有無を判断はしておりません。
データ収集・可視化のバッチ処理、データストリーミング、マイクロサービスの開発・運用をクラウドで作ることが主な業務になります。

■業務内容
・分析環境の調査、クラウドの比較・選定、分析環境の構築
・AutoMLツールの調査・利用環境のスケルトン化／構築
・業務利用に向けた分析モデルの利用方法や評価指標の検討・実装
・分析の再現や再利用に向けた、データ・分析モデル・ロジック／各種パラメタを一体化したバージョン管理の実施
・データ整理やデータ加工の手順の整理・リファクタリング・パイプライン/バッチ化
・実地検証用システムの開発
※分析組織の立ち上げ支援では、クライアントのデータやリテラシーに合わせて分析環境の選定支援や構築を実施します。
※分析PoC・実地検証案件では、ＡＩの業務利用に向けた提案を行うため、業務整理から実施することもあります。

＜開発環境＞
・開発言語：Python,SQL
・OS：Linux
・MLライブラリ：TensorFlow, PyTorch
・コンテナ：Docker, Kubernetes
・クラウド：GCP, AWS, Azure
・GitやJIRA、CircleCIを利用してプロジェクト進行やテストの効率化を実施

【仕事の魅力】
・プロジェクトの半数は、PoCフェーズから実務展開できており、実ビジネスで活用されるシステム実装を担うことが出来ます。
・顧客の業務内でＡＩの有効利用を目指し、サービス企画的にプロジェクトを主導いただきます。
・案件ごとに顧客の業種/業務も異なるため、画像やセンサー、テーブルデータなど様々なデータを対象とした開発を行います。
・プロジェクトは少人数規模で進めることが多く、技術選定はPMの判断で進めることができるなど、裁量が大きい環境です。
　「自ら技術選定してクライアントに機械学習システムを実装したい」といった志向性の方にはピッタリな環境だと思います。
・各クラウドベンダー（GCP、Azure、AWS）の技術定例や、サービス全般の勉強会、アーキテクチャの質問など密に接しているため継続的なスキルアップができる環境です。