データから、新たな価値を。

データがあっても、活用の仕方がわからない。DXやPoCに取り組んでも、成果があがらない。
そんな悩みや不満を抱える企業が増えています。

大事なのは、データをどう活用し、どう価値を創出するか。

私たちは、「データから、新たな価値を。」を経営理念に、AIを始めとするデータサイエンスとコンサルティングを掛け合わせ、新たな価値創造や課題解決に導く「ビジネス価値創造企業」です。

企業が抱えるデータを最大活用し、ビジネスを加速させます。さらには、データの力を社会変革に繋げます。データから価値創造へのプロセスを、ともに進めていく仲間を歓迎します。

【募集にあたって】

■仕事内容
AIモデルは、作った瞬間ではなく、回り続けたときに価値になります。
セカンドサイトアナリティカのオペレーション部門は、金融を中心とした各業界のAI・データ分析基盤を、本番で動かし続けているチームです。

このポジションでお任せするのは、本番稼働しているAIモデルの実行・チューニングと、それを支える分析です。担当案件を持っていただき、モデルの実行、精度のモニタリング、データの変化に合わせた再学習・チューニング、クライアントへの報告までを担っていただきます。

モデルを作って納品して終わり、ではありません。 動かし、精度を見て、データの変化に合わせて直し続ける側です。

■募集背景
AIは、モデルを作った時点では価値になりません。本番環境で動き続け、データの変化に合わせてチューニングされ、クライアントの業務に組み込まれて初めて成果になります。

当社では、アナリティクス部門がモデルを生み出し、オペレーション部門がそれを本番で回し続けるという役割分担をとっています。案件数の増加に合わせて、この領域を担う体制を強化します。

■このポジションでお任せすること
ご経験に応じて、担っていただく範囲を広げていきます。すべてを一度に担っていただくわけではありません。

1. 機械学習モデルの実行とチューニング
   ・モデルの実行と、精度・処理時間のモニタリング
   ・データの変化に伴う精度劣化の検知と、再構築・再学習・チューニングの実施
   ・モデリング手法・アルゴリズムの特性を踏まえたデータのクレンジングと、特徴量の見直し
2. 分析結果のアウトプットとクライアント対応
   ・クライアントからの依頼に応じたアドホック分析
   ・クライアント向け報告資料の作成・報告（数値の解釈と示唆の言語化）
   ・クライアント・他部門との調整
3. AI活用システムの運用保守
   ・稼働中システムの改修
   ・対象システム: 画像解析システム／業務シフト自動生成システム／不正検知エンジン／SCM最適化システム
4. 運用の標準化・自動化
   ・生成AIを活用した実行手順・チェック項目の標準化とスクリプト化

【仕事内容】

■体制・レポートライン
・オペレーション部門（部門長: 湯浅）のモデル・分析領域に配属
・レポートライン: 部門長（湯浅）
・担っていただく範囲
　　〇担当案件のモデル運用: ご自身が主担当として実施
　　〇分析の進め方・優先順位: ご自身で組み立てていただきます
　　〇モデルの設計・アルゴリズムの選定: アナリティクス部門と連携して進めます
　　〇改善の提案: 現場で気づいた改善点を提案していただきます

　　（実施の判断は、部門長との協議のうえ）

部門長のスタンス: クライアント・他部署との調整と、部門としての意思決定を担います。
現場が仕事に集中できる状態をつくることを、自分の仕事だと考えています。

■案件事例
金融系を中心に、決済、通信、EC・小売、不動産、建設、製造、医療、官公庁と幅広い業界の案件に従事します。

■当社の成長性
2016年の設立以来、顧客数・案件数が順調に拡大し、2022年には東証グロース市場に上場。設立時から現在まで黒字経営を継続し、前期は過去最高売上を記録しています。

【求める人物像】

■エンジニアとして
　・クライアントの要望に応じたアドホック分析ができる方（このポジションで最も重視します）
　・問題発生時に、システム・データ・特徴量のどこに原因があるかを切り分けられる方
　・モデリング手法とアルゴリズムの特性を理解し、なぜその手法を選ぶのかを説明できる方
　・その場の対処で精度を戻すのではなく、原因に手を入れて再発を防げる方
　・自分が実施した作業を手順として残し、他の人が同じことをできる状態にできる方

■仕事の進め方
　・目の前の作業を抽象化して捉え、別の案件に同じ構造を見つけられる方
　・自ら問題点を見つけ出し、解決策を考えて実行し、状況に応じてPDCAを回して解決まで持っていける方
　・任された作業に責任を持ち、最後までやり抜くことができる方
　・リスクを想定したうえで見通しを立て、状況を正確に共有できる方

【必要なスキル・知識】

■必須（MUST）
・Python・SQL等を用いた、機械学習・データ分析の実務経験2年以上
・統計・機械学習の基礎知識（前処理、特徴量、評価指標を、意味を理解して扱えること）
※モデルの新規開発の経験は必須にしていません。 歓迎要件に記載しています。
※資格の保有は問いません。
※AI実行基盤・クラウド側を担うポジションをお探しの方は、
別求人「インフラエンジニア（AI実行基盤・AWS／クラウド）」をご確認くださいませ。

■歓迎（WANT）
・Pythonを用いた機械学習モデルの開発経験（本番投入まで担った経験があれば、なお歓迎）
・モデルの精度劣化の検知・再学習の運用を設計した経験（MLOps領域）
・大規模データのSQLチューニング、データパイプラインの構築・運用経験
・AWS・Azure等のクラウド環境の利用経験
・金融領域（信用リスク、与信、不正検知、収益モデル等）のドメイン知識
・運用手順の標準化・自動化により、工数を削減した経験
・クライアントへの報告・調整の経験
・統計検定、基本情報技術者、各種スペシャリスト資格

【この仕事で得られるもの】

AIを本番で回し続ける経験。
複数の案件のモデルを、実行から改善まで継続して担当します

運用の型を、自分の手でつくれること。
実行手順・チェック項目を整備し、次に同じ状況が来たときに再現できる形にしていきます

金融を中心とした幅広い業界のドメイン知識。
業界ごとにデータの持ち方も業務の前提も異なるため、案件を通じて知識の幅が広がります

改善提案が通る距離の近さ。
部門長との距離が近く、現場で気づいた改善が実行に移りやすい体制です

昇格の道筋があること。
担当範囲の広がりに応じて、上位等級への昇格・処遇見直しの対象になります

上場企業の安定性と、これから整えていく余白の両方。
2022年東証グロース上場

【働き方】

出社を基本としています（週1日程度のリモートは可）
チームのメンバーが出社しているため、日々のやり取りや相談が対面でできる環境を重視しています
担当案件を単独で回せる段階になった時点で、リモート日数のご相談を受けています
一方で、時間の使い方はお任せします。裁量労働制のため、出退勤の時刻や1日の就業時間はご自身で調整いただけます

【選考プロセス】

書類選考 → 1次面接（部門長＝直属の上長） → 適性テスト → 2次面接（現場のマネージャー＝一緒に働くメンバー） → 最終面接（代表）

※1次面接から直属の上長となる部門長が直接お会いします。
　「誰の下で働くのか」「どこまで任　されるのか」を最初に確認していただけます

※2次面接では実際に一緒に働く現場のマネージャーがお会いします。
　日々の進め方や技術的な水準感を、現場の目線で確認していただけます

【想定年収】

450万円〜700万円（経験・能力を考慮のうえ決定）
※上記とは別に、個人の年度評価に応じた賞与を翌年度に支給します

想定経験
Python・SQL等を用いた機械学習・データ分析の実務2年以上