インターネット・Webサービス（IT/Web・通信・インターネット系）のデータサイエンティスト cb299604

募集背景
昨今、急速に変化するオンライン旅行業界において、エンドユーザーへのUXをパーソナライズすることは必須となっており、そこには機械学習・データサイエンスの活用は欠かせません。そこで、データインテリジェンス室では、楽天トラベルのマーケティング領域の最適化を担う、優秀なMLエンジニアを募集しています。また、楽天トラベルではユーザーログの分析や実験を行う環境も整っているため、継続的にモデルや開発の改善を行うことが可能です。
　　
業務内容
機械学習エンジニアとして、ビジネスサイドと密接な連携を通して課題を理解、データエンジニアやフロントエンドエンジニアと協業、楽天トラベルのプロダクトに対して最適化ソリューションを提供していただきます。プロジェクトはレコメンデーションロジック改善、ユーザーターゲティング、画像最適化、ユーザレビューを活用した自然言語処理タスクなどがございます。具体的な業務としては：
・ビジネスサイドと連携しプロジェクトの要件を定義
・詳細な開発仕様の策定
・MLモデルの構築とAPIへのデプロイ
・ ソリューションを検証するための実験の設計、実行経験
・異なるアプローチを比較するためのABテストやバンディット最適化の実施経験
・実験結果の統計的な評価と結果の測定
　
部署・サービスについて
アーティフィシャルインテリジェンス室は、データサイエンスと機械学習を活用し、楽天トラベルの様々な機能を最適化するソリューションを提供しています。プロジェクトは、開発からマーケティング、販売、広告、品質管理まで多岐に渡り、データの活用を通してイノベーションを推進する部署です。

トラベル開発部：機械学習エンジニア　アーティフィシャルインテリジェンス室（TDD）

【必須要件】
１　機械学習やデータサイエンスの分野に対する情熱と好奇心を持っている。
２　機械学習、数学または関連分野の修士号以上、または同等の実務経験を有する。また、画像処理、自然言語処理、その他の関連分野に関連するものを含む、機械学習／深層学習モデルの構築に関する経験を有する。
２−１【目安】以下のような知識のいずれかを持っているものとする。
２−２　機械学習：識別モデルや生成モデルといった機械学習モデル、確率的勾配降下法といった推論アルゴリズム、漸近普遍性や漸近有効性といった漸近理論、などの基礎的な知識に加え、以下のいずれか。
２−２−１　反実仮想機械学習：off方策学習の各種推定量　Importance Samplingなどのサンプリングアルゴリズム。
２−２−２　Attention／Transformer：AttentionやTransformerの数式を説明できる。モデルマージやMOE、大規模言語モデルの各学習ステップを説明できる。
２−２−３　最適輸送：Shinkhornアルゴリズム、Wasserstein距離などの基本概念を理解している。
２−３　数学：線形代数（対角化、Jordan標準系）、微積分（微分＋リーマン積分）、位相空間論（位相、コンパクト性、連続性）に加え、以下のうちのいずれか。
２−３−１　解析学：可測関数や可積分関数、確率空間の定義、確率過程論。
２−３−２　幾何学：リーマン多様体やリー群、統計的多様体の定義、Gromov-Hausdorff距離などの距離
３ Pythonを用いた開発経験がある。
３−１ 【目安】以下のような経験を持っているものとする。
３−２　PyTorch、あるいはTensorflowによる開発経験。
３−３　GPUを用いた学習の実行。
３−４　開発したPythonコードを他者から評価された経験。
４　A／Bテストなどを実施するための実験設計に関する専門知識を有する。
４−１　【目安】以下のいずれかの知識を有する。
４−２　統計的仮説検定に基づくA／Bテスト、非心t分布による最小サンプル数設計。
４−３　ベイジアンA／Bテスト。
４−４　最適椀決定アルゴリズム。
４−５　Interleavingアルゴリズム。
５　機能横断的なチーム環境で働き、他のチームと効果的に協働できる。

【歓迎要件】
・本番環境での開発経験
・日本語コミュニケーションスキル
・国際カンファレンスでの論文発表経験

#エンジニア職 #engineer #AI #コマースカンパニー #commerce #楽天トラベル #RakutenTravel #Python

大学院卒,大学卒,専門卒,高卒,中卒