この出品者は半年以上ログインしていません。購入後、出品者から48時間以内に連絡がなかった取引は自動キャンセルされます。
この出品者は半年以上ログインしていません。
最終ログイン:1年前
稼働状況 内容によります
データサイエンティスト
20代後半男性
  • 本人確認
  • 機密保持契約(NDA) 未登録
  • インボイス発行事業者 未登録
  • フォロワー 0
納品ごとの予算目安
  • IT相談・システム開発

    データサイエンス領域のお悩み相談 2,000円〜

    Stacking採用_予測モデルのご提供 4,000円〜

    時系列データの特徴量生成テンプレ提供 1,500円〜


継続(時給/月給)の予算目安
  • 時間単価:2,500円
  • 月単価:8万円
  • 1週間の稼働日数:週3日
  • 1日の稼働時間:4時間
  • 稼働時間帯:平日夜間、土日・祝日
  • 勤務場所:フルリモート
スケジュール

対応可能時間帯(仕事の稼働や休日の私用次第で前...

大手Sier企業に勤めるプロジェクトマネージャーがデータサイエンスのサポートをします。

大学ではデータサイエンスに関する領域とPython , R等のプログラミングを学習。 新卒の鉄鋼メーカーでは製品単位の需要量予測モデルを構築。設計~PoCまでを実装。 現職では大手Sierにて大手キャリアさまの大規模データ基盤の開発チームのプロジェクトマネージャーとして開発を推進。 主に時系列データを用いた機械学習予測モデルの構築は、実際のビジネス課題に取り組んだ経験もありデータサイエンティストとしてビジネス領域への理解もある程度持ち合わせております。 予測モデルの構築、プログラミングに限らずビジネス課題、卒論テーマ設定などのお悩み相談も受け付けております。 現在はプロジェクトマネージャーとして活動していることもあり、コミュニケーションの取り方やプロジェクト管理に関するお悩みの相談も可能でございます。 一度転職を経験したこともあり、転職のお悩み相談も真摯に対応させていただきます。 大手...

職種・スキル

経験職種

ビジネス・クリエイティブツール

  • WordPress 経験年数 : 1年

  • Excel 経験年数 : 6年

  • Google スプレッドシート 経験年数 : 3年

  • PowerPoint 経験年数 : 6年

  • Word 経験年数 : 6年

プログラミング言語・フレームワーク

  • Python 経験年数 : 7年

得意分野

  • IT相談・システム開発

    ・データサイエンス領域のお悩み相談 2,000円〜

    データサイエンスに関するお悩み相談に乗らせていただきます。 論文や就職、転職関連のお悩み相談。 データサイエンス系の人材として大学生からこれまで生きているのでそれなりのご相談はできると考えております。

    ・Stacking採用_予測モデルのご提供 4,000円〜

    実際のビジネス課題の解決に向けて考え構築した機械学習モデルのテンプレをお渡しします。 ロジックの解説や分析イメージ図も併せてご提供することで理解のしやすさも追及しています。

    ・時系列データの特徴量生成テンプレ提供 1,500円〜

    時系列データの特徴量を大量に生成するためのtsfreshを採用したテンプレをお譲りします。

資格・検定

  • 統計検定2級 取得年 : 2021年

経歴

職歴

  • 株式会社NTTデータ 2024年1月 現在

    ・テレコムユーティリティ事業部 データ基盤開発部署 / リーダー / データエンジニア・プロジェクトリーダー 2024年1月 現在

    大手モバイルキャリア様の持つ大規模データ基盤の開発プロジェクトに参画。 ユーザーから得た様々なデータを、お客様が迅速に新たなサービス開発ができるようにデータ基盤システムの開発を行う。既存のシステムの刷新や、データ連携基盤システムの効率化、データ鮮度の改善や新たなテーブルの設計など、複数の案件を並走している。

学歴

  • 滋賀大学 データサイエンス学部 / 学士 / 2017年4月 〜 2021年9月

    日本初のデータサイエンス学部に1期生として入学。 主に統計、プログラミングを学び、医療、気象等様々な領域でデータサイエンスの素養を身に着けた。 卒業論文では神奈川県川崎市 、京都府京都市の賃貸住宅の賃貸価格推定モデルを構築、地域による差異を調べ、賃貸住宅を契約する場合はどのような特徴の住宅を選べばよいかを提言するテーマで執筆した。 データはスクレイピングによってhttps://suumo.jp/から各地域のデータを取得した。予測モデルは重回帰分析。重回帰分析を選んだ理由は以下の通り。 ・モデルの解釈性が高くデータサイエンスへの理解が浅い人も、どのような特性の賃貸住宅がお得に借りられるのか理解しやすいのではないか ・住宅の価格予測には伝統的なヘドニックアプローチが手法として認知されている 結果の詳細は忘れてしまい記載はできないが、自身の手でプログラムをすべて書いてトライエラーを繰り返して論文を完成させたときの達成感は何事にも代えがたいものだった。