【機械学習エンジニア】広告入札額最適化向け機械学習基盤の開発(フルリモート可)

募集停止

機械学習エンジニア

【機械学習エンジニア】広告入札額最適化向け機械学習基盤の開発(フルリモート可)

negocia株式会社

negocia株式会社

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

給与・報酬

年収 600万円 ~ 1,000万円

稼働時間

140時間 ~ 180時間(週35 ~ 45時間)

雇用形態

業務委託から正社員

出社頻度

フルリモート

勤務地

-

現状と課題

・開発体制について

プロダクトオーナー、データサイエンティスト、機械学習エンジニアで約8名の体制となっています。2週間を1スプリントとするスクラム体制を取っており、主にPoCフェーズをデータサイエンティスト、開発フェーズを機械学習エンジニアが担当しています。

・プロダクトの現状

入札額最適化機械学習パイプラインはリリースしたばかりで、マイクロサービス化やデータパイプライン含むデータ基盤開発など、システムとして向上すべきポイントがまだまだあります。また、入札額だけでなく、広告運用における自動化できる機能は他にもあると考えており、機能拡充を通じて、広告自動運用のパイオニアを目指しています。

お願いする業務

Commerce Flow( https://commerce-flow.com/ )向けに、キーワード発掘や入札額の調整を自動で行うAIエンジン、データパイプラインの開発やMLOpsに対する業務に携わっていただきます。(副業スタートの場合、20 - 40時間程度の稼働)

・機械学習の学習および推論システムの開発 ・MLモデルのトレーニングの自動化、MLモデルの観測性と再現性の向上に向けた継続的な取り組み ・ETLやデータパイプラインの構築 ・データ品質の向上への取り組み

機械学習を使用して広告運用自動化に携わってみたい方 NVIDIA DGX Stationを触ってみたい方 GPUプログラミングに知見のある方

募集要項

概要

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

雇用形態

業務委託から正社員

給与・報酬

年収 600万円 ~ 1,000万円

稼働時間

140時間 ~ 180時間(週35 ~ 45時間)

出社頻度

フルリモート

必須スキル/経験

・コンピュータサイエンス、機械学習、オペレーションリサーチ、統計学、数学等の分野における学士号または修士号、または同等の経験 ・AWS、GCP等クラウドサービスを利用したデータパイプライン、ETL、機械学習システムの設計経験 ・PyTorch、TensorFlow等の機械学習ライブラリの使用経験 ・SQLクエリの基礎知識

歓迎スキル/経験

・分散処理システム(Spark or etc)の使用経験 ・GPUコンピューティングの知識 ・GPUを使用したモデル開発の経験

スキル要件

スキル名

経験年数

種別

Python3年以上必須
NumPy指定なし必須
BigQuery指定なし必須
Jupyter Notebook指定なし必須
pandas指定なし必須

一緒に働くメンバー

  • Koji Kawamura

    Koji Kawamura

    negocia

  • 川上 孝介

    川上 孝介

    開発部

  • 須加拓

    須加拓

    プロダクト企画部

サービス内容の詳細

negociaは機械学習や数理最適化をはじめとするAI技術を駆使して広告の運用を究極まで最適化し、受け手が必要だと思う広告のみが届く世界を実現することで広告との出会いを良い体験に変化させるプロダクトを開発するテックカンパニーです。

具体的には、過去の運用実績データを元にして、広告に掛けた金額に対する売り上げなどの効果の予測モデルを構築し、その予測モデルを元に、最適な広告費用配分を実現したり、キーワードの発掘、広告のクリエイティブを行うSophia AIと呼ばれている機械学習エンジンを開発しています。

社内での開発だけなく、大学(東京工業大学など)や研究機関との共同研究を通じて、アドテク分野における業界最先端のAI技術の研究開発も行っています。また、NVIDIA DGX Stationをはじめとする高性能なGPUマシンを導入するなど、計算資源に対しても積極的な投資を行なっており、豊富な資源を活用した革新的なAIの開発を突き進めております。

今回募集しているポジションは、negociaが提供しているAmazonスポンサー広告の運用アプリケーションであるCommerce Flow( https://commerce-flow.com/ )向けに入札額の最適化、キーワードの発掘を行う機械学習エンジン&パイプラインを開発する機械学習エンジニアです。

選考フロー

  1. カジュアル面談
  2. 1次面接
  3. コーディングテスト

同じポジションの求人

おすすめのイベント

もっと見る
  • ISUCON本著者 金子氏による Offers 公開パフォーマンスレビュー キャッシュは敵か味方か?

    開催前

    ISUCON本著者 金子氏による Offers 公開パフォーマンスレビュー キャッシュは敵か味方か?

    パフォーマンス・チューニングは、Webサービスの成長とともに避けて通れないテーマです。中でも「キャッシュ」は有効な手段の一つですが、設計や運用を誤るとデータ不整合やメンテナンス負荷の増大につながる可能性もあります。 「パフォーマンス・チューニングといえば、まずDBやアプリケーションロジックの改善が語られることが多いが、キャッシュはどのタイミングで検討すべきなのか?」 「実務で触れる機会が少なく、方法論を体系的に理解できていない」 ——こうした悩みの声は、現場のエンジニアから数多く寄せられています。 本イベントでは、『達人が教えるWebパフォーマンスチューニング〜ISUCONから学ぶ高速化の実践〜』にてキャッシュの章を執筆され、ご自身でもキャッシュライブラリを実装されている金子達哉氏をお迎えします。 今回は特別に、Offersの実サービス( offers.jp/jobs )を題材とした公開パフォーマンスレビューを実施します。 実際のサービスを見ながら、「キャッシュを使うべき場所・使うべきでない場所」をどのように判断するのか、その検討プロセスを公開でお届けします。 👇ISUCON概要はこちら https://isucon.net/ 👇『達人が教えるWebパフォーマンスチューニング〜ISUCONから学ぶ高速化の実践〜』はこちら https://gihyo.jp/book/2022/978-4-297-12846-3

  • ハッカソン優勝者はこう使うのか!「Everything Claude Code」から学ぶ 基本と実践

    開催終了

    ハッカソン優勝者はこう使うのか!「Everything Claude Code」から学ぶ 基本と実践

    昨今の開発現場において、Claude CodeをはじめとするAIコーディングエージェントの利用は急速に普及しています。一方で、進化のスピードが非常に速く、「全ての機能を把握し、実戦レベルで使いこなす」ことに壁を感じているエンジニアの方も少なくありません。 そうした中、Anthropic主催のハッカソンでも活用された「everything-claude-code」リポジトリがSNS上で大きな話題となりました。Claude Codeのベストプラクティスが網羅的にまとめられた注目のリソースですが、一定の前提知識がないと読み解くのが難しい側面もあります。 そこで、本イベントでは、RevenueCat Shipaton 2025に入賞し、Claude Codeの機能検証・解説を精力的に発信されているOikon氏をお迎えし、「everything-claude-code」を題材にClaude Codeの基本機能と実践的な活用法を紐解きます。 前半では、Claude Codeの基本機能を押さえたうえで「everything-claude-code」の全体像について解説します。 後半のディスカッションでは、実際の画面をご覧いただきながら「everything-claude-code」リポジトリを参照し、手元の環境でいくつかのコードを動かすデモを通じて、より具体的な活用法を深ぼっていきます。 Claude Codeを触り始めたばかりの方から、もっと使いこなしたい方まで、幅広いエンジニアのご参加をお待ちしています。 ↓「everything-claude-code」リポジトリはこちら https://github.com/affaan-m/everything-claude-code

    開催日:

    2026年3月17日(火)12:00~13:00

  • React 19、コンポーネント設計どう変わった?〜うひょさんに聞く最新 実務Tips〜

    アーカイブ公開中

    React 19、コンポーネント設計どう変わった?〜うひょさんに聞く最新 実務Tips〜

    前回「LT&ディスカッション5ラウンド!うひょさん・よしこさんと改めて考えるReactコンポーネント設計」( https://offers.connpass.com/event/298939/ )のイベント開催から約2年が経過し、その間にReactやNext.jsは大きく進化してきました。Server ComponentsやSuspense、新しい非同期処理のAPIの登場などにより、パフォーマンスや表現力は向上した一方で、コンポーネント設計は以前にも増して複雑になりやすい状況になっています。 またAIの登場により、設計部分の重要性は、以前にも増して高まっていると感じており、AIライクとヒューマンライクのどちらに寄せるべきなのかの判断も難しいと感じている方も多いのではないでしょうか。 そこで本イベントでは、うひょ氏をお招きし、「今、現場で採用すべきコンポーネント設計のベストプラクティス」を実務経験をもとに解説していただきます。 迷いなく設計判断ができるようになるための指針を、持ち帰れるイベントです。ぜひご参加ください。

    開催日:

    2026年2月18日(水)19:00~20:00

  • MIXI×ユーザベース アプリエンジニアのための「AI×SRE」入門 〜障害対応・ログ解析を楽にする実践Tips〜

    アーカイブ公開中

    MIXI×ユーザベース アプリエンジニアのための「AI×SRE」入門 〜障害対応・ログ解析を楽にする実践Tips〜

    「本番で障害が起きたけど、ログの調査に時間がかかる」「パフォーマンスが遅いと言われたけど、どこから調べればいいかわからない」「原因不明のエラーにより、インフラサーバーが正しく立ち上がらず疎通がうまく行かない」——アプリケーション開発をしていると、こうした"インフラ寄りの面倒な作業"に悩まされることはありませんか? 実は今、AIエージェントを活用すれば、これらの作業を自然言語で依頼するだけで解決できるようになりつつあります。ログの集計やレポート作成、障害の原因特定、パフォーマンスの変化の可視化——特別なクエリを書かなくても、AIに聞けば答えが返ってくる時代です。 本イベントでは、MIXIの吉井氏とユーザベースの飯野氏をお招きし、ソフトウェアエンジニアがインフラ領域の"面倒な作業"をAIでどこまで減らせるかを語っていただきます。「SREじゃないから関係ない」ではなく、開発者こそ知っておきたいAI×インフラの活用術をお届けします。

    開催日:

    2026年1月21日(水)19:00~20:15

  • なぜRemix 3はReactを離れたのか -Web標準とAI時代に最適化された新アーキテクチャ

    アーカイブ公開中

    なぜRemix 3はReactを離れたのか -Web標準とAI時代に最適化された新アーキテクチャ

    2024年末、Remix 3が発表されました。Reactベースのフレームワークとして知られていたRemixが、「ReactからWeb標準へ」という大きな方向転換を発表しました。 React Router v7としてReactエコシステムに深く統合される道を選んだ一方で、Remix 3はReactから離れ、Web標準をベースとした新しいアーキテクチャへと進化しようとしています。 なぜRemixはこのタイミングでReactを離れる決断をしたのか?Web標準に回帰することで何が変わるのか?そしてAI時代において、このアーキテクチャはどのような優位性を持つのか? 本イベントでは、Remix 3の詳細な解説記事を執筆されたcoji氏をお招きし、「Reactの当たり前を相対化する」というテーマでLTをいただきます。Remix 3の技術的な変化から思想的な背景まで、深く掘り下げていきます。 👇登壇者の記事を事前にチェック coji氏 Remix 3についての解説記事 https://zenn.dev/coji/articles/remix3-introduction

    開催日:

    2026年1月14日(水)19:00~20:15

転職に役立つノウハウ

もっと見る