仕事内容

■業務内容 機械学習案件の実現のため、機械学習のプロダクトマネジメントを担当していただきます。 機械学習の社会実装において、プロダクトマネジメントは大変重要な役割を担います。何を解決するか定めないままモデルを開発に入ってしまったり、本当に解決すべきものが解決できないまま進行してしまったり、そもそもの課題を読み違えていたことがリリース後に判明したりして頓挫してしまう機械学習案件が数多く存在し、プロダクトマネジメントの失敗が機械学習案件の失敗に直結するケースが多く散見されます。 機械学習を用いてサービス上の何をどこまで解決するか、作られたモデルが本当に解決につながっているのか、そのモデルが学習可能であり継続的に学習し提供し続けられるようにできるのか等、機械学習プロダクトの意思決定に責任を持ち、業務を進めていただける方を募集します。 ■ 具体的には ・機械学習案件のサービス要件の定義 ・案件のビジネス・サービス的な性質や性能許容を踏まえた、モデル要件(モデル性能,システム,KPIの目標値)の打ち出し ・PoC・実地試験(ABテスト)・リリースなど、各検証段階での成功要件の定義と検証デザイン・定性/定量効果測定整備 ・機械学習モデルに学習させるためのデータセットの調達(使えそうなサービス上のデータを探索、ない場合はオペレーション構築やマニュアル整備など) 業務内容の変更の範囲は会社の定める業務となります。 ■既存システムの技術要素／キーワード - Google Cloud Platform(BigQuery, Vertex AI,Cloud Composer) - BIツール(Tableau, Looker) - アクセス解析ツール(AdobeAnalytics) - 業務ツール(GitHub, Teams, Confluence, Asana, Miro) ■独り立ちまでのイメージ　 オンボーディングが会社レベル、本部レベルとチームレベルで整えられており、業務に必要なツールのアカウントの発行や基本的な業務知識のインプットを入社から数日の間に行います。 機械学習プロダクトマネージャーの場合、サービスについての理解も重要になりますが、サービスの方針説明、および、月次のサービス報告については録画を用意しておりますので、こちらでキャッチアップしていただきサービスへの理解を進めていただきます。また、各推進領域を担当しているPMやディレクターと協調して案件を進めていくことになりますので、その方からキャッチアップしていただき進めていただく形になります。 ■想定されるキャリアパス 当初は同ポジション内で機械学習施策の推進を担っていただきますが、その後、施策そのものの立案/提案、既存モデルを用いた新たな転用先の提案なども担当いただき、機械学習案件の立ち上げ/推進のエキスパートを目指すことができます。 ■仕事の面白み 【社会的なインパクトが大きい業務であること】 約9,600万MAU(※1) のユーザーが利用しているサービスに携わるため、仕事のインパクトが大きく、多くのユーザに価値を届ける仕事に携わることができます。 ※1 2023年3月現在。PC、スマートフォンブラウザ/アプリ等で同じユーザが閲覧している場合には重複カウントとなります。 【多様な適用領域が存在していること】 食べログは単なる検索サービスではなく、ネット予約サイトでもあり、口コミサイトでもあります。さらに、近年コロナ禍で利用されるようになった食品EC,テイクアウトデリバリー, 飲食店DX事業を新規事業として立ち上げてまいりました。これらのサービス群に対して機械学習という立ち位置から関わる横軸組織であるため、様々なサービスと関わることができ、適用先が豊富です。 【データが利用可能であること】 機械学習を推進する組織によくあるケースとして、データはあるが利用できないという状況があります。我々のチームはデータ基盤を導入し、担当者を置いて、ニーズが高い領域から順にETLパイプライン実装、および、データ追加を継続的に行っております。また同じチーム内に存在しているため、データ追加対応を優先的に進めることできます。