株式会社JDSC

【革新的なビジネスモデルで注目が集まる企業　?ジョイントR&D　?産業全体への横展開】
?ジョイントR&D：多様な産業のリーディングカンパニーと成果物横展開を前提に契約。その後R&Dを行います。
?産業全体への横展開：上記で創出したAIソリューションを自社SaaSとして産業全体へ還元していきます。

【教育、輸送、エネルギーといった生活を支える領域を、AI技術でアップグレード】
(1)物流最適化　　　　　　　　　　　　　事例：不在配達ゼロ化AIプロジェクト　
※走行距離の25%は再配達のために費やされ、年間9万人の労働力に相当し、年間約1.8億時間が不在配達に費やされています
(2)教育(アダプディブラーニング)　　事例：駿台予備校など大手予備校を顧客として抱えていることが投資家からの評価が高いです。勉強の分野の進み方は個人でバラバラですが、あと一つヒントがあれば解ける得意分野の問題と、多くのヒントがあってはじめて解ける苦手分野の問題が存在します。それぞれに対して、解けるまで少しずつヒントを出していくことで、個々人の教育成熟度にアダプト(適応)していくプロジェクトです。
(3)需要予測　　　事例：大手消費財企業で、予測のブレを人力予測の7割に抑えることに成功。

【「AIでデータの真価を解き放ち、産業の常識を塗り替える」　東大（松尾研究所）発のAIスタートアップ企業】
単に大学の技術を右から左に動かすだけでは、アップグレードは実現されません。同社は日本の変革の主体となるために、東京大学、各産業におけるリーディングカンパニー、要素技術を有するベンチャーとチームアップし、従来の人月単位に基づいた請求から決別し、利益に直結したAIサービスを提供しています。大学から社会への知の還元をリードし、クライアント企業の利益貢献にコミットするプロフェッショナル集団として、日本社会をアップグレードします。

【輝かしいメディア掲載実績】
・2021.12　創業わずか4年弱でグロース上場
・2020.10　シリーズBラウンドで約29億円を調達
・2019.11 Forbes JAPAN CEO conference 2019 にてみずほ賞を受賞/日経「NEXTユニコーン調査」に掲載
・2019.9 日本経済新聞社と金融庁共催の「FIN/SUM」のコンテストにて、「最優秀賞」を受賞
・2019.2 学校法人駿河台学園およびSATT株式会社との業務提携が、日本経済新聞
・2018.12 AIでの不在配達を防ぐ取り組みが、日本経済新聞に取り上げられる

【代表の経歴】
CEO代表取締役社長　加藤 エルテス 聡志
東京大学卒業後、マッキンゼーアンドカンパニー、米系メーカー等での経験を経て、2014年に一般社団法人日本データサイエンス研究所(現同社 )を創設、代表に就任。医療データ リーズンホワイ 監査役。

AIを活用した国内DXを牽引する当社において、データエンジニアリング・MLエンジニアリング領域を中心に組織貢献いただけるソフトウェアエンジニアを募集します
▼担っていただきたい役割
・各種プロジェクトで求められるデータパイプライン・データ基盤の設計・開発・運用開発
・隣接するソフトウェア領域に関する開発・コミュニケーション
▼主な開発環境
言語：TypeScript、Go、SQL、Python、Ruby等
データベース：MySQL、PostgreSQL、BigQuery、Snowflake等
クラウド環境：Google Cloud、AWS、Azure
ソースコード管理：GitHub
プロジェクト管理：Jira、Notion
情報共有ツール：Slack、Confluence

▼主な業務内容
当社では多様なビジネス領域に向けてプロジェクトを推進しており、下記のような異なる段階に適したデータパイプライン・データ基盤を構築する必要があります。
・プロトタイプ・試行錯誤の色彩が強い段階
・顧客の業務で使用される本番運用段階
・単一顧客向けから同一領域で広く使われるVertical SaaS的な運用開発の段階

このようなフェーズの違い・変化を捉えていただきつつ、その都度最適なデータパイプラインを構築・維持しつつ、当社内の共通のデータ基盤の構築・整備を引きいていただきたいと考えています。

・Python／SQL（特にOLAP系）を用いた開発の経験（3年以上）
・特にバッチ処理に類するソフトウェア開発に関する技術知識（ネットワーク、セキュリティ、データベース、等）
・ビジネス関係者やデータサイエンティストと適切な議論を行う能力
【歓迎】
・データパイプライン・MLOps環境の構築・運用開発の経験
・クラウド環境上でのCI/CDパイプライン構築・運用の経験
・Docker等のコンテナ技術を活用したソフトウェア開発運用の経験
・DevOpsやSREにおける知見や経験
・データサイエンス一般に関する理解・経験
・B2Bソフトウェア（パッケージ・SaaS）・システム開発の経験
・Kubernetesの利用・運用経験