Go
あなたを気にしている企業
- スリーシェイクがGoのレジュメを見ています。2026.04.30
- MBKデジタルがGoのレジュメを見ています。2026.04.30
- テックタッチがGoのレジュメを見ています。2026.04.28
- YOUTRUSTがGoのレジュメを見ています。2026.04.28
- ピクシーダストテクノロジーズがGoのレジュメを見ています。2026.04.28
- ハローがGoのレジュメを見ています。2026.04.27
- タックスナップがGoのレジュメを見ています。2026.04.27
- Works Human IntelligenceがGoのレジュメを見ています。2026.04.27
- BuySell TechnologiesがGoのレジュメを見ています。2026.04.27
- アシュアードがGoのレジュメを見ています。2026.04.27
キャリアビジョン
時系列データ分析のスペシャリストになりたい
時系列データ分析を統べれば世界が変わると思うから。
プロジェクト経験
プロジェクトカテゴリ
担当工程
経験した職種・役割
あなたが実際に使っていた技術
このプロジェクト詳細は公開されていません
プロジェクトカテゴリ
担当工程
経験した職種・役割
あなたが実際に使っていた技術
このプロジェクト詳細は公開されていません
プロジェクトカテゴリ
担当工程
経験した職種・役割
あなたが実際に使っていた技術
このプロジェクト詳細は公開されていません
マネージメント能力
アピール項目
アウトプット
GitHub アカウント
あり
Qiita アカウント
未入力です
Zenn アカウント
未入力です
Speaker Deck アカウント
未入力です
SlideShare アカウント
未入力です
特にアピールしたいアウトプット
未入力です
今後、身につけなければいけないと思っている技術は何ですか？
# 時系列データの高度モデリング
- 状態空間モデル・ベイズ推定を用いた確率的モデリングの設計・実装
- Transformer等の深層学習モデルの選定・検証・実務適用
- 不確実性を考慮した予測および意思決定ロジックの構築
# 因果関係を踏まえた時系列分析
- Structural Causal Modelに基づく分析設計
- 介入効果・反実仮想を用いた意思決定ロジックの設計・評価
# モデリングの実運用化
- 時系列特有のMLOpsの設計・実装
- データパイプラインおよびリアルタイム処理基盤の構築
# 予測から意思決定への接続
- 数理最適化・強化学習を用いた意思決定アルゴリズムの設計
- ビジネスKPIと連動した評価指標・改善サイクルの設計
あなたが一番パフォーマンスを出せるのはどんな環境ですか？
# 自宅
パフォーマンスは「認知的準備状態（上記のCognitive Readiness）」と「認知リソース（雑念がないこと）」と「集中」と「エネルギー」の4要素が必要です。
私は慣れない人が周りにいたり、慣れない環境においては「認知リソース」が下がるため、自宅はベストパフォーマンスを出すために必須の環境です。
生成AIの活用状況
キャラクター
やりたい事
基本プロフィール
年齢
今年で30代前半
好きなテキストエディタ
Neovim
希望勤務地
リモート勤務
常時リモートが必要
希望年収
850万円
ご意見箱
要望、不具合報告、使いづらい点や感想など、お気軽にお寄せください。
いただいたご意見は、今後のサービス向上に活用させていただきます。
なお、このフォームは受付専用のため、返信を行っておりません。
返信を希望する場合はお問い合わせよりご連絡ください。
- {{error}}