マーケティング分野でエンジニアリングをしたい
技術・非技術の両方と議論して、マーケティングのシステムを開発・運用していく仕事がしたいと考えています。以前は現職でできていたのですが、現在は機械学習分野の開発部署に異動し、少しプロダクションから遠くなってしまったため転職を考えています。
このプロジェクト詳細は公開されていません
このプロジェクト詳細は公開されていません
このプロジェクト詳細は公開されていません
このプロジェクト詳細は公開されていません
このプロジェクト詳細は公開されていません
分析用データを集約させる基盤を、AWS Redshiftからより料金の安いBigQueryに移行する作業を担当しました。具体的には、従来Redshiftで作られていたテーブルをほぼ同じ形でBigQueryに取り込むバッチを実装することと、データの調査や他部署との調整を行っていました。
一部の過去の商品データが欠損することが判明し、アクセスログから出来る限り再現してインポートするプログラムを急遽書いたり、Redshiftからレポート用データを抽出している担当者がしばらく病欠してしまい、急遽自分がレポートを再現するSQLを全てリライトしなければいけなかったり、想定していた以上に労力がかかる仕事でした。
また、RedshiftとBigQueryとのデータ照合をひたすら行う必要があったため、簡単な検証作業をR言語を用いて自動化して簡略化しました。この作業の中で、先輩のデータサイエンティストから、dplyrやtidyrとパイプ演算子を用いたモダンでより簡潔なR言語の書き方を学ぶことができました。また、Rubyでのバッチ処理を実装しながら、テストコード(Rspec)を使いながら実装する方法も身につけました。
このプロジェクト詳細は公開されていません
このプロジェクト詳細は公開されていません
WEBサイトへの集客元への計算バッチの開発に、レビュワーとして関わりました。プログラムの実装は当時新卒1年目のデータサイエンティストが担当し、数理最適化用のライブラリのpulpを利用して実装しました。
彼はプログラミング経験は当時そこまで豊富ではなかった(逆に私には数理最適化の知識は無かった)し、社内ではデータ解析用途としてPythonよりRが使われていました。そのため、レビュー以外でも、Pythonやpandasなどの可読性の高い書き方を(自分も調べながら)共有したり、jupyter notebookを利用して試行錯誤しながらコードを書ける状態にしたり、できるだけ彼がスムーズに実装し、プログラミングのスキルを身につけられるよう心がけました。
集中できる時間が定期的に取れること