1. top
  2. りゅういち
  3. 株式会社RABOからの指名詳細

株式会社RABOからの指名詳細

提示年収スター級
正社員
株式会社RABOの企業詳細を見る

指名日時：2022.05.09 21:06

提示年収とは？
  • あなたのレジュメの内容から読み取った実力に対して、企業が判断した金額です。そのため、必ずしもこの金額と同額で内定となるわけではなく、面談等を経て上下することもあります。
  • 採用になった場合の実績としては、約50％が提示年収と同額、約25％が提示年収より高い金額、約25％が提示年収より低い金額（ただし90％ルールの範囲内）となっています。
  • 今抱えている課題

    xxxxxxxxxxxxxxxxxxxxxxxx、xxxx、xxxxxxxxxxxxxxxxxxxxxxxxx、xxxxxxxxxxxxxxxxxxxxxx(xxxx)xxxxxxxxxxxx。
    xxxxxxxxxxxxxxx、xxxxxxxxxxxxxxxxxxxxxxxxxxx、xxxxxxxxx(xxx)xxxxxxxxxxxxxxxx。
    xxxxxxxxxxxxxxxxx、xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx。

    文字数：230
    （※指名されたユーザー本人しか内容は閲覧できません）
  • 課題に基づいた指名理由

    xxxxx、xxxxxxxxxxxxxxxxx、
    xx、xxxxxxxxxxxxx(xxx)xxxxxxxxxxxxxx。
    xxxxxxxxx、xxxxxxxxx、xxxxxxxxxxxxxxx、xxxxxxxxxxxxxxxxx。

    xx、xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx、
    xxxxxxxxxxxxxxxxxxxxxxxxxxxxx。
    xxxxxxxxxxxxxxxxxxxxxxxxxxxx、xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx。
    xxxxxxxxxxxxxxxxxx、xxxxxxxxxxxx、xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx、xxxxxxxxxxxxxxx。
    xxxxx、xxxxxxxxxxxxxxxxx、
    xx、xxxxxxxxxxxxx(xxx)xxxxxxxxxxxxxx。
    xxxxxxxxx、xxxxxxxxx、xxxxxxxxxxxxxxx、xxxxxxxxxxxxxxxxx。

    xx、xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx、
    xxxxxxxxxxxxxxxxxxxxxxxxxxxxx。
    xxxxxxxxxxxxxxxxxxxxxxxxxxxx、xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx。
    xx、xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx。

    xxxxxxxxxxxxxxxxxxxxxxxxxxxx、xxxxxxxxxxxxxxxxxxxxxxxxxxxxx
    xxxxxxxxxxxxx。

    文字数：703
    （※指名されたユーザー本人しか内容は閲覧できません）
  • 何を任せたいか

    xxxxxxxxxxxxxxxxxx、xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx。xxxxxxx、xxxxxxxxxxxxxxxxxxxxxxxxxxx、xxxxxxxxxxxxxxxxxxxxxxxxx、xxxxxxxxxxxxxxxxxxx。

    xxxxxxxx
    xxxxxxxxxxxxxxxxxxxxxxxx
    xxxxxxxxxxxxxxxxxx
    xxxxxxxxxxxxxxxxxxxxx
    xxxxxxxxxxxxxx
    xxxxxxxxxxxxxxxxx
    xxxxxxxxxxxxxxxxxxxxxxx
    xxxxxxxxxxxxxxxxxx xxxxx
    xxxxxxxxxxxx xxxxxxxxx　xxxxxxxxxxxx。

    文字数：379
    （※指名されたユーザー本人しか内容は閲覧できません）
  • 指名した人
    Tomoyuki Nohara（Technical Product Manager for AI）
    信号処理と機械学習のエンジニア。パイオニアで音楽・振動の研究員、ABEJAでデータサイエンティストなどを経験。自身がダンサーとしてモーションデータから個性抽出など経験がある。RABOでは機械学習チームの開発をサポート。
    機械学習モデルの性能がサービス価値に直結するプロダクトです!!
    しかし、対象が猫様という点で可愛い反面、生き物なので教師ラベルデータの収集がとても大変です。。。
    データ収集の工夫と推進の経験があり、精度向上に自信のあるデータサイエンティストの方々の応募をお待ちしております!!
  • 所属先候補
    チーム名
    ML Team
    ミッション
    機械学習を利用したプロダクト群の性能向上と、高品質なサービス提供のためのMLOpsの維持発展
    主要言語・フレームワークなど
    Ubuntu 16.04/Python 3.6.7/Docker/numpy/scipy/pandas/matplotlib/sklearn/flask
    その他技術
    UbuntuSciPyscikit-learnPythonpandasNumPyMatplotlibFlaskDocker
    チームの人数
    5人以下
    エンジニアの人数比率
    81%以上
    飲み会の頻度
    月に1-2回程度
    このチームで恒常的に行われている開発文化
    • 仕様のレビューをしている
    • コードレビューしている
    • 小さなことでも称賛している
    • 失敗が許容されている
    このチームで自動化できている項目
    • テスト
    • 本番環境の構成管理
    • デプロイ
    このチームに導入し、運用されているツール
    • ビジネスチャット
    • タスク管理ツール
    • wiki等の情報共有ツール
    • デザイン共有ツール
    • コードのバージョン管理ツール
    • コードレビューツール
    テストを書いているかどうか
    書く必要がない・または少ないプロダクトだ
    全く書けていない
    書く文化がまだ浸透しておらず、必要な分は書けていない
    書く文化は浸透しているが、まだ必要な分は書けていない
    必要な分は書けている
    ライブラリなどを更新しているかどうか
    定期的に更新する必要がない・または低いプロダクトだ
    ほとんど更新していない
    不定期だが更新している
    期間を決めて定期的に更新している
    期間を決めて定期的に自動で更新している
    チーム内のエンジニアの発言力
    エンジニアの意見が通りづらい
    どちらかといえばエンジニアの意見が通りづらい
    職種による差はない
    どちらかといえばエンジニアの意見が尊重されやすい
    エンジニアの意見が尊重されやすい
    スケジュール調整のしやすさ
    納期や仕様が優先されやすく、エンジニアの裁量では調整しづらい
    どちらかといえばエンジニアの裁量で調整しづらい
    どちらともいえない
    どちらかといえばエンジニアの裁量で調整しやすい
    納期や仕様をエンジニアの裁量で調整しやすい
    プロダクトの内容を決める人
    主にエンジニア以外が考えて決める
    どちらかといえばエンジニア以外が考えて決めることが多い
    どちらともいえない、または職種間の差はない
    どちらかといえばエンジニアが考えて決めることが多い
    主にエンジニアが考えて決める
    チーム内の職種間の協力体制
    各職種のリーダーへ話を通したり規則がある等で協力しづらい
    どちらかといえば協力しづらい
    どちらともいえない
    どちらかといえば協力しやすい
    職種間の風通しもよくいつでもカジュアルに相談しあえるなど協力しやすい
    チームの方針決定をする人
    会社が大まかな方針を考えており、ほぼトップダウンで決まる
    会社が大まかな方針を考えているが、チームも一定の範囲内で決定に関わる
    どちらともいえない
    チームが主体的に考えて決めるが、会社の方針に左右される面もある
    チームが主体的に考えて決めており、会社はあまり個々のプロダクト方針にかかわらない
    長期的価値の優先度
    短期的な売上を重視せざるを得ない状態である
    どちらかといえば短期的な売上が重視されている
    どちらともいえない
    どちらかといえば長期的なユーザ価値を重視できている
    長期的なユーザ価値が重視できている
    チームメンバー
    Tomoyuki Nohara（Technical Product Manager for AI）
    信号処理と機械学習のエンジニア。パイオニアで音楽・振動の研究員、ABEJAでデータサイエンティストなどを経験。自身がダンサーとしてモーションデータから個性抽出など経験がある。RABOでは機械学習チームの開発をサポート。
    機械学習モデルの性能がサービス価値に直結するプロダクトです!!
    しかし、対象が猫様という点で可愛い反面、生き物なので教師ラベルデータの収集がとても大変です。。。
    データ収集の工夫と推進の経験があり、精度向上に自信のあるデータサイエンティストの方々の応募をお待ちしております!!

内訳を見るには？

提示年収に含まれる内訳
  • 基本給（月）
    表示されません
  • 裁量労働制か否かいいえ
  • 固定残業代（みなし含む）提示年収に含む
    時間外労働の有無に関わらず以下を時間外手当として支給
    固定残業時間/月
    20時間 / 月
    固定残業代/月
    表示されません
    固定残業代の詳細

    表示されません

    規定の「固定残業時間/月」を超える時間外労働分についての割増賃金は追加で支給
  • 理論賞与含まない
  • 手当額（年）含まない
  • その他待遇

    表示されません

その他の条件
  • 時間外労働有り
    時間外労働の備考
    表示されません
  • 試用期間有り
    3ヶ月
    試用期間の条件変更 無し
  • 就業場所

    東京都渋谷区恵比寿南１−１１−１３

  • 加入保険

    社会保険/労働保険/健康保険完備

  • 休憩時間（分）

    60分

  • 休憩時間（備考）

    未入力

  • 就業時間（備考）

    ・フレックス制（コアタイム：12:00-16:00）
    ・WFH/リモートも柔軟に対応

  • 休日

    完全週休２日

  • 休日（備考）

    ・完全週休二日休み（土日祝）
    ・有給休暇（入社半年後に10日付与）
    ・夏季休暇
    ・冬期休暇
    ・産休・育休休暇（男性も育休取得実績あり）
    ・ペットの忌引き

  • 就業時間フレックスタイム制
    コアタイム12時00分〜16時00分
    就業時間（備考）

    ・フレックス制（コアタイム：12:00-16:00）
    ・WFH/リモートも柔軟に対応

  • 受動喫煙防止措置対策

    屋内禁煙

メッセージ
文字数：736
（※指名されたユーザー本人しか内容は閲覧できません）
会社情報
  • 代表者名伊豫 愉芸子
  • 設立年2018年
  • 従業員数30人
  • 会社HPhttps://rabo.cat/
株式会社RABOの企業詳細を見る

© 2015 Livesense Inc.
SIGN UPSIGN IN
転職ドラフトを友人や同僚に薦める可能性はどのくらいありますか？
012345678910
回答するスコアの入力をお願いします
今回は答えない絶対に答えない