提案はありません
提案作成者
30日前以上
技術を組織の資産へ。データ活用の土壌を耕し、事業の可能性を広げる仕組みを構築するスペシャリスト
-
0 満足0 残念
- 個人
私はデータサイエンティストとして分析の実務経験を積んだ後、その知見を活かして「分析や機械学習モデル構築をスムーズに行うための環境整備」や「活用しやすいデータの準備」を専門に行っています。
分析の現場で自らモデル構築を行ってきた経験があるからこそ、単にシステムを構築するだけでなく、分析者がストレスなく試行錯誤でき、かつ本番運用に耐えうる実効性のある環境を整えることができます。分析チームの運営経験も活かし、現場が抱えるデータ整備の課題を構造的に理解し、技術で解決することを得意としています。
提供できる価値:
1. 分析・機械学習環境の構築と標準化
AWSを用いたスケーラブルな分析基盤や、機械学習モデルの検証・構築を効率化する環境を整備します。環境構築をコードで管理（IaC）し、誰でも即座に同じ環境で作業を始められる再現性の高い仕組みを提供します。
2. データ整備と活用プロセスの設計
分析やモデル構築の前段となるデータクレンジング、カタログ整備など、データを使える状態にするための仕組みを作ります。データの不備や属人化を排除し、組織全体でデータ活用の幅を広げるための土台を構築します。
3. 現場の課題に即した実装
専門知識がなくても、日常的に使っているツールから必要なデータや知見にアクセスできる環境を作ります。現場の「何が不便か」を汲み取り、意思決定や開発のスピードを向上させる仕組みを実装します。
主な実績:
・生成AIを活用した業務最適化を主導し、全社展開によって年間700時間超の工数削減を達成しました。
・バラバラだった分析プロセスを共通化・自動化し、年間200件を超えるデータ案件を安定して完遂できる体制を構築しました。
・データカタログの構築や情報の集約プロセスを統一し、組織内の情報の壁を打破する基盤をリリースしました。
得意とする技術・領域:
・クラウド基盤：AWS (EKS, CDK, Lambda, S3等)
・データ活用・実装：Python, 機械学習環境の整備, LLM実装, 精度評価手法の策定
・データ管理：SQL, データカタログ構築, データ前処理パイプライン
・開発・運用：Docker, Kubernetes, Bitbucket