【Python】需要予測モデルの構築・精度改善の求人・案件

■背景■クライアントサービスのUP前需要予測の精度改善を行う上で、既存のモデル（移動平均ベース）から機械学習を活用したモデル（LightGBM）で代替し、廃棄や売り切れの抑制を行いたい。しかし、様々な変数を加えているにも関わらず、既存のモデルよりも精度改善が見られない状況のため、その要因調査・検証に当たりたいが、現在のデータサイエンティストのリソースでは十分に対応しきれず、新たにリソースが必要な状況■やること■3月いっぱいは、精度向上が見られない要因の調査と、その結果を受けてモデルを修正し、精度改善が見られるか検証いただきたい。具体的には、うまく予測できていない要因の一つとして商品の季節性があると考えている。季節性があるかどうかのEDAと、現状の機械学習モデルで季節性が捉えられていないことの確認、季節性を捉えるためのモデルの修正と精度検証をお願いしたい。また、EDAや検証を行う上で、新しく追加検証項目が出てくると想定されるため、そちらの調査・検証をお願いしたい。また、可能であれば4月以降は、未来のデータに対して精度が十分かどうかを検証する実地検証フェーズに入る想定のため、その実地検証から発生する事業部からの改善要望の反映や、予測が必要かどうかの精査を行う必要があるが次のスコープの予定であるモデル構築・検証をお願いしたい。■働き方■・リモートでモデル改善、週1つ（木曜16-17時）の需要予測関係者の集まるオンラインMTGに参加いただく-オンラインMTG時に出たFBをもとにモデルの改善を進めていただく-不明点等は適宜slackや（イレギュラー的に）meetsで相談しながら解消する■体制■アドバイザー1名PM1名インターン1名ビジネス側2名■営業コメント■時系列の理解があり、モデルに関してはARIMA等の古いモデルではなく、ブースティングの中でもLightGBMのような割と新しいモデル経験者がフィットするかと思っております。■その他■期間内に依頼事項を完了いただいた場合、棚などの他の課題改善に当たっていただきます

〜¥1,700,000 /月 AIエンジニア リモート/在宅 東京都 サービス

・Python(3年以上のコーディング経験（JupyterNotebook上でのモデル開発）) ・機械学習 -ValidationなどのMLモデル生成プロセス全体についての理解と経験、EDAや特徴量 エンジニアリングを行いながらモデルを構築した経験 -特にラグ特徴量/集約特徴量/エンコーディング等の特徴量エンジニアリングでモデルを改善した経験 こちらが一番必要なナレッジです。特に時系列モデリングにおける特徴量エンジニアリングの経験があればベストです

・Kaggle等のデータコンペに出場し、入賞した経験

1回