募集中
機械学習×バックエンド!レコメンドの力でABEMAの画面を最適化!機械学習エンジニア募集!
因果推論/EDA|サイエンスでABEMAを動かすデータサイエンティスト募集!
今回ABEMAのデータポジションでインターンシップを募集します!
興味のある方は是非ご応募ください。
1. 機械学習エンジニア
【ABEMAと推薦】
ABEMAでは、多種多様な動画コンテンツを提供しています。これには、世界的なスポーツイベントや、他社連携コンテンツ、さらにはABEMA独自のオリジナルコンテンツなどが含まれます。これらの広範なコンテンツは検索・推薦という技術を通じて多種多様なユーザに提供されています。
そんなユーザとコンテンツをつなぐ架け橋をより精度良く、高負荷なトラフィックにも耐えられるように日々改善しています。
【業務内容】
このインターンシップではABEMAのホーム画面を最適化する推薦システム開発に対して取り組みます。
ホーム画面に表示するコンテンツの最適化:ABEMAの様々なデータを用いてホーム画面を最適化する機械学習モデルを開発します。(視聴履歴データ、コンテンツのメタデータなどを用います)
実サービスへの適用:学習パイプラインの作成、モデルサービングをしてABEMAの実際のユーザに機能を提供。
大規模サービスとしての推薦:高負荷・高トラフィック、トレンドスパイクを考慮した推薦サービスの提供を目指します。
【関連資料】
・ABEMAにおけるLLMを用いたコンテンツベース推薦システム導入と効果検証
・レコメンドへの大規模アクセスを支えるGo製サーバーの裏側
・ABEMAのレコメンドにおける基盤とA/Bテスト
【就業条件】
・2ヶ月~3ヶ月(40営業日以上 / 週3, 6時間稼働 or 週2, 8時間稼働想定)
・期間や稼働時間などは応相談
・PC貸与
・時給2500円
2. データサイエンティスト
【ABEMAとデータサイエンス】
「ABEMA」ではオリジナルドラマや恋愛番組、アニメ、スポーツなど、多彩なジャンルの番組を配信しています。そしてより多くのユーザにより最適なコンテンツを届けるために、ABEMAでは毎日多くの施策が企画、実施されています。私たちは、プロダクト開発・番組編成・宣伝マーケティングなど様々な領域で、施策による効果とその性質を詳らかにし、意思決定の精度を向上することで成果を最大化させるチームです。ビジネス職のメンバーとのディスカッションを通してグロースチャンスを探り、また効果検証・因果推論の技術と膨大なサービスログを掛け合わせることで、施策の評価と意思決定の支援を、経営層やABEMA内の様々なドメインに向けておこなっています。
▼過去の外部発表資料
・Home画面の広告はユーザ体験に悪影響があるのか
・リニア放送番組を提案するモジュールを追加する
・ABEMAにおけるコンテンツ紹介の機械学習を用いた異質処置効果推定
【業務内容】
データサイエンティストとしての高い専門性を持った学生を募集しています。
専門性を活かして、ABEMAで生じている様々な課題にアタックし、ビジネス/エンジニアメンバーと協働していただきます。最終的な成果が、技術ブログや、外部登壇として発表されたこともあります。
高い専門性を活かしてご活躍いただきたいので、数々の課題の中から、最も活躍できるであろう課題をメンターと相談しながら決定します。
課題例)
■ABEMA起点でアニメを流行らせたい!
渋谷の立て看板など、宣伝施策の効果を推定し、宣伝のプランニング決定を支援します。
■恋愛番組のSNS上のバズの視聴影響は?
TikTok/YouTube/XといったSNSプラットフォームの反響データを分析し、制作へのフィードバックを行います。
■surrogate indexを用いた長期効果の推定:
過去のA/Bテストのログを利用して、短期で観測できる指標から長期的な処置効果を推定し、意思決定を支援します。
■ユーザに最適なレコメンドの構築
バンディット/協調フィルタリング/リランカーなどの推薦機能に対して過去実施された多数のA/Bテストのログを利用して、因果推論と機械学習の知見を活かした分析モデルを構築します。
etc…
【就業条件】
・2ヶ月~3ヶ月(40営業日以上 / 週3, 6時間稼働 or 週2, 8時間稼働想定)
・期間や稼働時間などは応相談
・PC貸与
・時給2500円
興味のある方は是非ご応募ください。
1. 機械学習エンジニア
【ABEMAと推薦】
ABEMAでは、多種多様な動画コンテンツを提供しています。これには、世界的なスポーツイベントや、他社連携コンテンツ、さらにはABEMA独自のオリジナルコンテンツなどが含まれます。これらの広範なコンテンツは検索・推薦という技術を通じて多種多様なユーザに提供されています。
そんなユーザとコンテンツをつなぐ架け橋をより精度良く、高負荷なトラフィックにも耐えられるように日々改善しています。
【業務内容】
このインターンシップではABEMAのホーム画面を最適化する推薦システム開発に対して取り組みます。
ホーム画面に表示するコンテンツの最適化:ABEMAの様々なデータを用いてホーム画面を最適化する機械学習モデルを開発します。(視聴履歴データ、コンテンツのメタデータなどを用います)
実サービスへの適用:学習パイプラインの作成、モデルサービングをしてABEMAの実際のユーザに機能を提供。
大規模サービスとしての推薦:高負荷・高トラフィック、トレンドスパイクを考慮した推薦サービスの提供を目指します。
【関連資料】
・ABEMAにおけるLLMを用いたコンテンツベース推薦システム導入と効果検証
・レコメンドへの大規模アクセスを支えるGo製サーバーの裏側
・ABEMAのレコメンドにおける基盤とA/Bテスト
【就業条件】
・2ヶ月~3ヶ月(40営業日以上 / 週3, 6時間稼働 or 週2, 8時間稼働想定)
・期間や稼働時間などは応相談
・PC貸与
・時給2500円
2. データサイエンティスト
【ABEMAとデータサイエンス】
「ABEMA」ではオリジナルドラマや恋愛番組、アニメ、スポーツなど、多彩なジャンルの番組を配信しています。そしてより多くのユーザにより最適なコンテンツを届けるために、ABEMAでは毎日多くの施策が企画、実施されています。私たちは、プロダクト開発・番組編成・宣伝マーケティングなど様々な領域で、施策による効果とその性質を詳らかにし、意思決定の精度を向上することで成果を最大化させるチームです。ビジネス職のメンバーとのディスカッションを通してグロースチャンスを探り、また効果検証・因果推論の技術と膨大なサービスログを掛け合わせることで、施策の評価と意思決定の支援を、経営層やABEMA内の様々なドメインに向けておこなっています。
▼過去の外部発表資料
・Home画面の広告はユーザ体験に悪影響があるのか
・リニア放送番組を提案するモジュールを追加する
・ABEMAにおけるコンテンツ紹介の機械学習を用いた異質処置効果推定
【業務内容】
データサイエンティストとしての高い専門性を持った学生を募集しています。
専門性を活かして、ABEMAで生じている様々な課題にアタックし、ビジネス/エンジニアメンバーと協働していただきます。最終的な成果が、技術ブログや、外部登壇として発表されたこともあります。
高い専門性を活かしてご活躍いただきたいので、数々の課題の中から、最も活躍できるであろう課題をメンターと相談しながら決定します。
課題例)
■ABEMA起点でアニメを流行らせたい!
渋谷の立て看板など、宣伝施策の効果を推定し、宣伝のプランニング決定を支援します。
■恋愛番組のSNS上のバズの視聴影響は?
TikTok/YouTube/XといったSNSプラットフォームの反響データを分析し、制作へのフィードバックを行います。
■surrogate indexを用いた長期効果の推定:
過去のA/Bテストのログを利用して、短期で観測できる指標から長期的な処置効果を推定し、意思決定を支援します。
■ユーザに最適なレコメンドの構築
バンディット/協調フィルタリング/リランカーなどの推薦機能に対して過去実施された多数のA/Bテストのログを利用して、因果推論と機械学習の知見を活かした分析モデルを構築します。
etc…
【就業条件】
・2ヶ月~3ヶ月(40営業日以上 / 週3, 6時間稼働 or 週2, 8時間稼働想定)
・期間や稼働時間などは応相談
・PC貸与
・時給2500円
募集要項
求めるスキル・経験など |
1. 機械学習エンジニア 【必須スキル】 ・プログラミング言語を用いた分析・モデル作成・可視化の経験 ・統計・機械学習の基本的な理解 ・事業・ビジネスを理解した上で、分析・提案 ・事業課題にあった論文の調査、読解および再現実装 【歓迎スキル】 いずれかに該当する方 ・機械学習・人工知能系国際カンファレンスでの採択実績 ・データ分析にもとづいたアルゴリズムの改善提案 ・機械学習アルゴリズムの実装経験 ・Goを用いたプログラミング経験 ・GoogleCloudでの開発経験 2. データサイエンティスト 【必須スキル】 ・PythonやRを使った分析・モデル作成・可視化の経験 ・統計・機械学習の基本的な理解 ・計量経済学および因果推論の基本的な理解 ・事業・ビジネスを理解した上で、分析・提案ができること ・事業課題にあった論文の調査やその論文を読解して再現出来る 【歓迎スキル】 いずれかに該当する方 ・計量経済学・因果推論を用いた論文の英文査読誌での採択実績 ・機械学習・人工知能系国際カンファレンスでの採択実績 ・データ分析にもとづいたアルゴリズムの改善提案 ・機械学習アルゴリズムの実装経験 ・Google Cloud等のクラウドプラットフォームの利用経験 ・LLMの活用実績 |
---|---|
選考フロー |
エントリー→書類選考→面接(2回)→合否連絡 |
お問い合わせ先
お問い合わせは下記窓口宛にご連絡ください。