Discover companies you will love
ミイダス株式会社 / HRサイエンス研究所 シニアリサーチャー
ミイダスHRサイエンス研究所 シニアリサーチャー。ミイダスサービスのなかで、ユーザー行動の裏に走るロジックをデータから解き明かすことと、サービスに参加する多数のステークホルダに共通する利益を最適に近づけることを考えています。過去には、統計学と機械学習の研究者として、医学・生物学・神経科学における高次元少量データの解析に携わっていました。
適材適所の理想形をデザインするサイエンスを通して、人と組織を元気にしてゆくことに貢献してゆきたい。
/assets/images/4749383/original/45dae799-b439-4be5-911d-3389d0047ac2?1601010710){kind=avatar}
適材適所の理想を情報科学で形にする
推薦エンジンの基盤となるデータベースを（ミイダスの基盤DBとは別に）再構成すること、推薦エンジンと希望条件マッチングをスムーズに統合すること、推薦エンジンを定期的に更新できるように再デザインすること、推薦エンジンの心臓部となる機械学習アルゴリズムの変更、などについてチームメンバーを増やしながら2年ほどかけながら対応しました。 主に推薦システムを取り扱い続けてきたチームは、職種・スキルデータベースの科学、ユーザー行動モデリング、転職市場の労働経済学など、手広い対象を扱うようになり、情報科学研究グループと名前を変えました。
求職者と求人オファーの属性に基づいて、求職者にマッチしたオファーに優先順位をつける仕組み（推薦エンジン；推薦システム）を開発しました。それまでは、SQL による希望条件マッチングによってオファーリストが作られていました。 私と担当技術者の２人体制で機械学習に基づく心臓部デザインとAPI開発まで、ほぼ ２ヶ月ほどの突貫工事を行い、これをAPIにして開発部署に渡し、そこから２ヶ月ほどでサービスインし、その後１ヶ月ほどで本番環境における応募率の大幅改善を確認しました。
View Shigeyuki Oba's
Full Profile
View past posts
View mutual connections
View Shigeyuki Oba's full profile
+4 more
+2 more
+5 more
ミイダス株式会社 / HRサイエンス研究所 シニアリサーチャー
求職者と求人オファーの属性に基づいて、求職者にマッチしたオファーに優先順位をつける仕組み（推薦エンジン；推薦システム）を開発しました。それまでは、SQL による希望条件マッチングによってオファーリストが作られていました。 私と担当技術者の２人体制で機械学習に基づく心臓部デザインとAPI開発まで、ほぼ ２ヶ月ほどの突貫工事を行い、これをAPIにして開発部署に渡し、そこから２ヶ月ほどでサービスインし、その後１ヶ月ほどで本番環境における応募率の大幅改善を確認しました。
