【フルリモート／週5／Python】不動産価格予測およびAI自動査定エンジン開発案件

お任せしたいこと
［役割］
不動産ビッグデータを活用した、機械学習・ディープラーニングによる自動査定（AVM：Automated Valuation Model）エンジンの研究開発およびバックエンド実装
［役割に対して求める成果］
査定ロジックの改善による予測精度の向上（エラー率の低減）、および大量のバッチ推論処理の並列化・高速化の実現

具体的な業務内容
Pythonを用いた、不動産取引履歴、土地価格、周辺施設情報などマルチモーダルなデータのスクレイピング・前処理・フィーチャーエンジニアリング
LightGBM、XGBoost、またはPyTorch等を用いた不動産価格予測モデルの検証・チューニング
FastAPI / Celery を用いた予測モデル推論APIおよび非同期バッチ処理基盤の設計・開発
機械学習モデルのデプロイ自動化、およびモデル監視・再学習パイプライン（MLOps）の設計
推論精度評価（MAPEなどの指標監視）と、特徴量の重要度分析に基づいたモデルの継続的アップデート

必須スキル・経験
Pythonを用いた機械学習モデルの設計・開発・評価の実務経験（3年以上）
Pandas, NumPy, Scikit-learn, LightGBM/XGBoost 等のライブラリを用いたデータ解析・モデリング実務経験
FastAPI, Django, Flask 等を用いたAPI開発・運用経験（3年以上）
RDBMS（PostgreSQL, MySQL等）における、インデックス最適化や大量データ抽出のクエリ開発経験

歓迎スキル・経験
AWS（ECS, Lambda, SageMaker, S3）を用いた機械学習モデルの商用運用・デプロイ経験（MLOpsの実践経験）
Dockerを用いた機械学習・Webアプリケーション開発環境の構築・運用経験
GISデータ（地理情報システム、空間データ）や、画像データを組み合わせたマルチモーダルな予測モデルの開発経験

開発環境
言語/フレームワーク: Python 3.10+, FastAPI
AI/機械学習: Scikit-learn, LightGBM, XGBoost, PyTorch, MLflow
データベース: PostgreSQL, Redis
インフラ: AWS (ECS, Fargate, S3, RDS)
ツール: Docker, Git, GitHub, Slack, Notion

開発チームについて
PM（1名）、データサイエンティスト（2名）、バックエンドエンジニア（2名/今回枠含む）、インフラエンジニア（1名）の構成です。
ビジネスサイドとの距離が近く、モデルの精度改善がダイレクトにユーザー獲得や成約数増加に直結するダイナミックな環境です。

求める人物像
モデルの精度だけでなく、実際のビジネスバリューやシステムの応答速度とのバランスを考慮した現実的な意思決定ができる方
データの不整合や欠損に対して地道に向き合い、前処理や特徴量生成の工夫を楽しめる方
SlackやNotion等での非同期コミュニケーションや技術ドキュメントの記述が得意な方

仕事の魅力
独自の不動産ビッグデータを駆使し、レガシーな不動産業界にテクノロジーで変革をもたらすコアアルゴリズムの開発に直接貢献できます。
単なるモデル構築に留まらず、推論APIの設計やMLOpsパイプラインの運用といった、エンジニアリングとデータサイエンスが融合した高度な経験を積めます。

働き方
リモート環境
[フルリモート] フルリモートで働いていただけます。