Senior Applied Scientist, Logistics Network, Japan Transportation BITES (Business Intelligence in Tecnology of Engineesing & Science)
Amazon
DESCRIPTION
急成長する組織で、データサイエンス・アルゴリズムのスキルを武器に物流に変革を起こしませんか？
アマゾンジャパン トランスポーテーション部門では、Applied Scientistとして、物流ネットワークの最適化・モニタリングに必要なAlgorithm/Heuristicモデル・ソリューションの構築を主導するSenior Applied Scientistを募集します。
当社は日本最大級のEコマースモールを運営しています。「地球上で最もお客様を大切にする企業になること」を企業理念に掲げ、お客様が欲しい商品を欲しい時に最速のお届けでお買い物出来るようなネットワークの構築を行っています。遅延なく商品を入荷しお客様に幅広いセレクションを提供し、お約束通りに商品をお届けすることはサービスの根幹ですが、物流・小売業界を取り巻く環境は日々変化しています。常に変化する状況にあってもお客様のために常に高いサービス品質を提供することは、当社の競争力に必要不可欠な要素です。
Amazon Japanの成長に伴って拡大を続けるサプライチェーンは日々複雑性を増しており、Business Operationの効率化・可視化・意思決定の質の向上が求められています。AWSやAmazon 独自のToolを使って、これらのチャレンジに対して最適なモデル・ソリューションを提供するEngineerを募集しています。
-------------------------------
Join a rapidly growing organization and lead the transformation of logistics through your data science and algorithm skills.
The Transportation team at Amazon Japan is seeking a Senior Applied Scientist to spearhead the development of algorithmic/heuristic models and solutions to optimize and monitor our logistics network.
We operate Japan's largest e-commerce marketplace with the mission of becoming "Earth's most customer-centric company." We are building a network that can deliver the products customers want, when they want them, as quickly as possible. Timely replenishment, wide product selection, and reliable delivery are the core of our service, but the logistics and retail landscape is constantly evolving. Maintaining high-quality service amidst these changes is critical to our competitiveness.
As Amazon Japan grows, the complexity of our supply chain continues to increase, demanding greater efficiency, visibility, and improved decision-making in our business operations. We are looking for Engineers who can leverage AWS and Amazon's proprietary tools to provide optimal models and solutions to address these challenges.
Key job responsibilities
• 複雑でBusiness Impactの大きな課題に対するモデル・ソリューションを提供します。アーキテクチャレベルから設計し、必要に応じて他のエンジニアリングチームと協力して行います。
• Networkチーム専属かつ最初のScientistとして、前例のない取り組みに果敢に挑み、ステークホルダーと効果的に連携する必要があります。Tech・Biz両方のManagerとともにロードマップを確立し、ビジネスニーズを満たすソリューションを提供します。ドメインに対する学習意欲と、フルスタックサイエンティスト・エンジニアとして手を動かすことが必要になります。
• ネットワークオペレーション上の基準(正確性、効率性など)や運用上の基準(品質、一貫性、信頼性など)を確立するためのメカニズムをManagerとともに構築します。ユーザーであるネットワークチームに、分析結果を専門用語に頼ることなく効率的に伝えていく必要があります
• 戦略的に考え、トレードオフを行う必要があります。あなたの決定は、Amazonの物流ネットワークに大きな影響を与えます
• アイデアを効果的に伝える必要があり、あらゆるタイプのステークホルダーに対して口頭および文章で伝えることが出来ます。戦略的な文書から、作成したツールの使い方等といった運用上重要な文章まで、あらゆるスタックの文章を作成します。
• 限られたガイダンスの下で、プロジェクトをリードする必要があります。
-------------------------------
Provide model and solution to address complex, high-business-impact challenges. Design from the architectural level and collaborate with other engineering teams as needed.
As the dedicated and first Scientist for the Network team, you will boldly take on unprecedented initiatives and effectively engage with stakeholders. Work with both tech and business managers to establish a roadmap and deliver solutions that meet business needs. A strong learning appetite for the domain and ability to be a full-stack scientist/engineer are required.
Collaborate with managers to establish mechanisms that set network operation metrics (accuracy, efficiency, etc.) and operational standards (quality, consistency, reliability, etc.). You will need to efficiently communicate analysis results to the user network team without relying on specialized terminology.
Strategic thinking and trade-off decisions are necessary. Your decisions will have significant impact on Amazon's logistics network.
Ability to effectively communicate ideas, both verbally and in writing, to all types of stakeholders. You will produce content ranging from strategic documents to operational guides on using your developed tools across the stack.
Lead projects with limited guidance.
A day in the life
• 10:00 出勤。自分がLeadしているプロジェクトのコードを書く
• 10:30 Data Engineerのの同僚が実装した新しい最適化ツールの説明を受ける。前から欲しかったBeam Search Bandwith Scheduler機能がついており感動
• 11:00 ネットワーク最適化シミュレーションのコードを設計。Notebookで実行し、午前中の仕事は終了
• 12:00 ランチ。今週の週替わりメニューのタンドリーチキンを初めて食べてみる。エキゾチック！
• 13:30 Scrum Daily Meeting。同僚の進捗を確認しつつ情報交換。シミュレーションの改良に別プロジェクトの知見が使えそう
• 14:00 Biz sideとフラッシュディスカッション。実装アイデアについて目線合わせ
• 14:30 肩が凝ったので会社でマッサージの施術を受ける。最高
• 15:00 一旦退社。残りは家で
• 16:00 シミュレーションの結果を確認。最適化エンジンはBayesでよさそうだけど、探索空間は要検討。いったん大域探索のために分散並列処理を書く
• 18:00 明日のProject Weeklyの準備。いくつかfigureを作成し、自分の進捗をNotebookに保存
• 18:30 コードレビュー。コメントをいくつか付けてApprove
• 19:30 お仕事終了
About the team
弊チームはAlgorithm / Data Scienceソリューションを提供しており、主なミッションは以下の3つです。
• 1: 幹線輸送情報を包括的に管理・分析するための、大規模なData Martの改修・維持管理
• 2: 上記1のデータを利用した最適化・機械学習系アルゴリズムソリューションの提供
• 3: 上記1のデータを利用したBusiness Insight導出用のData Pipeline・Dashboardソリューションの提供
特に2の領域についてはニーズが高まっており、開発を加速しています。一例を挙げると、件数ベースで新たな開発ニーズの80%を占めるとともに、Business Impactも従来のプロジェクトにくらべ非常に大きくなっています。
機械学習系のソリューションは提供開始からまだ1年が経過したばかりですが、非常に期待を集めている成長著しい領域となります。
----------------
Our team provides Algorithm/Data Science solutions, with the main focus on the following three areas:
Overhauling and maintaining a large-scale Data Mart to comprehensively manage and analyze long-haul transportation data.
Delivering optimization and machine learning-based algorithmic solutions utilizing the data from the above Data Mart.
Providing Data Pipeline and Dashboard solutions to derive business insights from the data in the Data Mart.
In particular, the second area has seen growing demand, and we are accelerating the development in this domain. For example, this accounts for approximately 80% of new development needs by volume, and the business impact is significantly greater compared to our previous projects.
The machine learning-based solutions we have started providing just over a year ago have become a rapidly growing and highly anticipated area.