Find your next role

DESCRIPTION

急成長する組織で、データとAI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、DataとAlgorithmのチームをLeadし、Businessに必要なソリューションの構築および非エンジニアを含む組織メンバーへのTech活用を主導するBusiness Intelligence Engineer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チームをリードするEngineerを募集しています。
-------------------------------
Would you like to be part of the transformation in logistics, using data and AI as your weapons in a rapidly growing organization?

The Amazon Japan Transportation division is recruiting a Business Intelligence Engineer to lead the Data and Algorithm team, build solutions required by the business, and drive tech adoption among the organization, including non-engineers.

Our company operates Japan's largest e-commerce marketplace. Our corporate philosophy is to become "the Earth's most customer-centric company", and we are building a network that allows customers to buy the products they want, when they want them, with the fastest delivery. Receiving inventory without delay and providing customers with a wide selection of products, while delivering as promised, is the core of our service. However, the environment surrounding the logistics and retail industry is changing daily. Providing high-quality services for customers, even in constantly changing situations, is an essential element of our competitiveness.

As Amazon Japan continues to grow, the complexity of our supply chain is increasing, and we need to improve the efficiency, visibility, and quality of business operations. We are looking for an engineer to lead a team that provides optimal models and solutions using AWS and Amazon's proprietary tools 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。課題の発見からはじめ、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。
• Techの面からチームをリードします。自分の担当するプロジェクトのみならず、他のエンジニアの抱える課題をコンピューターが実行可能な形に落とし込み、ロバストで計算量の少ない、保守性の高い実装を行うことを支援します
• エンジニアのみならず、ビジネスのメンバーにも影響を与えつつ、生成AIやテクノロジー活用などを支援します
• チームの進捗状況、データ/ソリューションの品質、エンジニアリング/運用の状況を測定する指標をManagerとともに定義します。
• 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、組織のインフラストラクチャ(リソースやコストを含む)に影響を与えます。
• 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 for complex, high-business-impact challenges. Architect and design these solutions, collaborating with other engineering teams as needed.
• Lead the team from a technical standpoint. Support other engineers in translating their challenges into computationally feasible forms, and implementing robust, efficient, and maintainable solutions.
• Work with the Manager to establish engineering standards (e.g. accuracy, efficiency) and operational standards (e.g. quality, consistency, reliability), and build mechanisms to uphold them.
• Define, together with the Manager, metrics to measure the team's progress, data/solution quality, and the state of engineering and operations.
• Think strategically and make tradeoffs, as your decisions will impact the organization's infrastructure (including resources and costs).
• Communicate ideas effectively, both verbally and in writing, to all types of stakeholders. Produce strategic documentation.
• 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 同僚が実装した新しい生成AI用データベースツールの説明を受ける。前から欲しかったVector Storageの機能がついており感動
• 11:00 プロジェクトメンバーと一緒に組み合わせ最適化のコードを設計。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。他のプロジェクトで使っていたKV Cachingの技術が使えそう
• 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 組み合わせ最適化のJobの結果を確認。確実によくなっている。もしかしてGAと組み合わせたほうがいいかも
• 18:00 明日のProject Weeklyの準備。各メンバーの進捗をSlackで確認し、事前にアドバイスをいくつか提供。Notebookに作ってくれたFigureを保存
• 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
------------------
• 10:00 Arrived at work. Wrote code for the project I'm leading.
• 10:30 Received an explanation from a colleague about a new generative AI database tool they implemented. The tool has the Vector Storage feature I've been wanting, and I'm excited about it.
• 11:00 Designed combination optimization code with the project team. Ran it in a Notebook, completing my morning work.
• 12:00 Lunch. Tried the weekly special Tandoori Chicken for the first time. Exotic!
• 13:30 Scrum Daily Meeting. Checked on colleagues' progress and exchanged information. Looks like I can use the KV Caching technique from another project.
• 14:00 Flash discussion with the biz side. Aligned on implementation ideas.
• 14:30 Got a massage at the company, which was great to relieve my shoulder tension.
• 15:00 Left the office for the day, remaining work to be done at home.
• 16:00 Checked the results of the combination optimization job. It's definitely improving. Might be good to combine it with GA.
• 18:00 Prepared for tomorrow's Project Weekly. Checked team members' progress on Slack and provided some advance advice. Saved the Notebook figure they created.
• 18:30 Reviewed code, adding a few comments before approving.
• 19:30 Finished work for the day.

About the team
弊チームはDataを活用する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Atomation・機械学習・最適化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。
自動化・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 Data-driven solutions, and our main missions are the following three:
• 1: Overhaul and maintain a large-scale Data Mart to comprehensively manage and analyze trunk transportation information
• 2: Provide machine learning, optimization algorithm solutions utilizing the data from the above 1
• 3: Provide Data Pipeline and Dashboard solutions to derive Business Insights using the data from the above 1

In particular, there is a growing demand in the area 2, and we are accelerating the development.