配信時間最適化・通数最適化など反実仮想なケースを取り扱う機械学習モデルの追求

ポジションコード: MLE-6-72

該当コース

マシンラーニングエンジニアコース

※上記のコースより希望の就業先部署（ポジション）として選択可能です。

ドメイン

Machine-Learning

業務内容

反実仮想機械学習（Counterfactual Machine Learning）は、過去のデータにおいて「もしあの時、別の行動をしていたらどのような効果を得られていたか」を機械学習で推論し、実際に試すリスクを冒さずに、最適な意思決定を見つける技術です。

LINEヤフーにおいても、「公式アカウント（OA）」など、過去のデータから何時・誰に送れば効果が高くなるのか最適な意思決定を見つけ出したい反実仮想なケースは多々あります。本インターンシップでは、このような反実仮想機械学習における実運用も考慮した設計・開発・改善・次世代化に取り組んでいただきます。

必要な経験・スキル

• PyTorch / LightGBM / EconML など機械学習を用いたモデリングの実装経験（大学での研究、コンペ、実務など形式不問）
• コンピュータサイエンスの基礎知識（データ構造、アルゴリズム、OS、ネットワーク）
• 英語または日本語の技術論文を読み解き、実装に落とし込める能力

あると望ましい経験・スキル

• 研究分野：
  因果推論手法（Causal ForestやCausal NN、Causal Banditsなど）における研究取り組み経験
• 大規模処理：
  PySpark / SQL（Hive、Presto等）を用いたETLおよび大規模データ分析の経験
• ドメイン知識：
  配信システム、推薦システム、自然言語処理、画像理解、または数理最適化に関する専門知識
• アウトプット：
  国際学会での発表経験、またはOSSへのコントリビュート経験

期間

2026年08月10日(月) ～ 2026年09月18日(金) *6週間

※土日祝日を除き原則週3日以上です。
※就業時間は9:30～18:15（休憩1時間）を標準とします（調整可）。
※詳細は選考合格時に就業先組織とご相談いただきます。

開催形式・開催場所

ハイブリッド形式

※週3日のオフィス出社を標準とします（調整可）。
※お住いのエリアに応じて出社の頻度は変更となる場合があります（交通費の支給上限を超えてしまう場合 等）。
※詳細は選考合格時に就業先組織とご相談いただきます。

出社先オフィス

紀尾井町オフィス

※2つ以上のオフィスの記載がある場合、業務内容やお住いのエリア等に応じていずれかに決定します。
※詳細は選考合格時に就業先組織とご相談いただきます。

待遇

• 時給2,600円
• PC貸与
• オフィス出社時の交通費および宿泊費支給（条件・上限あり）

応募条件

• 現在在学中で、正社員としての就業経験がない方（高校生を除く）
• 日本での就労資格を持つ方
• 自宅に業務遂行可能なネットワーク環境がある方
• インターンシップ開催期間中に日本国内に居住の方

選考ステップ

• Step1

  コース選択

  4月15日（水）〜5月25日（月）10:00
• Step2

  Webテスト

  5月25日（月）〜6月1日（月）10:00
• Step3

  面接

  6月上旬〜
• Step4

  結果連絡

  6月中旬〜7月上旬

※Webテスト受験の際にご希望のポジションを確認します。
※Webテストの受験結果とご希望内容をもとに、指定のポジションで面接を調整します。

応募締め切り

2026年05月25日 10:00

※締め切り後にWebテストを配信します（受験期間: 1週間）。

注意事項

• Webテストの提出時に希望のポジションを複数選択して回答していただきます。
• 同一コース内のポジションのみ併願が可能です。
• コースの変更を希望される場合は、マイページ上より5/25(月)AM10:00まで修正可能です。