株式会社Athena Technologiesの機械学習エンジニア【学生インターン】の求人

◾️ 私たちが目指すこと

Athena Technologiesは、企業ごとの業務課題に合わせたAIシステムの開発と、プライベートAIの構築を行う会社です。企業が抱える課題は、最初から「どのAI技術を使えば解決できるか」が明確になっているとは限りません。業務やデータの状況を理解し、解決すべき課題を整理したうえで、適切なモデルやシステムへ落とし込む必要があります。
私たちは、生成AI・LLM、画像認識、深層学習、数理最適化、需要予測などの技術を組み合わせ、顧客ごとの課題に応じたオーダーメイド型のAIシステムを開発しています。課題の整理や要件定義から、データ設計、モデル開発、プロダクトへの組み込み、本番運用、改善まで一気通貫で関わり、AIを技術検証やPoCで終わらせず、実際の業務で使われる状態にすることを重視しています。本ポジションでは、これまでのご経験や専門性に応じてプロジェクトへ参画し、モデルやAI機能の設計・開発、精度改善、本番環境への組み込みなどを担っていただきます。

◾️ 業務内容

案件やご経験に応じて、以下の業務を担当していただきます。
・生成AI、深層学習、画像認識、数理最適化モデルの設計・実装・評価・改善
・データセットの構築、前処理、アノテーション設計、特徴量設計
・課題に応じたアルゴリズムやモデルの選定、チューニング、精度検証
・API、バックエンド、データ基盤と連携したAI機能の実装
・クラウド環境（AWS、GCP等）へのモデルのデプロイ・運用
・モデルのモニタリングおよび継続的な改善
・MLOpsによる学習・評価・改善サイクルの構築
・クライアントとの要件定義、技術提案、フィジビリティスタディ
・現場ヒアリングや業務分析を通じた課題の特定
・バックエンドメンバー、フロントエンドメンバー、顧客と連携したプロダクト開発
・技術内容や検証結果に関する顧客への説明
・コードレビューおよびコード品質向上
・ご経験に応じた技術リード、設計レビュー、開発方針の策定

◾️ 具体的なプロジェクト例

【キッコーマン様：食材と調味料の相性を予測するAIモデルの共同研究】
キッコーマン様と、食材と調味料の組み合わせに対し、人がどの程度「おいしい」と感じるかを予測するAIモデルを共同で開発しました。味覚の評価は人によって異なり、モデル開発に使用できるデータが最初から存在していたわけではありません。そのため、どのような質問や評価方法でデータを収集するかという設計段階から取り組み、アンケートデータの収集・分析、モデル構築を進めました。このように、正解やデータの作り方が定まっていない課題に対し、顧客の専門知識と機械学習技術を組み合わせ、検証方法やモデルへ落とし込むプロジェクトがあります。

参考：キッコーマン様 味覚予測AI共同研究
https://athenatech.jp/case/kikkoman-taste-prediction

【長谷工コーポレーション様・スパイダープラス様：外壁タイル接着率判定システム】
建設現場における外壁タイルの検査業務に対し、画像認識技術を用いて接着剤の充填状況を判定するモデルを開発・提供しました。スマートデバイスで撮影したタイル裏面の画像から、接着剤が塗布された部分をセグメンテーションモデルで抽出・分類し、接着率を数値として算出します。このようなプロジェクトでは、現場で取得されるデータの特性を理解し、データセットの構築、モデル開発、精度検証、業務システムへの組み込みまで関わります。

参考：外壁タイル接着率判定システム
https://athenatech.jp/case/haseko-adheresive-segmentation

・プロジェクトの目的から逆算し、必要な技術や検証方法を考えられる方
・与えられた仕様の実装だけでなく、技術的な課題や改善案を提示できる方
・データや要件が十分でない状況でも、仮説を立てて検証を進められる方
・モデルの精度だけでなく、プロダクトへの組み込みや運用まで考えられる方
・社内メンバーや顧客と認識を合わせながら、自律的に業務を進められる方
・自身の設計や技術選定について、根拠を説明できる方

・大学、大学院、高等専門学校等に在学中の方
・プロジェクトに週12時間〜20時間程度を割ける方
・Python、PyTorchまたはTensorFlow、Scikit-Learn等を用いた実装経験
・担当領域について、自ら設計・実装・検証を進められる方
・オンラインでの定例ミーティングや、テキストでの業務コミュニケーションに対応できる方

・生成AI・LLM関連の研究または実装経験
・画像認識、物体検出、セグメンテーション等の実装経験
・数理最適化、時系列予測、需要予測などの応用経験
・クラウド環境（AWS、GCP等）へのモデル展開・運用経験
・API、バックエンド、データ基盤と連携したAI機能の実装経験
・MLOpsツールを用いたモデル運用経験
・データ収集、アノテーション、評価指標の設計経験
・技術リードやコードレビューの経験
・顧客との要件整理や技術説明の経験