株式会社Athena Technologiesの機械学習エンジニア【新卒採用】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、Private AIの構築を行う会社です。生成AI・LLM、AIエージェント、画像認識、深層学習、数理最適化、AI-OCRなどの技術を用いて、顧客の業務や制約に合わせたAIシステムを開発しています。企業の課題は、最初から「どのモデル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。顧客の業務やデータを理解し、解決すべき課題を整理したうえで、必要なデータ、モデル、評価方法、システム構成を考える必要があります。Athenaでは、課題定義や要件定義から、技術検証、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ます。
本ポジションでは、大学や大学院、高等専門学校、インターン、個人開発などで培ったAI・機械学習の知識を生かし、企業の実際の業務で利用されるAIシステムの開発に取り組んでいただきます。

◾️ 仕事のやりがい

顧客の課題に応じて、生成AIやLLMだけでなく、画像認識、数理最適化、需要予測、時系列予測など、さまざまな技術を扱います。授業や研究では、与えられたデータセットや評価指標をもとに開発することがあります。一方、実際のプロジェクトでは、必要なデータが不足していたり、何を評価すべきかが定まっていなかったりする場合があります。そのため、モデルの実装だけでなく、データの収集方法、前処理、評価指標、検証の進め方を考える段階から関われます。また、PoCで精度を確認して終わるのではなく、APIやバックエンドへの組み込み、クラウド環境へのデプロイ、モニタリング、改善まで経験できます。機械学習の知識に加えて、顧客課題の整理、プロダクト開発、クラウド、MLOps、チーム開発など、AIを社会実装するために必要な力を身につけられる環境です。

◾️ 業務内容

入社時点の経験や専門性に応じて、社員のサポートを受けながら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
・論文や技術情報の調査、実装可能性の検証
・データの分析、前処理、データセットの構築
・アノテーション方法や評価指標の設計
・特徴量設計、アルゴリズムやモデルの選定
・モデルのチューニング、精度検証、改善
・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
・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
・クライアントとの打ち合わせや要件定義への参加
・技術内容や検証結果に関する資料作成・説明
・コードレビューへの参加
・社内での技術共有、ドキュメント作成

◾️ 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て、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、モデル開発に利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集めるかという設計から取り組み、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決まっていない課題を、顧客の専門知識と機械学習技術を組み合わせて解いていくプロジェクトがあります。

【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、画像データの特性を理解し、データセットの構築、モデル開発、評価、精度改善、業務システムへの組み込みまで関わります。

・AI技術を学ぶだけでなく、企業や社会の課題解決へ生かしたい方
・分からないことを放置せず、自ら調べたり周囲へ質問したりできる方
・自身の専門分野に限定せず、プロジェクトに必要な技術を学べる方
・実験結果が想定と異なった場合に、原因を考えて次の検証へ進める方
・モデルの精度だけでなく、利用者や業務にとっての価値を考えられる方
・フィードバックを受け止め、設計や実装の改善へ反映できる方
・PM、バックエンドメンバー、フロントエンドメンバー、顧客などと連携できる方
・担当する業務の目的や期限を理解し、責任を持って取り組める方

・大学、大学院、高等専門学校等を卒業予定の方
・Pythonを用いたプログラミング経験
・機械学習、深層学習、統計、数学等に関する基礎知識
・授業、研究、インターン、個人開発等で、機械学習モデルを実装した経験
・自身が取り組んだ内容、実験結果、技術選定の理由を説明できる方
・Git、GitHub等の基本的な利用経験
・日本語で円滑に業務コミュニケーションを取れる方
・フルタイム勤務が可能な方（実働8時間／日、週5日）
※実務経験は必須ではありません。
※研究、授業、インターン、個人開発、コンペティション等での経験を含めて選考します。

・生成AI・LLMを用いた研究、開発、個人制作の経験
・画像認識、自然言語処理、時系列予測、数理最適化等の経験
・PyTorch、TensorFlow、Scikit-Learn等を用いた実装経験
・WebアプリケーションやAPIの開発経験
・AWS、GCP等のクラウドサービスを利用した経験
・Docker等を用いた開発環境の構築経験
・データ収集、前処理、アノテーション、評価指標の設計経験
・インターンやアルバイトにおけるソフトウェア開発経験
・共同研究やチーム開発の経験
・学会発表、論文執筆、Kaggle、データ分析コンペ、競技プログラミング等の経験