愛知県のAI・機械学習エンジニアの求人情報

データサイエンスのエンジニアとして自社サービス「GYM DX」や「KAIGO DX」の心臓とも言えるデータ基盤の構築〜分析アルゴリズムの開発・運用をお任せします。 24時間365日取得される膨大な行動データに対して、MLを使ったモデリング開発やインフラ構築まで幅広い役割を担っていただきビジネス要件にマッチしたAIの開発やデータ分析を行なって頂きます。 【主な業務内容】 - 危険検知を高い精度で行うための、行動データを用いた分析アルゴリズムの開発・運用 - 推論モデルを用いた、人物行動データの蓄積システム開発・運用（推論） - 行動データ集計に関する基盤構築・運用改善 【やりがい】 - まだ世の中にない新しい価値を提供するサービスの開発と成長に携われます - IPOを目指す会社の立ち上げフェーズと準備期間を経験できます - プロジェクトを完遂する過程での技術的・人間的成長の機会があります

東大発スタートアップである匠技研工業株式会社は、ものづくりの現場である部品メーカー様に、経営・営業・製造など一気通貫で工場の課題解決を実現するVertical-SaaS「匠フォース」を開発・提供しています。 難易度の⾼い職⼈技だからこその技術承継困難、業界全体の原価低減活動による⾚字経営、ノウハウを以てしても困難な判断など、数多くの課題が現場には存在しています。 「匠フォース」は、職⼈さんだけでは解決が難しいこれらの課題を、現場データ・現場UX・現場AIによって、業界を躍進させるVertical-SaaSです。 ▼なぜやるのか ⽇本の製造業は歴史が深く、GDPの 20%をも占める⼤きな産業です。 多くの職⼈さんが築き上げたものづくりのノウハウは、「JAPAN as No.1」と⾔われるような、世界に誇れる⼀⼤産業をもたらしました。 ところが、今や⼈材不⾜や技術承継困難、国際的な競争⼒の低下など、幾多もの根深い課題を抱えており、これらの課題は業務や経営を⽴ち⾏かなくさせることがあるほどの、⾮常に⼤きな課題です。 職⼈の暗黙知で⽀えられてきたものづくりの課題解決は簡単にデジタルで解決できるものではありませんでした。しかし、ビッグデータとAIの活⽤で今まさに転換点を迎えています。 現場に蓄積されている⼤量のデータと最先端のAI技術を組み合わせることで、業界の⼤きな課題を解決することが可能になりつつあります。 エンジニアリングだからこそ実現できるこの課題解決のために、「匠フォース」を研究開発しています。 ▼どうやっているか ◯部品メーカー特化のVertical-SaaSプロダクト ものづくりの現場はドメインモデルが複雑です。だからこそ既存のホリゾンタルシステムがこの業界の課題を解決できずに、未だにぽっかりと穴が空いている領域になります。私たちはドメインを深く理解し、ドメインに特化したプロダクトを提供することで、この業界に切り込んでいこうとしています。ドメインにディープダイブしたい方には最適な環境です！ ◯泥臭く、現場に近く ドメインに寄り添うために現場・現物・現実を重要視しています。プロダクトを作るエンジニアだからこそ現場と会話し、顧客の業務・課題・想いを五感で捉え、プロダクトづくりに活かします。⽴ち上げ以来、そのようにして業界に根ざしたプロダクトづくりに徹底し、顧客に受け⼊れて頂けるプロダクトを作って参りました。 ◯現場UX×現場データ×現場AI 日本には金属加工業が15万社あると言われており、それぞれで10万件近い製品情報があります。匠フォースはドメインに寄り添った現場UXを提供することで、これらの図⾯‧製造⼿法‧製造コストなどのデータ化されてこなかったディープな情報の蓄積を実現しています。その現場データと製造業特化AIによって、これまで職⼈さんにとっても難しかったような業務の⾃動化・適正化に取り組んでいます。 〇ALL-JAPANで取り組み ⾮常に⼤きな業界だからこそ、⼀社の⼒で変⾰を起こすことは容易ではありません。私たちは、お客様・⾏政・他⺠間企業様々な⽅々と連携して、ALL-JAPANで課題解決に取り組んでおります。多くの会社を巻き込んでこそ、⼤きなイノベーションを実現できます。 ▼参考 https://prtimes.jp/main/html/rd/p/000000008.000057137.html https://prtimes.jp/main/html/rd/p/000000007.000057137.html ＝＝＝＝＝具体的な業務内容＝＝＝＝＝ まだ小規模なAIチームのコアメンバーとして、CTOとともに以下のような業務に携わっていただきます！ - AWS CDK (TypeScript) を活用した機械学習やAI開発のためのインフラおよびアプリケーション開発 - FastAPI (Python) と Node.js（TypeScript）を活用した機械学習システム提供のためのアプリケーション開発 - 継続的な精度向上を実現するMLOpsの仕組みづくり ＝＝＝＝＝仕事の魅力＝＝＝＝＝ ▼大きな業界の大きな課題解決 ・製造業というアナログで複雑なドメインに立ち向かい、これまでにないソフトウェアを作っていくことで、技術を通して重厚長大な歴史ある業界に変革をもたらす面白さ ▼世界初の新しい研究開発 ・全国15万社×10万件/社を超える大量の製品データを活用して業界変革を起こす面白さ ・匠フォース特有の、製造現場にディープダイブしたVertical-SaaSでしか得られない深い製造データを活用する面白さ ・匠フォースにしか集まらない製造ビッグデータを活用して、世界初となる製造AIの研究開発に携わる面白さ ▼事業・製品の0→1立ち上げ ・まだ確立されきっていない事業・製品を、自身のスキルや経験を活かして、自らの手で作り込んでいける面白さ ・小規模チームだからこそ、自身の強みを最大限に発揮しつつ、幅広い業務にチャレンジできる体制 ・立ち上げ初期だからこそ発生する技術的な課題（技術選定、アーキテクチャ変更、スケーラビリティなど）に取り組む面白さ ※これら全てのご経験がある必要はありません。スペシャリストとして得意領域で活躍することも、ジェネラリストとして幅広く活躍することも可能です。 ＝＝＝＝＝開発環境＝＝＝＝＝ TypeScript×サーバレスを活用し、高速な仮説検証にこだわった開発環境です。 フロントエンド：TypeScript (React.js, Next.js), Apollo Client, Jotai, MUI バックエンド：TypeScript (Node.js) 機械学習：Python, PyTorch API：GraphQL, REST QA：Playwright, Jest クラウド：AWS (Lambda, AppSync, Fargate, StepFunctions, …) 認証：Cognito データベース：PostgreSQL, Amazon DynamoDB, OpenSearch, Redis CI/CD：GitHub Actions, AWS CodeBuild IaC：Serverless Framework, CloudFormation, AWS CDK その他利用ツール：Docker, GitHub, Figma, Slack, Notion, LogRocket, MixPanel, Sentry

### 組織のミッション 研究開発を通じて事業の成長を加速させることが目的です。 さまざまなビジネス情報を対象とした技術開発により社内外のビジネスパーソンの課題解決に取り組んでいます。 ### 具体的な業務 請求書、契約書、人事異動情報などのさまざまなビジネス情報のデータ化やデータ活用を実現するため、専門分野に応じて、以下のような技術開発に携わります。 ##### ▼機械学習・データ分析 - データ化オペレーションにおける業務フローの最適化のための技術開発 - データの名寄せ技術に関する研究開発 ##### ▼自然言語処理 - 経理DXサービス「Bill One」、AI契約データベース「Contract One」 における文書からの情報抽出技術の開発 - ビジネスデータベース「Sansan」、名刺アプリ「Eight」でニュースを配信するための、ニュース記事からの組織名抽出技術やニュース推薦技術の開発 - Retrieval Augmented Generation (RAG) を用いた質問応答や要約技術などの開発 - 「Contract One」における全文検索・セマンティック検索および検索ランキングアルゴリズムの設計や開発 ##### ▼画像認識 - ビジネスデータベース「Sansan」における名刺のデータ化技術の研究開発 - 経理DXサービス「Bill One」、AI契約データベース「Contract One」 における文書からの情報抽出技術の開発 ##### ▼新規事業向け技術開発 - 新たな事業の核となる技術の研究開発 ##### ▼グループ企業への技術支援 - ログミー株式会社、ナインアウト株式会社、株式会社言語理解研究所などのSansanグループ企業への技術支援 ### 募集背景 事業拡大に伴う人員体制の強化 ### 本ポジションの魅力 ##### ▼プロダクション投入を重視した実践的な研究開発 自社サービスへの実装を目的とした研究開発組織として、開発した技術の7割以上が製品化に成功しています。また、製品化後もユーザーからフィードバックしてもらい、継続的な運用改善に関わることができます。技術開発が事業貢献に、ひいては社会貢献につながりやすい環境が整っています。 ##### ▼唯一無二のビジネスデータを起点とした研究開発 独自のデータ化システムによって、名刺、請求書、契約書から重要な項目を正確にデータ化します。また、これらのデータを中心にしたビジネスデータの拡充と構造化に組織単位で継続的に取り組んでいます。セキュアな体制の下、他に類を見ないデータを用いた研究開発により事業の推進に携わることができます。 ##### ▼研究開発を加速させる環境 研究開発を加速させる独自の強みとして、長年培ったデータ化オペレーションを活用した高品質な学習データの作成体制があります。また、自然言語処理、画像処理、統計的分析、社会学的分析など多様な専門性を持つ研究者が在籍し、コラボレーションしながら事業課題を解決しています。さらに、MLOpsエンジニア、データエンジニア、プロダクトマネジャーとの密接な連携体制により、アイデアの創出から実装、運用までをスムーズに進められる環境が整っています。 ### 組織構成 1チーム3～7名程度のスモールチーム体制を採用し、関連するプロジェクトに取り組みやすいようにしています。 組織全体はMLOps/DevOpsエンジニア、データエンジニア、アナリティクスエンジニア、プロダクトマネジャーで構成され、50名以上のメンバーがさまざまな課題解決に取り組んでいます。 ### 開発環境、使用するツールなど - 開発言語：Python - インフラ：AWS、Goole Cloud - ソースコード管理：GitHub - PC：Windows PC、Macbookから選択でき、GPU内蔵PCも選択できます。AWSやGoogle Cloudのインスタンスも使用できます。 - 使用するライブラリやフレームワーク：テーマに合わせて自由に選択できます。 - サービス本番環境への実装：Dockerコンテナ技術やAWS（Batch、Lambda、SageMakerなど）、Google Cloud（Cloud Run、Vertex AI）など、各サービスの活用によって低負荷で実装できる環境を整えています。