年収1200万円以上のAI・機械学習エンジニアの求人情報

▍募集背景 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ A1Aは「取引に関わるすべての人が、信頼と情熱をもったものづくりができる、世界をつくる」をミッションに掲げ、製造業の調達/購買機能の抱える課題の解決を通じてより良いものづくりの実現を目指すスタートアップです。 製造業の調達×エンタープライズというドメインの複雑さゆえ、弊社は2018年に設立されて以降、「誰の」「何の課題」を解決するのかという問いに徹底して向き合ってきました。 現在、社内には1名のLLMエンジニアが在籍し、各チームにおけるLLM活用を推進していますが、1名では対応できる範囲に限界があります。 また、現時点ではLLMを活用する案件が次々と発生しているわけではないものの、今後の開発においてLLMを活用するハードルを下げ、社内のエンジニアがLLMの活用に対する理解や意欲を持てる状態を作ることが重要です。そこでLLM活用を推進してくださる方を募集します。 ▍これから取り組みたいこと ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ・LLMを活用することで技術ソリューションの質を向上させる目的で、エンジニア組織内に知見を蓄積する体制をつくること ・LLM活用のハードルを下げ、エンジニア全員がエンジニアが理解・意欲を持つ環境を作ること ・LLMを使ったソリューションアイデアに対して、技術検証を伴う試行錯誤のスピードを早くしていくこと ▍仕事内容 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ UPCYCLEの検索体験チームにて、以下のMissionを担っていただきます。 ＊Mission ・UPCYCLEに集約したデータ（非構造化、構造化ともに）からユーザーが自身のニーズに合った情報を探しやすくするための機能の提案から実装、評価を担うこと ・UPCYCLEの他プロダクトチーム（Stream aligned team）を技術面で支援し、LLM活用を促進すること ＊想定する業務例 1. ユーザーの業務課題をヒアリングし、LLMで解決できる可能性を技術的に検討 2. ベストプラクティス、論文、GitHubリポジトリなどを調査して実現可能性を評価 3. 他社事例や業界標準手法のリサーチ 4. プロトタイプの実装 5.実装したプロトタイプの性能評価および改善提案 ※プロダクション反映のためのインフラ構築やアプリケーション実装は他の開発者が行います。 ▍ポジションの魅力 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ 【真の顧客価値創造にフォーカスできる環境】 ユーザーの声を最重要視する企業文化の中で、最先端技術を駆使しながらも、真の顧客価値創造にフォーカスできる環境があります。技術至上主義ではなく、実際のビジネス課題解決に情熱を注げます。 【Engineerドリブンな組織】 エンジニアの課題意識がビジネスの方向性を決定する企業文化が根付いています。技術開発だけでなく、ビジネスサイドにも関与できる環境で、幅広い視野を持ったエンジニアとして成長することができます。 【最先端のLLM技術を活用したプロダクト開発】 最先端のLLM技術を活用したプロダクト開発において、構想段階から実装、さらには事業化まで一貫して携わることができます。AI技術者としての総合力を磨き、次世代のテクノロジーリーダーへと成長できる環境です。 【グローバル規模で産業界に変革をもたらす機会がある】 世界中の自動車部品バイヤーの意思決定を支援する革新的プロダクトの開発に携わり、グローバル規模で産業界に変革をもたらす機会があります。 ▍開発環境 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ・フレームワーク ：Ruby on Rails, React（TypeScript）,FastAPI ・デザインツール ：Figma ・データベース ：Aurora PostgreSQL ・インフラ ：AWS、Vercel ・構成管理：Terraform ・コード管理 ：Git/Github ・CI/CD ：GitHub Actions ・コミュニケーション ：Slack ・Issue管理 ：Notion

データサイエンスのテックリード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、機械学習を用いたモデル開発からインフラ構築まで幅広い役割を担っていただきます。 また、CTOと直属のレポートラインとなるため、スピーディな意思決定と開発を進めることが可能です。新規プロダクトや機能の開発においても、迅速なフィードバックループを実現できる環境です。 【主な業務内容】 ▼プロダクトのアーキテクチャ設計と技術選定の主導 - 新規プロダクトや機能開発における技術スタックの選定 - スケーラビリティとパフォーマンスを考慮したシステム設計 ▼データ基盤と分析システムの構築・運用 - 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 ▼チームマネジメントとナレッジ共有の推進 - AIチーム、IoTチーム、CTO室との技術連携強化 - チームメンバーの技術力向上施策の立案・実行 - コードレビューや設計レビューを通じた品質管理 【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 - 役員直結のスモールチームのため、意思決定が非常にスピーディな開発体験が可能

本ポジションでは、主に衛星画像を対象とした機械学習モデルや画像処理アルゴリズムの開発を担当いただきます。 人工衛星の代表的なミッションの一つに地球観測があります。 衛星による地球観測はリモートセンシングと呼ばれる技術によって行われ、可視光を捉えたいわゆる衛星写真だけでなく、赤外線やSARによる電波などさまざまな波長の電磁波を撮影しています。 加えて、地球観測データはメタデータに地理空間や撮影した時刻なども含み、非常に複雑で膨大なものです。 とはいえ、基本的なデータ構造は画像と同じであり、一般的な画像処理の手法を適用することができます。 近年、衛星画像を活用したサービスは着々と増えてきています。 しかし、膨大な地球観測データのポテンシャルを十分に発揮できているとはいえません。 異なる衛星・センサのデータや IoT データなどの地上のデータと組み合わせたり、異なる国や地域、事業ドメインに適用したりすることで、これまでにないソリューションを生み出すことができる可能性があります。 当社の人工衛星で得られるデータを活用することはもちろん、従来の発想に捉われず新たな衛星画像の活用方法を模索することで、グローバルな課題解決に大きく貢献し得るポジションです。 世界の宇宙ビジネスをともにリードして行きたいという方のご応募をお待ちしています。 なお、宇宙工学の知識は入社後に習得できるため不要です。 【具体的な仕事内容】 ・衛星画像を活用したソリューションのための機械学習モデルや画像処理アルゴリズムの開発 ・衛星画像の前処理や品質向上 ・サービス提供に向けたデータパイプラインの構築 【ポジションのメリット】 ・衛星開発・運用からデータ活用まで自社で一貫して行うため、必要なデータから衛星設計へフィードバックできるなど、幅広い視点から業務にあたれること ・超小型人工衛星特有の制約条件下で、チャレンジングなエンジニアリングに携われること ・衛星単機でなく複数機の衛星によるコンステレーションに関わるなど、地上・宇宙を跨いだ複雑なシステムに関われること ・最先端の宇宙産業領域でソフトウェア技術を活かして働けること ・経営陣と距離感の近いポジションで、宇宙ビジネスの最前線を体験できること ・グローバルな業務に携われること（ルワンダ・チリなどで使われるプロダクトの運用・開発や、NASA・ESA等の他国の宇宙開発機関との共同研究プロジェクトなど） 【配属・カルチャー】 ソリューション・エコシステム事業本部　データソリューション部 プロダクト開発は、30歳前後の 3~4 名程度のチームで実施中 ※ 使用ツール ・主な使用言語: Python, (Rust, TypeScript) ・支給PC: 会社指定PCから本人希望に応じて支給 ・開発環境: macOS or Linux (WSL2含む) ・コミュニケーション: GitHub, Slack, Zoom ・コード管理: GitHub ・タスク管理: GitHub Projects V2, GitHub Issues, Redmine ・バージョン管理: Git ・CI/CD: GitHub Actions ・Infrastructure as Code: Terraform 【選考フロー】 コーディングテスト＞書類選考＞1次面接＞2次面接(適性検査)＞最終面接

【エコポークについて】 Eco-Porkは、ビジョンである「食はいのち。次世代に食肉文化をつなぐこと。」を実現するために、ミッションである「データを用いた循環型豚肉経済圏の共創」を目指す、世界唯一のデータカンパニーです。 現在、食肉文化を次世代に繋ぐために「タンパク質危機」と「畜産業の環境負荷」の問題解決が、世界中で求められています。 2040年に食肉を選択できる未来を創っていくために、私たちはICT/IoT/AIを活用した「生産性向上」と「環境負荷軽減」を両立させるデータソリューションを養豚業界に提供し、養豚DXを起点に食料問題解決に取り組みます。 【事業概要】 Eco-Porkは養豚農家向け経営管理システムの「Porker」を2018年にリリースし、提供しています。 タンパク質危機をご存じでしょうか。 2027年には世界のタンパク質含有農産物の需要が供給を上回る可能性があるだけでなく、2040年には畜肉（動物由来の従来の肉）の割合は40%まで減少し、細胞培養肉・植物由来の代替肉に置き換わると言われています。本物のお肉の減少という社会的課題に直面する中、私たちは「本物のお肉」を守り、未来の食肉供給に貢献したいと考えています。 これらの課題解決のために私たちが開発した「Porker」は、農家の改善を支援する養豚経営支援システムで、ICTによる見える化や、IoT/AIによる生産管理を実現することができるソリューションです。 このソリューションは、国内で初めて実用化したAI自働豚体重測定カメラ「 AI豚カメラ（ABC）」をはじめとする、養豚農家さんに寄り添ったプロダクトを評価をいただき、現在、国内で生産される豚肉の約14％はこの「Porker」が活用されています。 また、農林水産省スマート農業実証プロジェクトでの効果実証をはじめ、農林水産省のSBIRや、経済産業省のJ-Startup Impact選定などに採択いただき、国からも高く評価されています。 詳細については、インパクトレポートもぜひご覧ください。 https://www.eco-pork.com/report/7080/ 【当ポジションの募集内容】 ■募集背景 Eco-Porkは、養豚DXを推進しAIカメラをはじめとしたICTやIoTを活用した、様々なプロダクト開発による養豚管理システムを実現することを目指しています。所属いただくエンジニアリングチームでは、現在養豚専用のAIカメラの開発を推進しており、チームの立ち上げメンバーとして各ポジションのプロフェッショナルを採用したメンバー構成を検討しています。そのため、機械学習や深層学習を活用して、現場のデータを処理・解析し、プロダクトの高度な機能を実現できるAIエンジニアを募集します。 ■業務内容 エンジニアリングチームに所属し、養豚専用のAIカメラ開発に関する、画像解析や機械学習、深層学習の設計から実装までを担当していただきます。 ＜主な業務内容＞ ・機械学習および深層学習モデルの設計・実装・最適化 ・画像解析（例: 物体検出、セグメンテーション、特徴量抽出） ・統計モデルや機械学習モデルを用いたデータ解析 ・モデルの本番環境への導入および運用 ・データ前処理、可視化、モデリングを含む探索的データ分析（EDA） ・ビジネス課題を解決するためのAIソリューション提案 ・チームメンバーと協力したプロジェクト推進および技術的リーダーシップの発揮

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

【なぜ募集しているのか】 Capexは、最先端の対話システムやAI技術を駆使して、デジタルコミュニケーションの未来を切り拓くスタートアップです。 今まさに、日本国内でのサービス普及とAI技術の実装を一気に加速させるフェーズにあり、毎日が新しい挑戦と意思決定の連続です。 海外ではアメリカ・ロサンゼルスと韓国・ソウルに拠点を構え、グローバル展開も本格的にスタートしました。 私たちは、まだ答えのない課題に挑み、試行錯誤しながら突破口を見つけることを楽しめる人を求めています。 新しいことを積極的に学び、自分で道を切り拓き、フィードバックを素直に受け入れて素早く改善して成長する——そんな人が最も輝ける環境が、ここにあります。 「安定」よりも「成長」「変化」「挑戦」にワクワクする方、AIと共に、コミュニケーションの未来を創りませんか。 【業務内容】 ・対話モデル開発 　└機械学習モデルを作成し、プロダクトに反映します。 　└プロダクトを通してお客様に使用していただくため、スピーディーに結果のフィードバックを得ることができます。成長実感も感じやすい仕事だと思います。 ・LLM系技術の検証と導入 　└OpenAIのGPTを初めとしたLLM系の新しい技術をキャッチアップし、Capexのプロダクトに導入します。 ・対話モデルのためのパイプライン開発 　└機械学習モデルを自動更新するためのパイプラインを開発します。 　└GCP上のVertex、 GKEのJobなどで構築しています。 ・対話システム全般の開発・改善 　└対話モデルをのせたAPI開発を中心とし、その周辺のシステム開発をします。 　└一問一答のための検索システム、NGワードなどをチェックする後処理、音声合成APIなどがあります。 　└社内シナリオライターが対話シナリオやアノテーションデータを作りやすい環境を構築することも、業務の一環です。 ・各種データを使った分析・可視化 　└対話ログを中心とした顧客ログを分析・可視化し、お客様や社内のシナリオライターさんと共に対話システムを改善するためのPDCAサイクルを回します。 す。 【開発環境】 ・言語: Python ・インフラ：GCP, Azure ・フレームワーク: PyTorch ・ツール: Git/GitHub, Slack, Jira, Elastic cloud, OpenAI API

株式会社Luupは、“街じゅうを「駅前化」するインフラをつくる”をミッションに掲げ、電動キックボードや電動アシストなど電動マイクロモビリティシェア「LUUP（ループ）」を日本各地で展開しています。 街には「ポート」という移動のハブがあり、いつでもポートからポートへ電動マイクロモビリティに乗って移動することができます。 かつて鉄道の駅が街を発展させたように、LUUPのポートを街じゅうに設置することで人が集まる場所をつくり、街じゅうを駅前のように活性化していきます。LUUPを通して、移動におけるさまざまな問題を解決し、新たな街の未来を創造します。 現在は、東京・横浜・大阪・京都・神戸・宇都宮・名古屋・広島・仙台・福岡など16都市でサービスを展開しており、2024年10月時点で10,000ポート以上を運営しています。 将来的には、電動マイクロモビリティの普及によるCO2削減と、ご高齢の方も乗ることができる新しい電動モビリティの導入を実現し、すべての人が安全・便利に移動できる持続可能な社会をつくることを目指します。（会社HP：https://luup.sc/ ） 【募集背景とポジションについて】 LuupのMLエンジニア / データサイエンティストは、需要予測、プライシング、ルート最適化、異常検知など幅広い重要課題に取り組みます。機械学習や数理モデル、動画・画像解析など多様な技術を活用し、既存機能の改善だけではなく、新しい機能やサービスをゼロから設計・実装します。 課題の構造化や仮説立案といった上流工程から、モデル・アルゴリズムの設計、実装、システムへの統合、運用・改善までを一貫してリードします。精度の高いモデルを構築するだけでなく、現場の制約や運用のリアルを踏まえ、継続的に使われる仕組みとして根づかせていくことが求められます。 技術的な専門性を活かすと同時に、事業・現場・ユーザーのリアルに深く関与し、複雑な構造を理解・モデル化します。現実世界の複雑な課題に技術で挑み、成果を実サービスや社会に実装していく挑戦に魅力を感じる方に最適なポジションです。 【業務内容】 - ビジネス課題の構造化と、課題解決のための定量的アプローチの設計・実行 - 各種データの探索的分析・可視化・統計的検定などを通じた課題発見、仮説構築、改善施策の提案 - 各領域（需要予測、プライシング、ルート最適化、異常検知など）におけるモデル / アルゴリズムの設計・実装・本番運用までの一連のプロセスの推進 - モデルや分析結果に基づく意思決定支援と施策立案 - 経営陣・プロダクト・オペレーションなど多様なステークホルダーと連携した課題解決の推進 - 中長期的なデータ活用戦略の立案と、新技術・手法のR&Dの企画・推進 【MLエンジニア / データサイエンティストとともに挑戦したい事業課題】 - 各地域や時間帯における需要予測モデルの構築 - 需要予測に基づくリアルタイムなプライシングや車両配置最適化 - バッテリー交換・車両回収・車両整備を含むオペレーション全体の最適化 - エリアクラスタリングやポート戦略の設計と意思決定の支援 - 画像・動画データを活用した、ポート返却状況や走行時の安全性に関する自動検知機能の設計・実装 - 利用ログや車両のセンサーデータを活用した異常検知アルゴリズムの設計・実装 - ユーザー行動や属性に基づくセグメンテーションとパーソナライズ手法の設計 - ユーザーおよびオペレーション向けのルートナビゲーション機能の開発・改善 - KPI間の因果関係モデル化による、機能や事業をモニタリングする仕組みの構築 ※上記は一例です。主体的に新規の分析やプロジェクトをご提案いただくことも大歓迎です！ 【魅力】 ＜Luupならではの多様なデータ＞ アプリ利用ログ、ライドデータ、車両やポートの時系列データ、IoTによる位置情報、オペレーションログなど、ソフトウェア開発・ハードウェア設計・現場運営を一貫して担うLuupならではの多様で豊富なデータを最大限に活用できます。データを統合的に活用しながら、深い分析が可能です。 ＜データドリブンな文化で働く＞ 経営陣をはじめ全社にデータを重視するカルチャーが根付いており、モデルや分析に対する理解と期待が高い環境です。事業・プロダクト・オペレーションなどあらゆる意思決定において、MLエンジニア / データサイエンティストの視点や知見が積極的に求められています。少人数でスピーディに意思決定が行われるため、煩雑な調整を挟まず、本質的な課題に集中しやすい環境です。 ＜街づくりへの貢献＞ Luupのサービスは単なる移動手段にとどまらず、都市の交通インフラや街のあり方そのものに影響を与えます。例えばポート戦略や車両の再配置は、人々の移動行動や街のにぎわいを変え、地域の活性化や持続可能な都市づくりに直結します。MLエンジニア / データサイエンティストは、その意思決定をデータとモデルで支え、街づくりの一翼を担います。 ＜新しい技術への挑戦＞ モビリティという実世界の複雑さに向き合うために、機械学習・統計・最適化・シミュレーション・コンピュータービジョンなど、幅広い技術領域の活用が求められます。既存の枠組みにとらわれず、新たなアルゴリズムや手法に挑戦し、それを実サービスに接続するところまでやりきることが歓迎されるカルチャーです。 ＜前例のない課題解決への挑戦＞ 世界でも類を見ない大規模なポートモデル、都市ごとに異なるユーザー特性、無数のトレードオフなど、簡単に正解が見つからない課題に挑みます。既存の成功事例をコピーして適用することはできません。試行錯誤を重ねながらゼロから解決策を導き出し、社会的に意義のある事業の実現に真正面から向き合います。 ＜事業の成長を日常の中で実感＞ データ分析や施策の成果が、街に広がるポートや実際に利用するユーザーの姿として現れます。自分の仕事が人々の移動や街のにぎわいを変えていく様子を、日常の中で直接感じることができます。

ファインディ株式会社は、「つくる人がかがやけば、世界はきっと豊かになる」をミッションに掲げ、エンジニア向けのプロダクトを複数展開しています。 独自のアルゴリズムとヒューマニティを融合し、エンジニア個人や組織、企業の成長支援を通じて日本のイノベーション創出を最大化することを目指しています。 登録ユーザー数は20万人、利用企業は2,700社を突破。 2024年はインド、アジアを中心に海外への展開も積極的に行っており、エンジニアが挑戦できる世界共通のプラットフォーム事業を多数展開していきます。 ■プロダクト 「挑戦するエンジニアのプラットフォームをつくる。」というミッションを掲げ、現在は4つのプロダクトを展開しています。 ・ハイスキルなエンジニアと企業をマッチングする「Findy」 ・フリーランス・副業エンジニア向けの案件を紹介する「Findy Freelance」 ・組織のパフォーマンスを最大化する「Findy Team+」 ・開発ツールに特化したレビューサイト「Findy Tools」 ■募集背景 事業の拡大に伴って、ファインディにはエンジニアや開発組織にまつわる様々なデータが蓄積されてきています。全社的に、更なる事業成長の柱の一つとして「データの利活用」を掲げており、データアナリスト、サイエンエンティスト、データエンジニアなどの職種の採用を強化しています。 現在、Findyにはエンジニアや開発組織にまつわる様々なデータが集まってきており、それを活用した機能開発を積極的に行っています。データサイエンティスト・機械学習エンジニアについては、特に機械学習やLLM技術などを活用した機能開発を担当しており、PoCの推進から本番環境へのデプロイまで、事業の中核として幅広い業務を担っています。 2024年までにデータ環境の整備や利活用の下地はかなり整ってきており、2025年以降はそれを活用した価値創出のフェーズに本格的に着手していきます。その中心となって、事業やサービスの成長を牽引していただけるデータサイエンティスト、機械学習エンジニアを募集します。 ※弊社では、特にScienceに強みのある方を「データサイエンティスト」、EngineeringやMLOpsなどに強みのある方を「機械学習エンジニア」と呼称していますが、採用自体は一括で行っています。採用プロセスの中で、ご自身のwillや能力面の擦り合わせをさせていただいた上で、入社後の業務内容や肩書などを決めさせていただいております。 ■具体的な業務内容 データを活用したサービス・機能開発のプロセスに幅広く関わっていただきます。特に、データや機械学習に関する専門性を”強み”として、社内のデータアセットを有効活用した企画の立案やプロジェクト推進をご担当いただきます。 具体的には、社内のエンジニアやPdM、ビジネス側の担当者と連携しながら、以下のようなプロセスに幅広く関わっていただきます。 ・課題や伸びしろの探索から発見（EDAだけでなく、ビジネス部門へのヒアリング等も担当） ・データを活用したソリューションの企画 ・立案した企画に対する技術検証（PoC） ・PoCで成果が出たものについては、本番リリースに向けた開発を実施 ・リリース後の保守・運用（監視やリファクタだけでなく、モデルの継続的な改良なども含む） 人材サービスや組織課題の解決など、複数の事業体を持つ弊社には社内外からエンジニア領域に関する様々なデータが集まり、蓄積されています。データの形式としても、構造化データ・非構造データが多様に存在しており、データ技術者としてはやりがいのある環境かと思います。 具体的な事例や、利用技術等についてはカジュアル面談または選考内でお伝えさせていただきます。 ※ご経験やスキル、担当する事業領域によって、お任せする業務の内容は変わります。 ※業務の変更の範囲： 会社の定める全ての業務

【ミッション】 「実世界のあらゆる情報をソフトウェアで扱えるようにする」 実世界データを処理する機械学習を中心として、マーケットでの課題解決に資する先端技術を開発・検証すること 【概要】 ミッションの実現に向けて、ドメイン課題を解決する機械学習アルゴリズムの開発をリードしていただきます。社内プロジェクトや受託プロジェクトにおいて、技術課題の特定や解決までの計画立案を行うなど、開発実務だけでなく指導的立場から貢献していただくポジションです。 【詳細】 担当するフェーズ：ドメイン課題を解決する機械学習アルゴリズムに関する要件定義、技術調査、開発、検証（運用保守は担当外） ・チームメンバとコミュニケーションを取りながら主導的な立場で開発をリードする ・社外のステークホルダとの技術的なやりとり、期待値調整を行う ・さまざまなセンサデータを処理するアルゴリズム開発を行う ・曖昧なドメイン要求を明確化した課題として切り出す ・ドメイン課題に対する手法調査、実装、評価実験 ・論文ベースの調査・実装および、独自手法の考案・実装 ・機械学習モデルをエッジデバイスで動作させるための軽量化および最適化 ・モデル設計、実験管理、評価結果まとめ、ネクストアクション整理 など 【ポジションの強み】 ・エッジでのモデル開発や実際に社会で稼働するモデルの作成・評価・監視に関われること ・PoC止まりではなく、実践的なAI開発やアルゴリズム実装の経験が積めること ・エッジデバイスの専門性とともに、JTCにはない現代的な開発スキルが身につくこと ・裁量を持ってプロジェクトをリードする経験が積めること 【Ideinの強み】 ・Deep Learningモデルの推論を高速化する独自のコンパイラ技術を保有すること ・モデル設計や最適化において、計算機リソースを考慮した開発に関する知見を有しており、競争力が高いこと ・独自の技術力を活かした事業展開を進められていること （次世代自動車における、外界の認識やモーションプランニング等のアルゴリズムの研究開発など） 【開発言語・ツール】 言語：Python フレームワーク：PyTorch ソースコード管理：GitHub 情報共有ツール：Slack・Google Workspace・Notion その他：Docker・Linux・計算機クラスタ・RaspberryPi 支給PC：BYOD（個人保有の端末を業務利用可能） 【開発～リリースまでの環境】 ・機械学習モデル開発についてはサーバを活用 ・プロジェクトによっては車載コンピュータ(ECU)で動かすことを見越したモデル最適化、Raspberry PiやJetsonへのデプロイを実施 【コミュニケーション促進の取り組み】 スムーズに組織に慣れていただけるよう、全面的にバックアップを行っています。 ・メンターとの1on1 MTG：随時実施、特に入社直後は集中的に実施 ・上長との1on1 MTG：隔週開催 ・雑談会（ざっくばらんに会話する交流会、任意参加）：毎週開催 ・知識共有セミナー（過去の事例やインプット内容の共有)：毎週開催 ・レビュー会（プロジェクトのアウトラインの事前検討・改善）：随時開催 ・ビアバッシュ（経営陣も参加してざっくばらんに飲み食いする会）：毎週金曜日17時から開催 ・もくもくタイム（任意参加）：毎週開催 ・全社MTG：毎週開催、毎四半期頭に会場を確保して開催 など 【クライアントとの研究開発例】 『Advanced Drive』 自動車のドライバモニタリングシステムが行う顔特徴点検出、視線検出などの処理を廉価なCPUで動作させる効率化を実施。 『ai cast 』 「スマートシティ」における街や自動運転車両の見守り用途としての活用も視野に入れ、開発されたエッジAIカメラです。 小売業や製造業等での活用をはじめ、将来的にはセキュリティや防犯用途などのインフラカメラとしての用途も視野に入れています。 『マルチモーダルエージェント“Saya”』 ルールベース応答検索・音声認識・音声合成と会話内容と合わせ、リップシンクなどに必要な自動行動生成のアルゴリズムを組み合わた対話型のシステム。 など

【会社概要】 ストックマーク株式会社は「価値創造の仕組みを再発明し、人類を前進させる」をミッションに掲げ、最先端の生成AI LLM技術を活用し、企業の変革を支援しています。 弊社の強みは、フルスクラッチで国産LLMを開発できる技術力です。2024年5月には、国内最大級となる1,000億パラメータの日本語特化LLM「Stockmark-2」を公開しました。 多くの企業が海外モデルの微調整やOSS活用にとどまる中、当社はゼロから自らの手でモデルを設計・構築。日本語とビジネス領域に最適化された性能は、国産最高クラスの水準を誇ります。さらに、ハルシネーションを大幅に抑えており、自社管理下で安全に運用可能です。 単なる“生成AIの利用企業”ではなく、“AIそのものを創る企業”として、日本の産業競争力を技術で支えていく存在となることを目指しています。 この技術力を活かして事業展開しており、現在はSaaS事業として製造業向けAIエージェント「Aconnect」、PaaS新規事業として業務AI実装支援プラットフォーム「SAT(Stockmark A Technology)」を運営しています。 創業時からエンタープライズ企業をターゲットとしており、すでに日経225の30％、300社を超える企業様での導入が進んでいます。今後は製造業のR＆Dを起点に、国内のエンタープライズ企業はもちろん、日本企業全体そしてグローバル企業にも展開していく予定です。 2024年10月にはシリーズDにて45億円、累計88億円の資金調達を完了。 従業員も150名規模になり、更なる成長を目指すために人員を募集しております！ 【現状の課題】 2024年に新規事業を立ち上げ、エンタープライズ向けのPoCプロジェクトが複数立ち上がり、プロジェクトの成功に向けチームで奮闘しておりますが、現在も複数の課題に向き合っております。 ・ドキュメント解析エンジンの精度向上や機能拡充をしていくリサーチと開発のリソース不足 ・RAG検証サービス(自社SaaS)の機能を拡充していくリサーチと開発のリソース不足 【業務内容】 LLMを用いた新規事業SaaSの機械学習エンジニアとして、機械学習を用いたプロダクト改善企画の立案、検証、実行をリードいただきます。 施策の実行においては、社内のプロダクトエンジニアやPdM、リサーチャーとも連携が多いポジションです ■具体的な業務内容 ・自然言語処理や画像処理を用いた、HTML/PDF/パワーポイント等の多種ドキュメントを構造化するシステムの精度向上 ・ViT系モデルやVLMの学習データセット構築、学習と評価 ・クエリ拡張、Chunking, Reranking, 回答生成のアルゴリズム検証と実装 ※変更の範囲：開発関連業務 【チーム構成】 PaaSユニット 事業責任者（CEO）1名 プロダクトマネージャー 1名 【開発環境】 [組織体制] <PaaSエンジニアチーム> ・プロダクトマネージャー1名 ・フロントエンドエンジニア1名 ・バックエンドエンジニア1名 ・機械学習エンジニア3名 [開発言語] TypeScript、Vue.js 、Node.js、Python [コンテナ] Docker [IaC] Terraform [クラウド] AWS, Azure 【ポジションの魅力】 ・汎用LLMや大手クラウドのドキュメント解析サービスで達成できていないビジネス文書解析のサービス化にトライできる。 ・LLM/マルチモーダルAIの実サービス化を経験できる。 【関連資料】 AI×SaaSのマストハブを作る、前人未到の挑戦。45億円の調達を達成したストックマークのその先。 https://note.com/stockmark/n/n8b54893cf532 Stockmark LLM特設LP https://llm.stockmark.co.jp/ マルチモーダルLLMで図表の内容を含むRAGを実現可能に ストックマークが『Stockmark A Technology』β版をリリース https://stockmark.co.jp/news/20240625

【会社概要】 当社は、2018年に設立された、AI × 動作指導 の筑波大学発スタートアップ企業です。 サイエンスとテクノロジーをミックスした世界No.1のヘルスケアカンパニーとして、ヒトの“全て”の運動指導をAIによって代替することを目指しています。 『全ての人へ可能性を最大化する指導を届ける』をミッションに掲げ、筑波大学の日本No.1のスポーツサイエンスノウハウや各専門家との共同開発体制によって独自データセットを構築。データ優位性を活用した精度の高い三次元動作解析アルゴリズムを実現し、スポーツ実施者の競技や健康の可能性を最大化するため、個人の動作データ解析およびそれらに合わせた適切な指導を受けることができるためのサービスを提供しています。 現在は約30名程の体制で、AI・サイエンス領域に強みを持つメンバーで組織構成されており、筑波大の研究室の他にも様々な研究機関・大学と連携しています。 ■参考情報 ▼ Company Deck（会社・事業紹介資料） https://speakerdeck.com/sportipinc/2303-sportip-company-deck ▼B Dash Camp 2023 Fall in FukuokaのPitch ArenaでSportipが優勝 https://prtimes.jp/main/html/rd/p/000000058.000038430.html ▼『Forbes 30 Under 30 Asia 2023』に代表の髙久が選出 https://prtimes.jp/main/html/rd/p/000000056.000038430.html 【事業概要】 筑波大発の独自開発したAI技術をベースに、介護・スポーツ・フィットネス業界向けに複数サービスを提供しています。 創業から約5年半で、AIの姿勢推定技術を事業のコアドライバーとして、さまざまな領域の事業会社・自治体との連携や共同研究、実証実験を通じ、ヘルスケア領域の新規事業を構築。得られた技術アセットをベースに、クライアントの声を汎用的に拾い上げ、介護・スポーツ・フィットネス業界向けに複数サービス（BtoB SaaS事業）を展開しています。 ■プロダクト例 ・Sportip Pro：https://lp.sportip.ai/ AI姿勢分析・動作分析を活用し、適切なフォーム指導・運動指導をサポートするアプリ。整体/接骨院・介護施設・フィットネスクラブ・病院・プロチームなどを対象にご利用いただいております。 ・リハケア： https://rehacareai.com/ 介護・デイサービス向け介護支援アプリ。AI身体分析・訓練プランの自動生成から、最新の介護保険制度やルールに則った効率的な業務支援を実現します。 ・Sportip Motion 国内外のトップアスリート向けに、マーカーレスでパフォーマンス分析ができるプロスポーツ・研究・産業用途のAIテクノロジーです。スピーディーかつ高精度な3D分析の活用を可能とします。 【業務内容】 精度・速度・省メモリ・再現性を両立したアルゴリズムや深層学習モデルの研究開発からデプロイまでリードし、継続的な改善を行う 【業務詳細】 ・アルゴリズムや論文のリサーチを行いプロダクト要件を満たす手法を評価・提案 ・姿勢推定や物体検出モデル開発・性能チューニング ・蒸留や量子化による軽量化 ・ONNXやTensorRTを使用したデプロイ ・学習データの管理・データパイプライン整備 ・モデルの自動テスト・ベンチマークによる精度劣化検知の整備 ・モデルのバージョン管理システムの整備

■ APTOについて AI開発において多くの企業が直面する「データ準備の課題」を解決するために設立されたスタートアップです。 クラウド型のデータ収集・アノテーションプラットフォームを提供し、AIモデルの開発・運用に必要な高品質データの整備を効率化しています。 主力サービスには、社内外の作業者によるデータ作成を一元管理できるAIデータプラットフォーム、幅広い領域に対応した学習用データセットの提供、AIモデル開発を支援する受託ソリューションなどがあり、大手企業を中心に導入が進んでいます。 また、スマートフォンアプリによるクラウドワーカーの活用や、多言語・多地域でのデータ収集ネットワークの構築を通じて、グローバルなAI活用にも対応できる体制を整えています。 ■ 募集背景 AI活用はOCR・物体検知・LLM学習など幅広い領域に拡大しており、それに伴って必要とされる学習データも複雑化・高度化しています。 クライアントは大手企業が中心であり、より多様なニーズに対応するためにAIデータの整備・最適化を担うMLエンジニアの強化が急務となっています。 そのため、AIデータプラットフォームの価値をさらに高める役割を担っていただける方を募集します。 ■ 本ポジションのミッション MLエンジニアとして、AIモデルの学習・評価に不可欠なデータの整備と最適化を推進し、プロダクト全体の性能向上をリードしていただきます。 ＜具体的には＞ ・AIモデルの学習用データセット設計、作成、前処理 ・データ品質チェックやアノテーション精度の改善 ・LLMや物体検知モデル向けのデータ整備 ・社内外のチームと連携したデータ収集・管理フローの最適化 ・モデル学習・評価プロセスの改善 ■ 利用技術 ▼ インフラ・SRE クラウド：AWS, GCP CI/CD：Github action ▼ データ処理・分析 Google vertex AI, AWS sagemakerなど ■ 本ポジションのやりがい・魅力 ・最先端AI領域での学習データ整備やモデル改善に直接携われることができる ・大手企業やグローバルプロジェクトにおけるAI活用の現場経験を積むことができる ・データ収集・アノテーション・学習・評価の全プロセスに関わることが可能 ・フロント・バックエンド・クラウド技術を活かした学習データ基盤改善に携われる ・RAG/LLM/VLMなど次世代AI向けプロジェクトに早期から参画可能 ■ 当社の挑戦について 「技術革新をリードする高品質なAIデータを産み出し続ける」ー これが私たちの掲げるミッションです。 AIモデルは年々高度化・多様化しており、それに伴い求められる学習データも膨大かつ高品質であることが求められます。 APTOは、スマホアプリやSaaSプラットフォームを通じて、企業とクラウドワーカー双方にとって「使いやすく、正確で、速い」データ収集・アノテーション体験を提供しています。 日本のみならず、アフリカ・東南アジア・欧州など海外との連携も進行しており、今後はRAG/LLM/VLMなど、次世代AI向けの指示データ作成や専門アノテーションにも注力していきます。

■ 会社概要 2019年の創業以来、エネルギー事業者向けにオンラインのマーケットプレイスを提供し、大手電力会社を含むマーケットの95％のシェアを占める法人企業が参加する国内最大の取引市場へと成長しました。GTV (取扱高) は2兆円に迫り、今後は単年度の取扱高で100兆円市場の実現を目指しています。 2024年にはシリーズBで60億円の資金調達を行い、DCM Venturesを含む国内外の機関投資家、金融機関と電力、ガス、商社のエネルギー取引に従事する9事業者に出資いただき、さらに開発チームへと積極投資しています。 ■ プロダクト 1/ eSquare: トレーディングプラットフォーム 国内初のオンラインでエネルギーを自由に売買できる本格的なトレーディングプラットフォーム (経産省による許認可事業) 2/ eCompass: マーケットデータプラットフォーム 電力取引に必要な、電力価格や燃料価格の市況データなど、エネルギーに関するあらゆるデータ・マーケット情報を提供するデータプラットフォーム 3/ eScan: マーケットのリスク管理ツール 取引状況や市況データから事業上のリスク量を可視化する日本電力に特化したETRＭ(Energy Trading Risk Management System) 4/ JCEX: 環境価値取引のマーケットプレイス 気候変動の緩和や日本におけるカーボンニュートラルの実現を後押しする、国内の環境価値や海外ボランタリークレジットをオンライン上で売り買いできるマーケットプレイス -> プロダクト情報: https://enechain.co.jp/products/cts/ ■ 業務内容 - 機械学習・統計モデルの開発においてBizサイドと協調し、要件ヒアリングから設計、実装まで主導 - 高い可用性を求められるシステムにおけるサービス運用の設計・推進 - ex.) 電力需要予測モデル、不正取引検知システム - 既存システムの維持運用、改善 - 設計・開発ガイドライン整備 ■ 技術スタック https://techblog.enechain.com/entry/technology-stack-2023-summer - フロントエンド：React、TypeScript - バックエンド：Go/gRPC、NestJS/GraphQL - データベース：PostgreSQL - データエンジニアリング/分析：Python - モバイル：Flutter - インフラ：GCP, GKE, Argo Workflows, BigQuery, Pub/Sub, Dataflow, etc - IaC：Terraform - 分析ツール：Looker Studio, Tableau, Google Analytics - CI/CD：Cloud Build, GitHub Actions, Argo CD - ロギング/モニタリング：Datadog ■ 業務ツール - Slack - Notion - Gather - Figma - GitHub Copilot

＜私たちについて＞ 当社は、「現場から未来をつくる」をビジョンに掲げ、生成AIを核としたエンタープライズ向けSaaS 「Kasanare」 を提供しています。企業の業務プロセスを変革し、「現場から未来をつくる」ことを目指しています。 三菱UFJ信託銀行との共同PoCでは90％超の正答率を達成し、ITreview Grid Awardなどを連続受賞。2025年時点で社員数は約30名ながら、累計資金調達額は約2億円、企業評価額は12億円規模と、少数精鋭で急成長を遂げています。 ＜ポジション概要・募集背景＞ 大手企業や金融機関からの引き合いが急増しており、当社プロダクト「Kasanare」の高度なカスタマイズ開発案件が増加中です。クライアントごとの業務要件に応じ、API連携や追加機能開発を行うため、バックエンド領域をリードできるエンジニアを募集します。 フルリモート・フルフレックス環境で、生成AI技術を基盤とした次世代業務システムの開発に挑戦できます。 ＜業務内容＞ 当社のエンジニアは、企業の業務変革を支援する生成AIプラットフォーム「Kasanare」の開発を中心に、クライアント環境への導入・運用支援まで一貫して担います。 クライアントの現場課題を理解しながら、最適な技術選定や要件設計を行い、生成AIを活用した業務自動化やナレッジ共有の仕組みを構築していくポジションです。 主な仕事内容 ・クライアントごとの要件定義、開発、保守、運用 ・各種クラウドサービスと自社SaaSのAPI連携開発 ・SaaS追加機能の設計・実装・テスト ・Azureを中心としたクラウド基盤の構築・運用 ・上記に付随する改善・最適化業務 他社で実現出来なかったAI制御力を求められることも多いため、案件によってはクリエイティビティやイマジネーションが求められます。 ＜開発環境＞ ■ 言語・フレームワーク Python（FastAPI）/ TypeScript（React, Next.js） ■ AI LLM活用（Claude, GPT, Gemini） LLMOps: phoenix / LangSmith ■ AI開発支援ツール Cursor / Claude Code / Cline / Roo Code / GitHub Copilot ■ インフラ・DevOps マルチクラウド（Azure / GCP） IaC: Terraform / Bicep、コンテナ: Docker CI/CD: GitHub Actions による自動デプロイ ■ 開発環境の特色 ✓ 最新AI技術の積極導入 ✓ AIネイティブな開発フロー ✓ 技術選定への裁量権・発言権あり ＜社内システム環境＞ コミュニケーションツール：Slack オフィスツール：Google Workspace / Office365 ナレッジ管理ツール：Notion Web会議システム：Zoom / Google meet / ハドルミーティング ＜選考プロセス＞ 　書類選考 　　▼ 　1次面接（GM） 　　▼ 　最終面接（CEO） *面談回数が変更になる可能性があります。

弊社はAI（ディープラーニング）を活用し、AI-OCRを中心とした深層学習技術を組み合わせながら会計・経理分野の仕事を自動化していくクラウドサービス（SaaS)を自社開発し提案しています。経理DXを実現し、デジタル・AI時代の経理のあり方実現していくサービスとして非常に注目されており、主にエンタープライズ企業における導入・商談機会が飛躍的に増えています。 2023年09月には東証グロース市場へ上場をし、さらなるビジネスの拡大を目指しています。 各プロダクトのサービス機能、質の継続的な向上を実現していくためのチームを強化するべく、新たな仲間を募集しています。 ■ 業務内容 機械学習エンジニアとして、自社開発の会計分野特化型AIサービス「Robota」「Remota」の根幹となるAIエンジンを中心に開発します。 自社開発プロダクトとして主には「Robota」「Remota」「請求(Peppol)プラットホームサービス」があり、関連する3つの大きな開発プロジェクトがあります。 1) AIによる経理業務のDX化を支援する Webアプリケーションサービス 2) 会計の自動化を支援する AIエンジンAPIサービス 3) 様々なシステムで電子化した請求書を送受信する標準(Peppol)プラットホームサービス 本ポジションは全てのプロジェクトに関わり、AIを活用した共通基盤領域の開発を行います。 FAではスクラムチームを組んでの開発を行っており、社内の研究チーム（リサーチサイエンティスト(CV,NLP)）や各関連エンジニアと協働しプロジェクトを遂行します。 【変更の範囲】 社内における全ての業務へ配置転換あり ● 主な対応領域 　- 「Robota」「Remota」「Peppol対応プロダクト」に提供するAIプログラムの開発、AIモデルの実装 　　（研究関連項目）画像認識、自然言語処理、ドキュメント解析、LLM、論文調査、再現実装、ディープラーニング、データ分析 　　（開発関連項目）API開発、AIモデル実装、プロトタイピング 体験、品質、開発効率を向上させるためのシステム開発の改善に継続的に取り組み、チーム全体の開発能力を向上させるため、技術的なインプットを欠かさず、勉強会の参加や主催も奨励しています。 ■ 本ポジションの魅力 ・経理DX、AIxOCR領域でシェアが高く、先端的なプロダクトのAI開発に関わります ・研究開発部門が社内にあり、優秀なリサーチサイエンティスト、エンジニアと協働し独自のAIモデル構築や生成AI、自社開発のLLM等の先端技術にも関わります ・実際にビジネスの場で使われるプロダクトを開発します。ビジネスの現場からの豊富なデータを開発に活用できます 社内文化としてチームワークを推奨しており、上下関係なく風通しよい環境でお互いサポートしあいながら自立的に協働できる環境です。また弊社はエンジニア組織を中心に多国籍で様々なバックグラウンドをお持ちのメンバーと交流するできます。 ぜひAIをはじめとする最先端テクノロジーが実現する経理の「これから」を一緒に創造、提案していきましょう。

【ELYZAについて】 「未踏の領域で、あたりまえを創る」というミッションを掲げ、大規模言語モデル（LLM）の研究開発と社会実装の両輪で活動しています。 【ソリューション事業部について】 現在ソリューション事業部では、大手企業との共同研究において、LLMを起点とした先端技術を活用したソリューション開発を推進しています。私たちは、ただ新しい技術を導入するだけでなく、顧客の抱える本質的課題を深く理解し、それに合わせた最適なAIアプリケーションの提供を追求しています。 ★ソリューション事業部についての詳しい紹介はこちら https://note.com/elyza/n/n14515ae34efc 【募集背景】 現在多くのお客様からの引き合いがあり、AIアプリケーション開発業務が増加している現状を背景に、社会実装を見据えた「本質的に価値のあるAI開発」を一緒に担っていただける機械学習エンジニアを募集しています。 世の中には、AIに触れたことがない、あるいは導入したものの十分に活用できていない企業がまだ多く存在します。私たちは、そうした企業1社1社に寄り添い、現場で本当に使われるアプリケーションを提供することで、これまで価値を創造してきました。この成功事例をさらに広げていくために、新たなメンバーとともに顧客課題をLLMで解決し、社会に新たな価値を創出していきたいと考えています。 【業務内容】 ソリューション事業部の機械学習エンジニアとして、LLMを基盤に、ファインチューニングやRAGなどを用いたカスタマイズを行い、アプリケーション開発をリードしていただきます。社会課題の解決を目的に、適切な技術選定と検証を進めるとともに、AI開発プロジェクトの品質維持・向上やチーム全体のパフォーマンス改善にも主体的に取り組んでいただきます。 私たちは社会実装を目的とし、実際の現場で長く使われ続けるAIアプリケーションの開発を進めています。コンサルタントと連携しながら、ユーザー体験や業務オペレーションを意識し、「本質的に価値のあるAI」を作ることを大切にしています。 【具体的な業務内容】 ◆PoC（設計フェーズ） 　- 論文等のサーベイ 　- ビジネス上の課題、制約条件に適したアルゴリズムの提案 　- ユースケースに合わせた機械学習モジュールの設計 　- 必要に応じたクライアントとの議論 ◆PoC （開発フェーズ） 　- プロンプトチューニング 　- ファインチューニング 　- RAGをはじめとした、複数のモデルを組み合わせた処理の構築 　- データの整形・前後処理モジュールの開発 　- クライアントに対する分析結果等のレポーティング ◆導入フェーズ 　- 開発したAIモジュールの組み込み 【ELYZAで得られる技術的経験】 ◆ドメインを問わず、顧客課題に特化したAIアプリケーションの開発やLLMを社会実装していく上でのビジネス的/技術的な論点を知ることができる ◆先端技術の導入も模索しながら、顧客課題に特化した細かなプロンプトエンジニアリング、パイプライン構築、RAGなどの周辺技術のカスタマイズ経験を積むことができる 【開発環境】 ◆開発周辺ツール - GoogleDrive - Figma - Github - VS code (任意) ◆コミュニケーションツール - Slack - Notion - Discode - Google meet ◆バックエンド (ML) - Python - haystack ◆データベース - Amazon OpenSearch Service ◆インフラ - Google Cloud (実験環境) - AWS (本番環境) - Terraform 【本ポジションの魅力】 ◆AIの課題解決アプローチに集中できる環境が整っている点 - AIコンサルタントは顧客折衝・調整を行い、機械学習エンジニアは顧客課題に対するAIを用いたアプローチを設計します。また、開発においてはソフトウェアエンジニアと協働します。このように、それぞれが自分のプロフェッショナルとしての価値を生み出すことに集中して取り組んでいます。 ◆顧客と距離が近く、やりがいや改善を実感できる点 - 機械学習エンジニアは顧客やユーザーとの距離が近く、その生の声を聞くことによって、課題に対するアプローチを考えることができます。機械学習エンジニアは顧客やユーザーとの距離が近く、顧客やユーザーの生の声を聞くことで、課題に対するアプローチを考えることができます。自分が考えたアプローチによって、ユーザーの仕事が改善されるのを見たり、直接感謝の言葉をいただいたりすることも多いポジションで、役に立っている実感を得られるのは、得難い魅力です。 ◆自分の強みやスキルを伸ばせる点 - スタートアップならではの規模感により、それぞれのメンバーが自分の得意な領域で最大限のパフォーマンスを発揮しています。また、弊社には各職種のプロフェッショナルが揃っているため、学ぶ意欲があれば様々なことを学びながら業務に活かし、得意分野を伸ばしたり広げたりすることが可能です。

------------ 仕事概要 ------------ 「新技術の社会実装」をミッションに掲げ、幅広い業界・業種のお客様に対して、AI・最先端技術を用いて、お客様の課題解決を支援いたします。 プロジェクトの内容はAIをベースにWebシステムやスマートフォンアプリ、ロボット、ドローン等を組み合わせたIoT系まで幅広くございます。 （直近では、生成AIを活用したプロジェクトが増えております） 本ポジションでは、ディープラーニングなどの機械学習を活用して、メタバース・エッジAI・自然言語処理・画像解析などの開発業務をお任せいたします。 また、ビッグデータ活用の重要性を認識しつつも、上手く活用しきれていない企業に対して、業務や蓄積したデータに合わせた機械学習モデルの開発を行うことで、顧客に新たな企業価値を与えビジネスチャンスの拡大につながる提案を行っています。 進化するAI技術とクライアントのビジネスをどのように融合させるか、クライアントへの提案に向けた実施検証や、最適なAI技術の開発を行います。 ＜プロジェクト例＞ フルスタックでクリエイティブな超上流工程をご経験できます。 【世界初のSLM実装】日本航空客室乗務員のレポート作成業務効率化に向け業務特化型オンデバイス生成AIソリューションの実証実験 https://www.headwaters.co.jp/news/headwaters_fujitsu_generative_ai_jal_cabin_crew_workflows.html 【金融業界初】大和証券と協働し、AIオペレーターを開発 https://www.headwaters.co.jp/news/hws_daiwa_ai_operator.html 【全国500店舗に設置】ローソンで店舗DXに向けたエッジAI活用による実証実験 https://www.headwaters.co.jp/news/lawson_store_dx_edge_ai.html 【建設業界初】大成建設様：建設DX×デジタルツイン「LifeCycleOS」 https://www.headwaters.co.jp/news/lifecycleosdx.html ------------ 当社の魅力 ------------ ●「エンジニア×ビジネス＝∞」の理念 開発業務にとどまらず技術とビジネスの両面から価値を創出できる人材育成。 キャリアは開発、コンサル、R&Dなど自由度高く展開可能。 ●最新技術をすぐに取り入れるスピード感 AI・DX・IoT・ロボティクスなど多領域でプロジェクト実績多数。クラウドやAPI活用で効率的かつ実践的な開発環境。 ●技術者主導のボトムアップ文化 80%以上がエンジニア出身。制度や働き方も社員発信で進化し、オープンで対等なコミュニケーションが可能。 ●Microsoftとの強固なパートナーシップ 2016年からの長期提携で「Microsoft Azure の AI および Machine Learning」Specialization(上位パートナー認定)を取得。 「Microsoft Japan Partner of the Year 2024」のAI innovation部門で最優秀賞、「Microsoft Top Partner Engineer Award 2025」を受賞 など、日本トップクラスの実績。 ●成長と挑戦を支える制度 資格取得支援、勉強会、フルフレックス制度、リモートワーク導入などライフステージに応じた福利厚生（健康優良企業認定）で安心してキャリアを磨ける環境。 ------------ 挑戦の幅を広げるキャリア制度 ------------ 当社のエンジニアはただスキルを持っているというだけではなく、「顧客の課題解決に向けて自主性・主体性を持って取り組めること」そして「新しい技術に取り組めること」を重視されるのが特徴です。また、「保有スキル＋α」を推奨しており、元々SIerにいたエンジニアが、PaaS開発、サービス企画、ディレクション、データ分析など、全員がスキルの幅を拡げており、単一のスキルで終わる事はありません。 さらに当社では、社員一人ひとりが自分らしいキャリアを築けるよう「ダブルラダー制度」を導入しています。マネジメント(管理職)・スペシャリスト(専門職)の両方が評価され、自分の強みに合ったキャリアを選択し、磨き続けることができます。 「組織を動かす力」も「技術を極める力」も評価される環境で、長期的なキャリア形成を実現できます。

HEROZでは、「AI革命を起こし、未来を創っていく」という理念のもと、AI技術を活用した社会課題解決を目指す新規事業を展開しています。今回募集するポジションでは、深層学習（ディープラーニング）や機械学習を活用したサービスの研究・開発をリードし、幅広い産業への応用を推進する『AIエンジニアマネージャー』を募集します。 ▍具体的な業務内容 ────────────────── ・深層学習、機械学習を活用したAIソリューションの設計・開発・導入・運用 ・建設や金融など多様な業界の課題に対するAIソリューションの企画・設計・実装 ・開発チームの技術的リードおよびマネジメント ・プロジェクト推進における技術的な判断、計画策定 ・成果物の品質管理およびレビューを通じたプロジェクト牽引 ・クライアントとの連携を通じて「使えるAI」を提供 ▍プロジェクト事例 ────────────────── 建設業界: 株式会社竹中工務店様との共同プロジェクト。構造設計業務を支援するAIモデルを開発。 金融業界: SMBC日興証券株式会社様の株式ポートフォリオ診断AIや静銀信用保証株式会社様の住宅ローン不正検知AIシステム。 エンタメ業界: 株式会社ポケモン様との「Pokémon Battle Scope」や株式会社バンダイ様のデジタルカードバトルゲーム『ゼノンザード』。 その他業界: 日本科学未来館様とのAIスーツケース音声対話機能開発など。 ▍期待する役割・ミッション ────────────────── ・高い技術力とリーダーシップを発揮し、事業成長を牽引 ・各産業におけるAIの社会実装を加速させる （変更の範囲） 当社コーポレート職以外で会社が定める業務全般 ▍ポジションの魅力 ────────────────── ・最先端の機械学習・深層学習技術を活用できる環境 ・建設や金融をはじめ、多様な業界のDX推進に携われる ・革新的なAIサービスの創出に挑戦できる ・NVIDIA H100搭載サーバーなど、高性能な計算リソースを利用可能 ・チームマネジメントやプロジェクト推進の経験を積める ・裁量の大きい環境で自由度高く働ける ▍当社環境の魅力 ────────────────── ・優秀なエンジニアが集まり、刺激的な仲間と切磋琢磨できる ・フルリモートOK・フレックスタイム制など柔軟な働き方が可能 ・スキルアップ支援制度（研修、学会参加、資格取得など）あり ・フラットな組織で活発なコミュニケーションと協働が可能 ▍なぜ募集しているか？ ────────────────── HEROZでは、AIソリューションへの需要が急速に拡大している中、事業拡大とサービス高度化を目指しています。より多くの顧客課題を解決し、AIの社会実装を加速するため、新たな価値を創出する仲間を求めています。 ▍社内アンケート（HEROZで働く魅力について） ────────────────── ・小さい会社なので、自立したスタイルで業務が進められると思います。人数が少ないことによる大変さもありますが、充実感を感じる環境だと思います。（ビジネス職） ・課題解決の方法をエンジニアの裁量で決めて試すことができる。計算リソースが豊富なため手法の選択肢が計算リソースで制限されない。（エンジニア職） ・裁量を持って働ける環境。 ・AIの社会実装自体が不確かな道のりで、迷うことも多いですが、業界の実業務を楽にしてくれる可能性を信じて、日々取り組んでいます（ビジネス職） ・「AI企業として」という観点ですと、AIの情報が日々流れ、日進月歩でテクノロジーの進化が進んでおり、AIに真正面からぶつかることで得られる面白さ(反面苦しさも)を最大化できるのは今だと思います。そういう意味では非常に面白い社会人生活を送れるのではないかと感じます。 「他社のAI企業と比較して」という観点ですと、金融・建設・エンタメを重点領域としつつ、産業横断的なPJにも携われるAIの企業は、そう多くないのではと思います。私自身がHEROZを選んだキッカケも、金融以外の建設とエンタメ領域で事業企画やコンサルティングの経験があったためです。 「純粋な1企業として」という観点ですと、会社メンバー間での繋がりに特徴があるように思います。懇親するときは思いっきり打ち解けあいつつ、仕事モードの時は結構ピリッとする雰囲気になることも多いので、オンオフをしっかり分け、仲良しごっこではなくお互いを高めあえる存在を築けると思います。（ビジネス職） ・比較的小さい組織で大きいことをやろうとしている。自分の能力次第でかなり自由に役割を担える。（エンジニア職） ・マネジャー以上は特に個々人が個性的で優秀。技術的な知見をエンジニア以外も多かれ少なかれ持っている。 ・優れたエンジニアの技術力を背景に、お客様に価値遡及をしていくことに魅力を感じます。競合が多い中、競争力をもてる源泉（技術者）がしっかりと社内にあること、またそれを維持する経営陣の努力がすばらしいことだと思います。（セールス職） ▍補足情報 ────────────────── ・当社は競争戦略上、完全禁煙会社としております。就業時間中はもちろん、就業時間外も禁煙となります。 ・必要に応じて、リファレンスチェックをさせていただく可能性がございます。

顧客と伴走しながら機械学習を組み込んだアプリケーション/システムの設計〜開発〜運用までをワンストップで担当します。 【具体的には】 ・LLMを組み込んだRAGアプリケーションの開発 ・画像検索アプリケーションの高速化 ・機械学習アプリケーション/システムのMLOps設計・開発 ・機械学習PoCプロジェクトの本番化/製品化に向けての開発 ・機械学習アプリケーション/システムの新規技術・サービス調査検証 ◾️開発環境 当社ではプロジェクトに応じて最適な技術スタックを選定しており、以下のような技術環境を整えています。 【機械学習全般】 LLM：生成モデル ／ RAG ／ AIエージェント ／ ベクトル検索 クラウドAI基盤：AWS（Bedrock, Amazon SageMaker）／Google Cloud（Vertex AI, BigQuery ML, Gemini）／Azure（Azure OpenAI Service, Azure ML）／ Snowflake（Cortex, Snowpark）／ Dify フレームワーク：各クラウドAPI ／ LangChain 【開発言語・フレームワーク】 Python（FastAPI）／Ruby（Ruby on Rails）／ JavaScript TypeScript（React, Vue.js 等） ／ SQL 【インフラ・クラウド環境】 クラウド：AWS ／ Google Cloud（GCP） ／ Azure ／ Snowflake インフラ管理：Terraform（Terragrunt）／ CloudFormationなどの IaC データ基盤：Snowflake ／ BigQuery ／ Redshift ／ RBD全般 【開発ツール・CI/CD】 バージョン管理：Git（GitHub／GitLab） ／ CI/CD：GitHub Actions ／ GitLab Runner 開発手法：アジャイル（スクラム／カンバン） 開発補助：GitHub Copilot ／ ChatGPT（業務用アカウント支給） 【開発環境】 VSCode, IntelliJ IDEAなど選択可 Cloud Code Max, ChatGPT, GitHub Copilot, Cursor などコーディングエージェント 【情報共有・ナレッジ管理】 コミュニケーション：Slack ／ Google Meet 情報共有：esa ／ Notion ／Confluence ／ Backlog ドキュメント管理：Google Workspace ／ Box

■会社概要 U-ZEROは「Unhappyな働く人をゼロにする」をミッションに掲げ、すべての働く人が幸せでやりがいを感じられる社会の実現を目指す、創業2年目のスタートアップです。 外資系ソフトウェア企業株式会社コンカーの元代表として「働きがいのある会社ランキング」7年連続1位を実現し、『フィードバック大全』の著者でもある三村が代表を務めています。 AIを活用したSaaSプロダクト「U-ZEROエンゲージメントスイート」の提供を通じ、従業員エンゲージメントの向上に悩む企業の組織変革を支援しています。 ▼会社紹介資料 https://speakerdeck.com/u_zero/u-zero-company-profile-for-engineers ■プロダクト紹介 組織エンゲージメント改革AI SaaS「U-ZEROエンゲージメントスイート」 AIインタビュアーが従業員一人ひとりの「本音」を引き出し、経営層に直接届けることで、迅速かつ的確な組織改革を支援するプラットフォームです。 リリース直後から大手企業様への導入も進んでおり、PMF（プロダクトマーケットフィット）を超えた確かな手応えを感じています。 - コンストラクティブフィードバック: AIインタビュアーが従業員の声を深掘りし、組織課題を可視化します。 - フィードバックモニタリング：フィードバックモニタリングのサーベイ結果に基づいて、フィードバックスキルの可視化・フィードバック文化の醸成を支援します。 - エンゲージメントサーベイ：会社・組織へのエンゲージメントを把握、組織エンゲージメント改善を行うためのサーベイ実施します。 - その他: メンタルヘルス課題を早期発見するパルスサーベイなど、マルチプロダクト展開を進めています。 ■募集背景 大手企業からの引き合いが急増しており、創業から間もない中でラージエンタープライズ向けサービスとしての急成長フェーズを迎えています。 2025年7月の本格的なサービス提供開始に向けて、製品品質、プロセス品質、サービス品質のすべてにおいて高い水準が求められる中、AI技術の中核を担うエンジニアを募集しています。 現在のフェーズでは、最先端のLLM技術を活用した革新的なAIインタビュアーの開発が急務となっています。0から1を創り出すチャレンジに取り組みながら、1を10にスケールさせることを視野に入れた技術基盤の確立が求められています。AI領域における技術面での重要な意思決定に携わり、プロダクト全体の成功に対して強いオーナーシップを持って取り組める方を求めています。 ■仕事内容サマリ U-ZEROのAIエンジニアとして、組織エンゲージメント改革プラットフォーム「U-ZEROエンゲージメントスイート」のユーザー体験の中核を担うAIインタビュー機能の設計・開発・運用をリードしていただきます。最新のLLM技術（OpenAI、Claude、Geminiなど）を活用したAIインタビュアーの開発を中心にAI技術を駆使したプロダクト開発の中核を担っていただきます。 1社で数万人が利用する大規模サービスの高度なAIインタビュアー機能を安定的に提供するためのAIアーキテクチャ設計やプロンプトエンジニアリング、Python/FastAPI/Next.jsを用いたアプリケーション開発に携わります。 CEO、PdM、プロダクトエンジニアと密に連携し、ユーザー価値の高いAI機能を迅速に提供することで、事業成長に貢献する重要な役割です。今後1年でエンジニア組織を20名規模へと拡大していく中で、AI技術面でのリーダーシップを発揮しながら、組織づくりにも携わることができます。 ■具体的な業務内容 - AI機能開発: - 最新LLM（OpeAI API、Claude、Geminiなど）を活用したAIインタビュアーの設計・開発・改善 - 3Dモデルとのリップシンクなどを含めたAIインタビュアーの実装に向けた設計・開発・改善 - マルチモーダルAI（テキスト・音声）の統合と活用 - AIモデルのRAGの活用及びプロンプトエンジニアリングの最適化 - AI戦略・アーキテクチャ設計: - プロダクトにおけるAI活用戦略の策定と技術ロードマップの立案 - AI機能のアーキテクチャ設計と技術選定 - データプライバシーとAI倫理を考慮したシステム設計 - マルチテナント環境におけるAIモデルの分離と最適化 - オープンソースとクラウドAIサービスの適切な組み合わせの設計 - チーム開発・組織貢献: - PdM、データサイエンティスト、他エンジニアと連携したAI機能の要件定義と実装 - AI技術に関する知見共有とチーム全体のスキル向上支援 - AI開発プロセスの継続的改善と標準化 - 最新AI技術のリサーチと実用化検討 ■開発環境・技術スタック - AIインタビュー： OpenAI, Claude, Gemini - フロントエンド：TypeScript, Next.js - バックエンド：Kotlin (Spring Boot), Python（FastAPI） - データベース: Cloud SQL for PostgreSQL - インフラ: GCP、Azure - 認証基盤: Keycloak - バージョン管理：GitHub - コミュニケーション：Slack - ドキュメント：Notion - デザイン：Figma - AI活用：ChatGPT, NotebookLM, Cursor, JetBrains AI Assistant, CodeRabbit, Devin, Junie ■働き方 - リモートワークでもコミュニケーションが取りやすいように、GoogleMeetを繋いだ任意参加の常設URLなどもあり、同期的なコミュニケーションも取りやすい環境です。 - 裁量労働制を採用しているため、中抜けや勤務時間の調整は自由度が高く、個人のパフォーマンスやライフスタイルに合わせたフレキシブルな働き方が可能です。小さいお子様がいるメンバーも、お子様の送り迎えに合わせて中抜けやMTG実施時間の調整をするなど、柔軟な働き方を実現しており「メリハリをつけて働ける」と好評です。 - 開発チームは、ローンチ前などのフェーズによって忙しさの波があり、繁忙期には時間外労働が発生することもあります。（役割、タイミングによって異なりますが月40時間程度） - 残業はあくまでも「期日を守るため」に必要な場合に行っており、無意味に長時間働くことを推奨しているわけではありません。また、休日出勤が発生した場合は代休を取得していただくなど、無理のない働き方の実現に配慮しており、今後より一層働きやすい環境を整えていく方針です。 - まだ仕組みづくりの途中にある組織だからこそ、パフォーマンスを高めるため施策の提案や改善などもこれから一緒に形にしていけるフェーズです。自由度高い環境を活かし、メンバー一人一人が組織作りも楽しんでいます。