機械学習エンジニア 年収700万円以上の求人情報

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】 ソフトウェア・基盤システム部 管理職1名・エンジニア社員12名・インターン9名 ※年齢層は20～40代を中心に幅広く在籍 ※ 使用ツール ・主な使用言語: Python, (Rust, TypeScript) ・支給PC: 原則本人希望 ・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。 【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。所属いただくプロダクトチームでは、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 プロダクトチームに所属し、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！ - 匠フォースに日々蓄積されている様々な製造情報（設計図、製造工程、製造コスト、販売金額、サプライチェーン構造など）の活用方法の立案 - 上記活用方法を実現するための機械学習モデル、アルゴリズムの研究開発 - 例） - 設計図の文字情報・形状情報を、活用性のある構造化データとして自動抽出 - 設計図に描かれている製品形状を解析し、他の設計図の製品との類似度を算出 - 設計図を解析し、過去の製造データをもとに製造方法の予測（自動製造システム） - 2D設計図と3D設計図の相互変換 - 大規模言語モデル(LLM)や大規模視覚モデル(LVM)の活用検討 - 継続的な精度向上を実現するMLOpsの仕組みづくり - 構築した機械学習モデルのシステム化 ＝＝＝＝＝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) 機会学習：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

弊社では施設園芸を自ら運営し、以下の技術開発を行っています。 ・収穫ロボットや管理ロボットの開発 ・統合環境制御の自社開発 ・営農記録の自社開発 これらのデータを活用し、農業初の農業専用アシスタントAIを作成しています。具体的なAIの機能としては ・営農レコメンド ・タスク生成レコメンド ・需要予測に合わせた収量予測により、最適な出荷計画・栽培方法をレコメンド これらの開発に携わり、農業の未来を共に築いていくAIエンジニアを募集しています。

【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、デジタルマーケティングの未来を切り拓いています。 主力サービスである「PickUp」や「CharacterPlatform」は、すでに大手金融業界をはじめ、多様な業界で高い評価を受け、導入が進んでいます。 現在、当社は単月黒字化を達成しており、事業が順調に成長を続けています。 資金面でも安定した基盤を確保し、日本国内でのさらなるサービス普及とAI技術の実装を加速させるフェーズに突入しています。 また、海外展開にも積極的に取り組んでおり、現在アメリカにオフィスを構えるほか、来年には韓国支社のオープンも予定しています。 これからもグローバル市場での事業拡大を進め、世界中の企業に対話AIソリューションを届けていきます。 この挑戦を共に推進し、企業とAIの未来を繋ぐキーパーソンとしてご活躍いただける方をお待ちしています。 【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。 ・クライアント要望のヒアリング・企画 　└お客様が求めているものがどのようにしたら実現できそうか考え、デモなどを構築しながら案件を進めます。 【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

Godotでは複数の機械学習モデルを搭載したプロダクトを提供しています。本ポジションでは、新しい機械学習モデルの構築、既存モデルの改善、構築・改善したモデルのデプロイといったMLOpsの上流から下流までを担当していただいます。 ・テーブルデータ・自然言語などの幅広いデータを用いて、Godotのプロダクトを強化する機械学習アルゴリズムを中心に設計・実装・改善していただきます。 ・ソフトウェアエンジニア・事業開発とチームを組み、顧客の課題とひいては社会課題を解決するソリューション/プロダクトを開発していただきます。 ・AIの検証に留まらず、最先端技術を社会実装し、「ヒトを拡張し、個と社会を進化させる」というGodotのミッション達成に強い関心を持つ方を歓迎します。 特に最近では、事前学習済み大規模言語モデルのファインチューニング、LLMを用いたAIエージェント開発、個別化アルゴリズムの構築に注力をしていますが、この限りではありません。

【業務内容】 機械学習エンジニアとして、機械学習・自然言語処理の技術を応用し、分析アルゴリズム及びプログラムの開発にご従事いただきます。 1：プロダクト開発 　　- 会社ごとの建設データに対しての、解析処理の実装 - 機械学習モデルの開発 　　- 新機能開発やモデル・システムの改善 2：PoC及び新規プロダクト開発 - PoC・フィージビリティスタディ 　　- 機械学習システム周りの要件定義・設計・開発 （雇入れ直後）機械学習エンジニア職 （変更の範囲）会社の定める業務 将来的には、ご志向やスキルに応じてプロダクト単位でメンバーのリードをお任せできればと考えております。 弊社社員及び業務委託メンバーと連携して、プロジェクトの推進を担っていただける方を必要としております。 【入社後のフローイメージ】 ■Step1 まずは開発体制や既存コードを理解してもらう ・いくつかの小規模な開発業務を実施（1ヶ月程度） ・既存エンジニアと開発を通してコミュニケーションをとる ■Step2 メインでお任せしたい業務を自走 ・開発の要件検討や技術選定及び設計 ・日々のコードレビューと参加エンジニアへのアドバイス ・チームの生産性向上のための開発フロー改善 ▍組織体制 機械学習チーム（合計4名、業務委託含） ・社員2名 ・業務委託2名 ▍開発体制 ■エンジニアに負担の少ない開発進行 ・オーナーとマネージャーとエンジニアの双方向で状況を確認し、エンジニアに無理のないスケジュールを組んでいます。 ・プロダクトファーストですがチームの状況を踏まえたハンドリングでエンジニアは開発に専念できる環境です。 ■ドキュメント整備のエンジニア文化形成 ・まだ歴史の浅いプロダクトだからこそドキュメントが大事。 ・開発の区切りごとにドキュメントを整備する時間を取るようにしています。 ▍技術スタック　 　・メイン：Python, Pandas 　・インフラ：AWS, Amazon SageMaker 　・機械学習：勾配ブースティング 　・その他：GitHub, GitLab, Slack, asana等 ※ 新規プロダクト開発も計画しており、そこではこれから技術選定します。 ※ 上記の技術スタック全てに精通している必要はありません。 ▍やりがい・魅力 ◆業界の課題に向き合い、本質的な価値を提供するエンジニアリングです！ 近年、建設業界においてIT活用の必要性が高まっています。一方で、業界特有のデータ構造や現場ニーズに対応したソリューションの余地は多く存在しており、多くの企業が課題を抱えています。私たちは、業界特化のデータを活用し、現場のリアルな課題を解決するサービスを開発しています。扱うデータは、業界特化型でこれまで十分に活用されていない貴重な情報が多く含まれており、これらをもとに機械学習アルゴリズムの社会実装に取り組むことができます。機械学習技術を用いて具体的な変革をもたらすことは、大きなやりがいと社会的意義を感じられる仕事です。建設業界という成熟した市場の中で、次のスタンダードを一緒に作り上げていきましょう。 ◆ユーザーの声を聞きながら裁量を持って働くことができます！ 単純なDX推進サービスとは異なり、顧客の課題に合わせた新規サービスを共に作り上げ、課題解決を実現します。ダイレクトに顧客の反応を得ながら、一緒にサービスを進化させていくことができるため、顧客と共に価値を創造していく実感を得ることができます。 ◆場所や時間に捉われない自由な働き方が実現できます！ フルリモート・フルフレックスを採用し、仕事のやりがいと働きやすさを両立しています。リモート環境でも「一人で開発していない安心感」を大切にしており、Slackを中心にエンジニアが日々の作業ログを残しています。マネジメント層はログを確認し、必要に応じて通話で意思疎通を図るなど、テキストと通話を適切に使い分けて円滑な連携を実現。安心して働ける環境を整えています。開発効率を上げるための学習には組織として協力的なため、会社の成長に向けてご自身のスキルを積んでいけるところも魅力ポイントです。

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

TopCoderOpen決勝を3度経験、KaggleGrandmasterを取得している当社のCSO、およびAI開発部長と共に、不動産管理業務の効率化・自動化という難易度の高い課題に取り組んでいただける方を募集しております。 【業務内容】 不動産管理クラウドシステムの運用時に発生する、画像・音声・テキスト・各種センサーによる膨大な独自データ等を用いてAI開発を担って頂きます。 業界の課題を見極めつつ、AIでどうアプローチするか、技術的な視点から設計・立案を行い、CSOおよびAI開発部長と協力しながら開発チームをマネジメントし、事業展開を主導します。 　- チームにおける技術面の最終的な判断や優先順位の決定 　- 画像分析(分類および物体検出)、音声分析、自然言語処理、ビッグデータ、データマイニング、その他のリード 　- 問題設定、仮説検証、データ収集要件の定義、データクレンジング、モデリング、性能評価、レポーティング、製品化、その他のリード 　- データ入力用の補助UI開発のリード　- コードレビューやテスト設計などでチーム開発における製品の品質を高め維持 　- メンター/相談役としてチームメンバーのサポート 　- チームメンバーの評価/査定/勤怠管理 　- ISMS対応 　 【期待する役割】 1. 営業・プロダクト部門折衝 2. 上記、改善要望に対する開発要件定義 3. スクラム開発に則り、自ら手も動かし開発を推進 4. CSO・AI開発部長・メンバーと調整の上、積極的な新技術・サービス導入の推進 5. チームメンバーのマネジメント 　 【利用している技術スタック】 ・プログラミング言語: Python, C++, Java, SQL, 応相談(Rustなど) ・深層学習: PyTorch(, Chainer, Kerasなど) ・勾配ブースティング: LightGBM(, XGBoostなど) ・画像加工等: OpenCV(, scikit-imageなど) ・コミュニケーション:slack, Microsoft Teams ・ファイルの共有: Amazon S3, Office365, Google Drive ・バージョン管理: GitHub ・プロジェクト管理: Jira ・ドキュメント管理: notion 【エンジニアの方の働きやすい環境づくり】 ・フルリモートの支援等、仕事の生産性を高める上で必要な手当ては適宜対応させていただきます ・専門型裁量労働制、完全フルリモート開発 ・TopCoder決勝を3回経験し、KaggleGrandmasterでもあるCSO直下で働けます 【弊社について】 THIRDは不動産に特化したコンサルで、建築・機械・電気工事の効率化を行ってきました。 市場規模93兆円という不動産・建築市場に対して、企業の様々な問題を解決するAI-SaaSプロダクト「管理ロイド」・「工事ロイド」の開発からカスタマイズ・導入まで一気通貫で行っています。 取引先には大手不動産デベロッパー・投資ファンド・大手事業会社などが含まれ、ベンチャー企業ながら数百億円規模に上るプロジェクトを動かすこともあります。 2022年8月に26億円の資金調達を実施し、上場達成など今まさにもう一段階ギアを上げて事業成長を加速させていくフェーズを邁進しています。 【なぜ「不動産・建築業界」なのか】 不動産と建築は一生に1度の大きな買い物なのにも関わらず、ブラックボックスとなっている領域が多く素人がとっつきにくい分野です。 日本の不動産・建築市場は巨大産業でありながら、昨今の人口減少やインフレの影響を受けており、従来のような人手に頼った施設管理は間も無く限界を迎えると言われています。こういった問題を解決したい、その一心でTHIRDはコンサル/エンジニア/不動産・建設現場のプロフェッショナルメンバーが一丸となりAI・ITを活用して業界を効率化する仕事をしています。 不動産管理の業務効率化や現場情報の遠隔監視ニーズなどの高まりを受け、自社プロダクト「管理ロイド」の導入は大手を含む2,500社以上を突破しました。 【ご参考情報】 ▼大阪王将、店舗工事に革命！THIRDのAI自動見積査定システム「工事ロイド」を活用―工事費の大幅削減を実現 https://prtimes.jp/main/html/rd/p/000000041.000064081.html ▼BSテレ東「Earthshot～世界を変える企業家たち～」にて取り上げて頂きました https://www.youtube.com/watch?v=RDUM-4ozI_8 ▼THIRDのAIエンジニアが、世界最大のデータサイエンスコミュニティKaggleのコンペティションで準優勝‐最高位であるKaggle Grandmasterに昇格 https://prtimes.jp/main/html/rd/p/000000042.000064081.html

TopCoderOpen決勝を3度経験、KaggleMasterを取得している当社のAIエンジニアと共に、不動産管理業務の効率化・自動化という難易度の高い課題に取り組んでいただける方を募集しております。 【なぜ「不動産管理」なのか】 不動産業界は、長きに渡りアナログな業務フローが敷かれている巨大産業の一つです。その中でも不動産管理の領域は、専門的な業務に携わる多様な関係者を取りまとめ完工後のビルマネジメントを行っており、その工程は複雑化している状況です。 現在THIRDでは、その構造を抜本的に解決し業務工数の大幅な削減を実現するプロダクトを開発しています。 【業務内容】 ■不動産管理クラウドシステム「管理ロイド」の運用時に発生する、画像・音声・テキスト・各種センサーによる膨大な独自データ等を用いてのAI開発 　- 画像分析(分類および物体検出)、音声分析、自然言語処理、ビッグデータ、データマイニング、その他 　- 問題設定、仮説検証、データ収集要件の定義、データクレンジング、モデリング、性能評価、レポーティング、製品化、その他 【使用技術と開発環境】 ■プログラミング言語: Python, 応相談 ■深層学習: PyTorch, Chainer, Keras ■勾配ブースティング: XGBoost, LightGBM ■画像加工等: scikit-image, OpenCV ■コミュニケーション:Slack ■ファイルの共有: Google Drive, Office365 ■バージョン管理: GitHub ■プロジェクト管理: Wrike ■ドキュメント管理: esa 【エンジニアの方の働きやすい環境づくり】 ■TopCoder決勝を3回経験し、KaggleMasterを取得したメンバーが在籍 ■社員のAtCoderレーティング：　橙1名、黄1名、青2名（※青2名は、両名ともTopCoderMarathon赤経験者） ■フレックスタイム制、完全フルリモート開発 【弊社について】 弊社は、建築技術コンサルティング会社、戦略系コンサルティング会社、外資系投資銀行、FAS、プライベートエクイティファーム出身者及びAIエンジニア、webエンジニアが集まり、不動産管理業界の課題を解決するために、AI搭載の建物管理クラウドシステム「管理ロイド」を提供しています。「管理ロイド」は、紙が中心の不動産管理の現場で発生する点検や検針、不具合管理といった業務をスマホ（アプリ）とPC（ダッシュボード）に置き換えることで、労働生産性改善、ペーパレス化、データ化、リアルタイム情報連携等を実現するシステムです。現状、「管理ロイド」は大手不動産管理会社を中心に1,600社以上にご利用頂いており、利用者数、登録ユーザー数、AI検針利用会社数においてNo.1を獲得しております。

【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

弊社が提供する「スタディポケット」の LLM, AI部分の開発を担当していただきます。 「スタディポケット」は、生成AIを活用して、学校教員の校務支援/児童生徒の探究学習支援を行うサービスです。具体的な業務内容は以下の通りです。 アクティブユーザーの多い大規模な生成AIサービスのプロジェクトに、中心人物として関与いただけます。 【具体的な業務例】 - 生成AIモデルの運用と最適化 - 大規模言語モデル(LLM) の各種運用 - 最適化によるコスト削減および応答速度の向上 - チャットの精度向上や誤応答防止のためのプロンプト設計 - 品質管理とフィードバック設計 - 教育分野でのAI出力の品質向上に向けたフィードバックループの設計・実装 - 不適切な出力のフィルタリングやモニタリングシステムの構築 - システム全体の性能向上とセキュリティ対応 - 高トラフィック対応のためのスケーラブルなシステム設計 - セキュリティやプライバシー保護を意識したデータ処理基盤の開発

テラーノベルは小説プラットフォーム『テラーノベル』を起点とし、マンガパブリッシング事業や縦型ショートドラマプラットフォーム『テラードラマ』を展開するエンタメIPカンパニーです。 「日本の創作文化を産業に」をパーパスに掲げ、日本のクリエイターが創作した物語を世界に届け、次世代のヒットIPを創出するための取り組みを行っています。 コンテンツの数・種類が増えれば増えるほどレコメンデーションによるアイテム推薦アルゴリズムの効果は増大します。テラーノベルには1000万を超えるコンテンツが存在しており、テラードラマのコンテンツも今後さらに増えていきます。 推薦・機械学習エンジニアはプラットフォーム内のユーザの行動イベント、コンテンツ分析を行い、ユーザに最適なコンテンツを届けることを目的とし、KPI 向上のための具体的な施策の立案・実装を担当します。 【業務内容】 - テラーノベル・テラードラマにおけるユーザ向けのコンテンツ推薦モデルの仮説立案・実装・検証 - データ分析ダッシュボードの設計・運用 - 種々のデータパイプラインの構築 - コンテンツ（小説、マンガ、ドラマ脚本）の分析 - 脚本家・プロデューサと協力してコンテンツの制作支援 - 社内向けのツールの提供 【技術スタック】 - インフラ: Google Cloud (Cloud Composer, Dataflow, Compute Engine) - 開発言語: Python (uv, Airflow, scikit-learn, RecBole, Vertex AI, Gemini/Claude) - DWH: BigQuery - アナリティクス: Byteplus DI, Google Analytics, Looker Studio 【ツール】 - ソースコード管理: GitHub - プロジェクト管理: Linear - ドキュメント: Notion - チャット: Slack

・土木設計領域にまつわる蓄積DATAに対する、一連の分析・検証・デプロイまでを可能とする機械学習環境及びDBの構築 ・自社BtoBSaaSプロダクトへのAI実装環境構築 ・ビッグデータ解析 ・UXボトルネック分析 ・時系列データ／テキストデータの分析 ・大手企業開発案件のAI領域支援 プロジェクト一例： ・設計領域における機械学習による示唆機能実装 ・施工領域における機械学習による3Dモデリング機能実装 ・設計事例におけるLLMをもとにした事例サジェスト実装 etc… 新規の開発部門のため、チームの一員として事業を創り上げることができる 【開発環境】 ・フロントエンド：React（TypeScript）/ Angular（TypeScript） ・バックエンド：Node.js（TypeScript） ・クラウド：AWS / Azure / Cloudflare / GitHub Pages ・プロジェクト管理：GitHub ・コミュニケーションツール：Slack / miro / figma

■ About the role As an AI engineer, you will leverage the following technology stack and tools to develop, implement, and maintain cutting-edge AI solutions. Your role will involve collaborating with cross-functional teams, ensuring seamless integration, and driving innovation through AI-driven products and services. ■ Responsibilities ・Develop and implement machine learning models and algorithms using Ruby on Rails. ・Utilize AWS cloud infrastructure for AI model deployment and scalability. ・Containerize AI applications with Docker for efficient deployment and management. ・Collaborate with cross-functional teams through tools like Slack, Github, and Asana to drive AI-driven projects. ■ Key Technologies and Tools: ・Programming Languages: Ruby on Rails ・クラウドプラットフォーム: AWS ・Containerization: Docker ・Collaboration and Productivity Tools: Slack, Zoom, Notion, Google Workspace, Github, Asana, Figma ■ Our Blog https://note.com/allesgood/ ーーー ■ ポジションについて AIエンジニアとして、以下のテクノロジースタックとツールを活用して、最新のAIソリューションの開発、実装、維持を担当します。クロスファンクショナルなチームと協力し、シームレスな統合を確保し、AI駆動の製品とサービスを通じてイノベーションを推進します。 ■ 業務内容 ・Ruby on Railsを使用して機械学習モデルとアルゴリズムを開発し実装する。 ・AWSクラウドインフラストラクチャを活用してAIモデルの展開と拡張性を実現する。 ・Dockerを使用してAIアプリケーションをコンテナ化し、効率的な展開と管理を実現する。 ・Slack、Github、Asanaなどのツールを通じてクロスファンクショナルなチームと協力し、AIプロジェクトを推進する。 ■主要なテクノロジーとツール ・プログラミング言語: Ruby on Rails ・クラウドプラットフォーム: AWS ・コンテナ化: Docker ・協業/生産性ツール: Slack、Zoom、Notion、Google Workspace、Github、Asana、Figma ■ メンバーブログ https://note.com/allesgood/

【企業ミッション】 「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 【部署のミッション】 経験やスキルを活かすとともに新たに学び、自社やクライアントの課題を解決する機械学習技術を開発し、世に出して価値創造を導く 【募集ポジションの責務】 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実施していただきます。 また、次世代モビリティ分野に活用する機械学習技術の開発実務に加え、技術的課題の特定や解決までの計画立案についてもリーダークラスとともに実施していただきます。 ※本ポジションは、受託開発事業を主に行うAI開発部のエンジニア募集です。 全く新しいプロダクト・コンセプト・テクノロジーを世に発信していくことの面白さ、そして急成長していく組織に身をおくことで得られる経験・成長機会などの魅力があります。 <詳細> 機械学習エンジニアとして、ドメインの課題を解決し、新たな価値創造に繋がる技術開発を行っていただきます。 担当するフェーズ： 社外関係者との連携のもと、課題解決のための機械学習に関する要件定義、技術調査、開発・検証（運用保守は担当外）。 【具体的な仕事内容】 ・様々なセンサデータを処理するアルゴリズムの開発 ・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、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・最適化 ・上記プロセスの文書による記録、スライドによる要約 ・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 【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） 【配属部署】 AI開発部 【部署人数・メンバー構成など】 <配属先> ・配属先：AI開発部 ・メンバー：15名程度（協業先からの出向者も含む） 　・3〜5名の小グループに分かれて活動 <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 ・全社MTG：毎週開催、毎四半期頭に会場を確保して開催 など <チームの雰囲気> ・各エンジニアが担当プロジェクトに集中して取り組む ・セミナーやレビュー会を通じた技術交流 ・裁量労働制、リモート主体で柔軟に働く 【使用言語など】 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、Raspberry Pi 【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 【募集背景・課題】 当社は、エッジAIを中身から作り上げる技術力と、業界大手との協業や自社プロダクト「Actcast」を通じた展開力を併せ持つスタートアップ企業です。 自動車部品のグローバルサプライヤーである株式会社アイシンと協業し、エッジAIカメラ「ai cast」の開発や、次世代自動車で使用されるアルゴリズム(外界の認識、モーションプランニング等)の研究開発などの受託業務にも取り組んでおります。 これまで実施してきたプロジェクトに加え、機械学習で解くべきタスクの多様化、カメラ映像以外の観測モダリティの増加などに取り組むプロジェクトを実施していくために、機械学習の知見を活かし、自律的に技術的な課題を発見し、成果創出まで遂行できる方を採用したいと考えております。 【クライアントとの開発例】 『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。

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2700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。 ■採用背景 「Findy」のユーザー数は前年比 200%の勢いで急成長しており、それに伴いデータ量も急増しています。 アルゴリズムの企画開発をするデータソリューションチームでは、日々蓄積されるデータを分析し、機械学習を始めとしたアルゴリズムを用いてサービス改善を推進しています。 現在チームで行っているアルゴリズム開発の例は以下のようなものです。 ・マッチングのアルゴリズムの改善 ・おすすめ求人のアルゴリズムの改善とMLOpsでの日々のアルゴリズムアップデート ・GPTを活用した職歴の生成 ・課題発見とPoCの作成 上記のような開発に取り組んでいますが、求人には記載しきれない業務が多々あり、まだまだ見つけられていないアイディアも含めたくさんのアルゴリズムの新規開発と改善が必要となっています。 本求人では、ビジネスサイドやプロダクト開発チームと協力しながら、機械学習モデルが必要となる課題の発見から解決するためのモデルの提案と実装、MLOpsを含めた継続的な改善や運用までを一貫してリードすることができる機械学習エンジニアを募集します。 マネージャー候補ではありますが、まずは現場から入ってメンバーと一緒に伴走いただき、将来的にエンジニアリングマネージャーの役割を担っていただくことを期待しています。 ■業務内容 ・既存データの分析 ・各事業部へのヒアリングを通じた課題の発見、改善案の検討、実装、本番導入 ・本番稼働するアルゴリズムの継続改善とそのための仕組み作り ・自然言語処理技術やテーブルデータを用いたモデリング ・技術選定、アーキテクチャ設計、レビュー ◎直近の取り組みはこちらもご参考ください。 エンジニアnoteまとめ：https://note.com/findy_magazines/m/mf77903736395 Findy Tech Blog：https://tech.findy.co.jp/ ■体制 プロダクト開発部全体：フルタイムエンジニア約30名＋業務委託/副業約10名 データソリューションチーム：フルタイム5名+CTO ■開発環境 開発言語：Python フレームワーク：TensorFlow, scikit-learn, PyTorch, Flask インフラ・ミドルウェア：AWS, GCP, MySQL, Redis, Docker CI/CD： GitHub Actions ツール：Jupyter Lab, BigQuery, Google Data Studio, Vertex AI, Datadog, GitHub, Slack ■仕事の魅力 1. エンジニアのマッチングデータを用いたモデル開発ができる 自分がターゲットユーザーであるサービスの開発ができるのがFindyの魅力の一つです。 2017年のサービス開始から5年以上のデータがあり、さらには日々成長しているプロダクトのため様々な属性を加味したモデルの開発にチャレンジができます。 2. エンジニア組織における開発生産性を向上するようなアルゴリズムの開発ができる 直近では開発生産性スコアというFindyオリジナルのアルゴリズムをサービス上に組み込んでいます。 エンジニア組織において、どれくらい生産性が高いのかどうかを多くの組織を交えてアルゴリズムにすることでより多くの組織にとっての目安になっています。 3. ビジネス課題の発見から改善案提案、機械学習モデル構築や検証、実装まで一貫して携われる ビジネスサイドとの連携を強化しており、機械学習の開発が言われたものだけを作るような社内受託にならない工夫をしています。 自分から数値分析をしながらアイディアの提案を行ったり、本当にユーザーに利用されるようなアルゴリズムを作るためにPdMと連携を取って小さくアルゴリズムの検証を行ってから本格的な開発を進めています。 ※業務の変更の範囲 会社の定める全ての業務

【募集背景】 ■プロスポーツチームをはじめとして、試合を撮影し、映像を振り返ることで改善に活かす取り組みが主流になっています。選手自ら映像を振り返り、気づきを得て、日々の練習に活かすことで、フォーム改善や打率向上などの成果が出ています。 ■RUN.EDGEは、グローバル特許を取得している高速シーン再生技術を軸に、野球・サッカー・バスケ・ラグビーなどスポーツ向けプロダクトを開発し、MLBやJリーグなど国内外のプロクラブや大学などのアマチュアチームに広く採用されています。 ■スポーツ事業で培ったシーン再生技術を教育・エンタープライズ分野に展開しており、今後更なるサービス拡大を目指します。 ■現在、国内外170チーム以上にご利用いただいているサッカーを中心としたマルチスポーツ映像分析サービス「FL-UX」において、AI技術を駆使した新たな機能開発に踏み切るため、開発をリードする機械学習エンジニアを募集します。 【具体的な仕事内容】 ■機械学習による、新しい表現方法の提案　 ■動画分析のための機械学習モデル開発 ■状況に応じて作成した機能のフロントエンドへの組み込みをしてもらう場合もあります ■継続的なチーム開発のためのチーム運営 ≪プロダクト情報≫ マルチスポーツ映像分析サービス「FL-UX」https://fl-ux.run-edge.com/ 【開発プロセス】 - 開発はBitBucketを用いたプルリクエストベース・JIRAを用いたチケットベースで行っており、すべて第三者確認、リーダー確認と、レビューを受けます。 - 開発チーム全員でオンラインツールを使って議論して実装方法を決めていきます。より良い実装を実現できるようチームの知恵を持ち寄ります。 - スプリントレビューは、プロダクトオーナーを務める当社代表・エンジニア（バック・フロント・デザイナー）・営業が集まって行います。 - 新規機能の要件は、プロダクトオーナーの口から直接開発チームに共有されます。 【共通ツール】 - コミュケーションツール: Slack, Zoom - チケット管理: Atlassian JIRA - 文書管理: Atlassian Confluence - ソース管理: Atlassian Bitbucket - 開発端末: MacBook Pro or Windows PC 【仕事の魅力】 ■開発プロセスの中にレビューが組み込まれており、相互にフィードバックをし合うことでコーディングスキルを向上しやすい環境です。 ■新規機能追加のため、技術選定などにも関わっていただけるポジションです。 ■チームでの設計・実装議論と、プロダクトオーナーとの対話によって、プロダクトを成長していく、やりがいのある仕事です。 【RUN.EDGE会社紹介資料】 https://speakerdeck.com/runedge/20221014-run-dot-edge-hui-she-shao-jie-zi-liao-4426feb2-3a7f-4674-af69-afe7e11199ff

YOUTRUSTは「日本のモメンタムを上げる偉大な会社を創る」をビジョンに掲げ、次世代のキャリア市場・キャリア形成の文化をつくっています。 社内外の仕事仲間とのコミュニケーションを通じて副業・転職といった機会につなげられるキャリアSNS『YOUTRUST』や、法人向けのHR Tech SaaSを開発しています。 ▼YOUTRUST https://youtrust.jp/ iOS：https://apps.apple.com/jp/app/youtrust/id1535785012 Android：https://play.google.com/store/apps/details?id=jp.youtrust.youtrust ◆関わるプロダクト ●キャリアSNS「YOUTRUST」 日本のキャリアSNS「YOUTRUST」の開発を行なっています。 YOUTRUSTはキャリアのきっかけ作りを行うプラットフォームを目指しており、SNSとしての気軽さと楽しさを持ちながら、キャリアのきっかけに出会えるプロダクトにすべく日々開発に取り組んでいます。 ●HR Tech SaaS「YOUTRUST」 独自のつながりから成功報酬ゼロでタレントを採用できるHR Tech SaaS「YOUTRUST」の開発を行なっています。 SNS「YOUTRUST」で構築される独自のユーザー基盤を強みに、他スカウトサービスでは出会えない優秀人材へのアプローチが可能となるプロダクトになっています。 ◆概要 YOUTRUSTでは、機械学習の力を活用して、ユーザーに価値ある体験を提供するプロダクト成長を推進しています。 私たちと一緒に、ユーザー体験の向上に挑戦したい機械学習エンジニアを募集しています。 ◆業務内容 YOUTRUSTでは、機械学習エンジニアには以下の業務を担当していただきます。 ①機械学習モデルの設計・開発・運用 ・ユーザーに最適な募集記事やコンテンツを提供するためのレコメンデーションアルゴリズムの開発・運用 ・機械学習モデルの効果検証および継続的な改善 ・新規ユーザーにおけるコールドスタート問題への対応 ②データ品質の向上 ・プロダクト内のデータ品質改善（検索結果の精度向上など） ・異常データの検出、修正による信頼性の高いデータ提供

【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技術を活用し、多くの企業の企業変革を支援しています。 社内外の情報をワンストップで検索できる「Anews」及び、あらゆるデータを構造化し企業の資産に変える「SAT(Stockmark A Technology)」を運営しています。さらに、企業特化生成AIの開発や、独自システムの構築も支援しています。 現在のメインターゲットは国内大手の製造業R&Dであり、すでに日経225の30％、250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、そして日本企業全体、さらにはグローバル企業にも展開していく予定です。 また、日本語及びビジネス領域に強い純国産LLMの開発研究にも注力しており、2024年5月に1000億パラメーターの自社LLMを公開いたしました！ 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100名を超え、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