02. ソフトウェアエンジニア_機械学習

【募集背景】 - Adacotechは国立研究開発法人産業技術総合研究所（産総研）で開発された画像解析技術をもとに、Deep Learningとは異なる独自のAI技術を通じて製造業の次の時代を切り拓くことをMissionとしているDeep Techスタートアップです。2022年4月にシリーズB資金調達（累計調達額約20億円）を実施し、事業拡大を目指しております。 - 現在、産総研で開発された画像解析技術（HLAC）を応用し、製造業向けに画像異常検知作成モデル作成サービスや動画異常検知ソフトウェア等を提供し、大手メーカーのお客様にご利用いただいております。Adacotechは今後、検査･異常検知を起点に生産プロセス全体を変革できるプロダクト群を構築していきたいと考えております。 - AIプロダクトの精度改善はもちろん、製造業のお客様独自のデータを用いたPoC(検証案件)を通じて新たなプロダクトの実現可能性を検証しており、機械学習技術に詳しいエンジニアの方が必要となっております。デジタル･AIの力で製造現場を目に見える形で変革することへ一緒にチャレンジしていただける方の応募をお待ちしております。 【主な業務内容】 - 画像解析プロダクトの機械学習アルゴリズムの改善 - 画像以外の動画、音声、多チャンネルセンサデータの分析 【開発環境】 開発言語：Python / Go / C++ / Rust インフラ：AWS（ECS / EKS / Aurora / ElastiCache / SQS / S3 / Athena） 構成管理：Terraform CI/CD：GitHub Actions / Codebuild ワークフロー：Argo workflow ロギング：fluentbit / Kinesis firehose / cloudwatch / mlflow 監視：Datadog / Sentry / cloudwatch QA：Autify バックログ管理：Zenhub コミュニケーション：Google Meet / Slack / Miro / Notion 【本ポジションの魅力】 - 普段触ることのできない製造業大手のクローズドな画像データ等を分析することができます。 - 既存･新規のプロダクト開発に加え、PoC(検証案件)や受託開発案件の両方を経験できるユニークな成長環境があります。 - 博士保持者、博士課程在籍者が多数在籍しており、手法に対しての議論を積極的に行うことができます。論文読み会、輪読会も実施しており常に最新技術へのアンテナを張っております。必要な場合にはコア技術以外での問題解決を行うこともできます。 【株式会社アダコテックについて】https://adacotech.co.jp/ ■プロダクト －検査･検品の外観検査AIソフトウェア「AdaInspector Cloud」 ノーコードの直感的な操作によって、検査・検品の自動化システムの構築および実装を一気通貫で提供するシステムです。AIや画像解析領域のエンジニアリングを専門としていない方も、検査・検品の自動化に機械学習を活用することができます。 ■導入実績 - 公表可能な取引先：相川プレス工業、アイシン、ジェイテクト、セントラル警備保障、デンソー、トヨタ自動車、トヨタ紡織、本田技研工業、三井E&S、矢崎総業、NJコンポーネント(50音順) - 自動車Tier1、電子部品、半導体メーカー等の大手企業との累計150件以上の取引実績があります。 ■受賞歴（一部抜粋） - ICCサミットFUKUOKA2020 スタートアップ・カタパルト 優勝 - IVS LaunchPad 2020 Summer 優勝 - 週刊東洋経済「すごいベンチャー100」選出 - Deep Tech Venture of the Year 2023 グロース部門 受賞 ■産学連携 - Adacotechのコア技術となっている画像解析技術：高次局所自己相関特徴抽出法（HLAC）は国の研究機関である産業技術総合研究所（産総研）にて開発された特許技術で、米国立標準技術研究所（NIST）が取り纏めているgait認識の国際的なコンペティションで世界一位を達成しました。 - 技術顧問陣（大津展之氏、村川正宏氏、小林匠氏）との共同研究成果は、最新論文が査読付き国際カンファレンス「ICPR 2020」に採択され高い評価を得ています。本田技研工業との共同実証事例を精密機械工学会にて発表もしております。 ■コア技術 －「HLAC特徴抽出法」を用いた画像･動画解析技術 - 少ないデータ量で高精度の解析ができるほか、異常として学習したものを検出するのではなく「正常を逸脱したものを検出する」モデルのため、前例のないようなケースも含めて高い精度で異常を検出することが可能です。 - 常時並列演算を必要としないことから計算処理の負担が小さく、ノートパソコンのような汎用PCでもミリ秒オーダーの処理を実現･運用できるのも強みです。

- 機械学習や統計モデルの精度改善および効果検証に取り組んだ経験（1年以上） - データの分析結果を顧客や意思決定者などのステークホルダーに説明した経験（1年以上） - 日本語にてコミュニケーションが可能なこと

- 画像認識モデルの開発経験 - 異常検知モデルの開発経験 - データ基盤やデータパイプラインの開発経験 - BtoBプロジェクトを推進した経験 - 機械学習を用いたサービス開発の経験 - 機械学習関連の国際会議における論文採録の経験

- 課題を特定し、解決策を見つけ、実行に移すまでを自走して働くスタイルを好む方 - よりよい開発のための仕組み化や新しい技術の採用など、敢えてルーティーンから一歩踏み出して試行錯誤することに前向きな方 - 事業状況に応じて時に発生する優先順位の変更にも、柔軟に立ち回れる方