機械学習エンジニア

私たちは、AI事業、GX事業、そしてそれらを支えるシステム開発を三本柱として、企業と個人の成長を強力に支援しています。 ①AI事業 日本初の体系的AI教育プログラムと伴走支援でAI/DX推進を加速。優秀なAI/DX人材の転職・採用もサポートし、企業と人材の最適なマッチングを実現します。 ②GX事業 GX推進に向けた人材育成プログラムと組織開発を伴走支援。GX検定で、すべてのビジネスパーソンのGX推進に必要な知識習得を支援します。 ③システム開発 自社開発の学習プラットフォームや試験システムを提供。各種検定対策アプリも開発・提供し、効果的な学びと人材育成をサポートしています。 2030年に国内で2兆円になると予測されているAI産業の市場規模は、これまで以上の拡大が見込まれています。Beyontは、そんな「日本にデジタル変革をもたらす当事者になりたい」というメンバーを募集しています。 生成AIの導入が加速する中、多くの企業が直面するのが「導入したはいいが、活用しきれない」という壁です。当社の「機械学習エンジニア」は、そうしたお客様の業務に深く入り込み、具体的な活用方法の提案と、その中での課題を明確化する支援を行っています。 今回お任せしたいのは、その課題に対するソリューション開発です。コンサルタントが見つけ出したビジネス上の課題を特定し、機械学習エンジニアは最新の機械学習/深層学習フレームワークや最先端のアルゴリズムを駆使して解決策を形にしていただきます。 コンサルタントと二人三脚で、お客様のDXを成功に導いていただく「機械学習エンジニア」を募集します。 【業務内容】 製造、金融、小売、医療など幅広い業界のクライアントに対し、コンサルタントと連携しながら、機械学習技術を用いたソリューションの提案から開発・実装までを一貫してお任せします。 ・ビジネス課題のヒアリングと技術的要件定義 コンサルタントがヒアリングした内容を元に、技術的な観点から課題を深掘りし、最適な機械学習システムの要件定義を行い、それを踏まえたPoC計画の設計を行います。 ・機械学習モデルの設計・開発・実装 データ収集、前処理、特徴量エンジニアリングから、モデルの設計、実装、評価、改善までの一連のプロセスを担当します。 ・クライアントとの連携とモデル改善? クライアントからのフィードバックを基に、モデルの改善を行います。 ・ナレッジの蓄積と共有? 最新技術の動向を常にキャッチアップし、論文読解や実装を通じて得た知見を社内やチームに還元します。 ▼開発環境 ? 開発言語: Python ? クラウド: Azure, AWS, Google Cloud Platform (GCP) ? ソースコード管理: GitHub ? 使用ライブラリ/フレームワーク: PyTorch, Scikit-Learn, LangChain, TensorFlow など ? コード生成AI: Cursor, GitHub Copilot, ChatGPT, Gemini, Claude など ? その他: Docker, Weights & Biases, JupyterLab, VS Code ? PC: Windows / Macbookから選択可。各クラウドのインスタンスも利用可能です。 【ポジションの魅力】 ? 「言われたものを作る」開発ではない。伴走支援をしながら真の課題解決パートナーへ? 最大の魅力は、課題が明確な状態で開発をスタートできること。コンサルタントが顧客の業務を深く理解し、解決すべきポイントを特定しているため、あなたは「どう解決するか」という技術的な創造に集中できます。 ? ?最先端技術を使いこなしリードする? クライアントの高度な要求に応えるため、LLMや深層学習など最新のアルゴリズムを実装する機会が豊富にあります。常に新しい技術に触れ、挑戦できる刺激的な環境です。 ? 多様なドメインを取り扱うため、多くのデータと出会える 様々な業界のデータを取り扱うため、一般的には見ることのできない奥底のデータに出会えます。 ? ?裁量と成長実感? 上流工程から関わり、プロジェクトの技術的な方向性を左右する提案が可能です。事業が拡大フェーズにあるため、将来的にはチームリーダーや特定領域の第一人者など、多様なキャリアを形成できます。 ? 教育講師としても活躍可能 顧客のAIスキルアップに関して教育を行うために講師として活躍することもできます。 ? 万全の学習サポート? 資格取得支援や書籍購入制度はもちろん、60以上に及ぶ自社AI/DXコンテンツも自由に受講可能。常にインプットとアウトプットを繰り返しながら、プロフェッショナルとして成長し続けられる環境を約束します。

・機械学習モデルの開発経験（年数不問）

・Pythonでのプログラミング実務経験 ・TensorFlow、PyTorch、scikit-learnなどの深層学習/機械学習フレームワークの使用経験 ・上記フレームワークで提供されている手法やモデルを理解するために必要となる数学・統計学の基礎知識（線形代数、確率統計、微積分） ・Kaggleなどの機械学習コンペティションでの実績 ・クラウドプラットフォーム（AWS、GCP、Azure）での開発経験 ・ClaudeCodeやCursorなどのコーディングエージェントツールを日常的に使用している