機械学習エンジニア（正社員） の求人一覧 - 株式会社ゴーレム

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。 ■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 ■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 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。 ※業務内容の変更の範囲：なし ＜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 【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。

★このポジションの魅力★ ①独自性のある業界データを扱える 建設業界特有の構造を持つデータを用い、一般的な公開データセットとは異なる実務上の課題に取り組めます。 ②PoCから本番運用まで関われる 技術検証だけを行う役割ではなく、機能設計、システムへの組み込み、運用、改善まで一貫して担当できます。 ③手法ありきではない機械学習開発 勾配ブースティング、自然言語処理、生成AIなどから、課題に適した技術を選択できます。現在はPython、Pandas、AWS、Amazon SageMaker、勾配ブースティング系モデルなどが利用されています。 ▍募集背景 ゴーレムでは、建設業界に蓄積された多様なデータを活用し、CO2排出量の算定をはじめとした業務効率化や意思決定を支援する、建設業界特化型のデータプラットフォームを開発しています。 現在の機械学習チームは、正社員2名、業務委託2名の計4名で構成されています。Python、Pandas、AWS、Amazon SageMakerなどを利用し、建設データの解析処理、回帰・分類モデル、新機能、PoC、新規プロダクトの開発に取り組んでいます。 事業やプロダクトの拡大に伴い、与えられたモデルを実装するだけでなく、業務課題の理解、技術的な仮説設定、データの検証、モデル開発、システムへの組み込み、運用改善まで一貫して担えるシニアエンジニアが必要になっています。 今回募集するのは、メンバーの評価や組織運営を担うマネージャーではありません。 自ら実装を行いながら、テーマ単位で技術的な判断、設計、レビューを担うシニア機械学習エンジニアです。 ▍ミッション 建設業界の業務課題に対して、機械学習を用いるべきかを見極め、検証だけで終わらない、継続的に運用可能な機能・システムとしてプロダクトへ組み込むことがミッションです。 シニア機械学習エンジニアは、以下について責任を持っていただくことを想定しています。 ・解決したい課題に対して、機械学習を用いることが妥当か ・どのデータを、どのような前提で利用するか ・何を評価指標とし、どの水準を目指すか ・モデルが業務上の価値を提供しているか ・本番環境で安定して利用・改善できる設計になっているか ・技術的な判断と検証結果が再現可能な形で残されているか ▍業務内容 課題設定・技術検証 機械学習、ルールベース、既存機能などの解決手段の比較 技術的な仮説と検証計画の策定 PoC、フィージビリティスタディの設計・実施 プロダクト化に必要な精度、データ量、運用条件の整理 ②データ分析・モデル開発 建設関連データの構造、品質、欠損、偏りの分析 学習データ、検証データ、評価方法の設計 特徴量設計、モデル選定、学習、評価 回帰、分類、予測、異常検知などのモデル開発 自然言語処理、LLM、生成AIを活用した機能開発 既存モデルや解析ロジックの精度・処理性能の改善 ③プロダクトへの組み込み 機械学習機能の要件定義・システム設計 バッチ処理、API、データパイプラインの設計・実装 AWS上の学習・推論環境の設計 ソフトウェアエンジニアとのインターフェース設計 テスト、デプロイ、監視方法の設計 モデルや解析結果をユーザーへ提供する方法の検討 ④運用・継続改善 モデル精度、データ変化、処理性能の監視 再学習やモデル更新の仕組みの整備 障害や精度低下の原因分析 利用状況やユーザーフィードバックを踏まえた改善 実験条件、評価結果、設計判断のドキュメント化 ⑤技術的なリード テーマ単位での技術方針・設計方針の策定 コード、モデル、評価設計のレビュー メンバーへの技術的な助言 実験・評価・実装方法の標準化 技術的負債や品質課題の整理と改善 ▍EMとの役割分担 EMは、1on1や目標設定、評価、育成、採用、チーム設計など、メンバーと組織のマネジメントに責任を持ちます。 シニア機械学習エンジニアは、機械学習領域における技術設計、実装、レビュー、技術選定など、技術面の意思決定に責任を持ちます。 メンバーへの技術支援やメンタリングにも関わりますが、人事評価や組織運営を主責任とするポジションではありません。 ▍PdMとの役割分担 PdMは、どのユーザー課題を、なぜプロダクトとして解決するのかを定義し、開発の優先順位やプロダクト要件を整理します。 シニア機械学習エンジニアは、その課題に対して機械学習を活用することが適切かを検証し、技術的な実現方法、評価方法、運用方法を設計します。 モデルの精度向上そのものを目的とするのではなく、ユーザー課題の解決に必要な品質や技術水準をPdMと協議しながら判断します。 ▍入社後に期待すること ①入社後1〜2か月 ・建設データ、既存モデル、コード、システム構成を理解する ・既存モデルの学習・評価結果を再現する ・チームの開発・レビュー・リリース方法を把握する ・現在の技術課題と運用上の課題を整理する ②入社後3〜6か月 ・一つのモデルまたは機械学習機能を主担当として持つ ・課題設定、評価設計、実装、リリースまでを一貫して進める ・コードレビューや設計レビューを担う ・モデルの評価・運用方法を改善する ・技術判断と検証結果をドキュメントとして残す ③その後 ・新しい機械学習機能の技術検証とプロダクト化を進める ・機械学習システムの品質、保守性、再現性を高める ・チーム内の設計・実装・評価水準を引き上げる ・業界データを活用した新しいプロダクト価値を提案する

【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：プロダクト開発支援 　　- 会社ごとの建設データに対する解析処理の実装補助 - 既存の機械学習モデルの改善や運用サポート 　　- システムや新機能の開発サポート 2：PoC及び新規プロダクト開発支援 - PoCやフィージビリティスタディのデータ準備・分析 　　- 機械学習システムの開発補助（設計・実装はチームメンバーと協力） （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 【入社後のフローイメージ】 ■Step1 弊社で採用している技術のキャッチアップ ・使用しているプログラミング言語やフレームワークの基礎を学ぶ ・弊社で採用している機械学習アルゴリズムの背景の知識などを習得 ・過去の実装を参考にしながら、技術の使い方を理解する ■Step2 まずは開発体制や既存コードを理解する ・開発の流れやルールを学ぶ ・簡単な修正や追加など、小さなタスクから取り組む ■Step3 メインの業務を弊社エンジニアと一緒に進める ・少しずつ大きな開発タスクを担当 ・弊社エンジニアのサポートを受けながら、自分で進めてみる ・コードレビューを通じて、より良い書き方や実装の考え方、注意点を学ぶ ▍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。

■募集背景 私たちは建設業界のDXを推進するべく2022年に誕生したスタートアップです。 国内の建設業に特化したデータ分析プラットフォーム「GORLEM」を開発しており「すごいベンチャー100 2023年最新版」にも選出されました。 ゴーレムは「簡単に誰にでもできる建設業」の実現というミッションを果たすため、建設業のDX促進とデータプラットフォームの開発、運営をしております。 業界内での評価を受け取引先の増加、分析業務の拡大などから、サービスの成長にプロダクト開発のケイパビリティが追いついていない状況です。 特にマネジメント層の増加を急務としております。 そういった状況のため、社内外を問わず情報をキャッチアップし求められる要件をとりまとめ設計・実装に落とし込み、一連のプロダクト開発をリードいただける方を求めています。 建設業は日本で一番古く、また巨大で複雑な産業で、多くの熟練者が阿吽の呼吸で連携することで、巨大建造物を建造していました。しかしながら、高齢化や少子化の影響で、たくさんの熟練者がいる前提の産業構造は難しくなっています。 2024年4月に控えた「働き方改革関連法」によって、1人当たりの働く時間に制限がかかり、構造変革待ったなしの状況です。 これからはデータとルールによって「簡単に誰にでもできる建設業」が必要で、デジタルテクノロジーの力で変革それをサポートしていくことが私達のミッションです。 ミッション実現に向け、当社エンジニア組織を率い、拡大いただける機械学習エンジニアを募集しています。 ■「GORLEM」とは データ分析プラットフォームで国内で唯一、建設業界特価のCO2排出量計算の機能を提供しています。 建設業におけるCO2排出量の計算は、計算方法が複雑であることに加えて膨大なデータを扱うことになるため、1物件あたり数週間もの時間がかかってしまっていました。 しかし、私たちの開発した「GORLEM」ならCO2排出量の計算を“たった1分”で完了。 また、分析されたデータはCO2排出量以外の分析や計算への展開を見据えており、 様々な業務を大幅に削減することで、持続可能な建設業に変えていくことを支援できると考えています。 ■業務詳細■ 機械学習エンジニアとして、プロダクトのデータ解析にとって必要なものを実装していただく方が必要です。 １：プロダクトのコアとなる建設業界のデータ予測モデル開発 　　- 会社ごとの建設データに対しての、解析処理におけるコーディング実務を担う 　　- 分析モデルに対して解析ができるよう、必要な処理をコーディングで実施する 　　- 要件定義に基づく新機能開発やモデル・システムの改善 ２：データ分析基盤の整備、および保守 　　- 建設データを分析するための基盤の開発、整備 　　- 建設業界特有のデータを活用したモデルの開発及び運用 　　- データ前処理・後処理のパイプラインの構築 ■実務環境■ １：機械学習チーム（合計4名、業務委託含） ２：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。