【PD】機械学習エンジニア

プロダクトに組み込まれる機械学習アルゴリズム（ベイズ最適化、モデリング、LLM活用等）の開発・改善・実装を担います。 【ミッション】 MI-6は「"マテリアルズ・インフォマティクス"を普及し、研究開発を革新する」ことを使命としています。デジタルがフィジカルに融合する研究開発体験の実現に向けたサービスを展開しています。日本そして世界の素材・ものづくりへ貢献し、より豊かな社会づくりに参画します。 現在、miHub は多くの大手素材メーカーやものづくりメーカーに継続利用されており、「導入を増やす段階」から「活用の深度を高める段階」へ移行しつつあります。同時に、高度なインフォマティクスやラボオートメーションとの連携を強化する次世代プロダクト群の構想も進行中です。 機械学習エンジニアは、miHub をはじめとする MI-6 のプロダクトに組み込まれる機械学習アルゴリズム（ベイズ最適化、モデリング、LLM活用等）の開発・改善・実装を担います。 既存アルゴリズムの高速化・精度向上、新規アルゴリズムの導入、LLM を用いたプロダクト体験の最適化など、研究と実装の橋渡し役としてプロダクト価値を高めていく役割です。 また、Webアプリケーション開発への理解がある方は、アルゴリズムとプロダクトを一体で設計し、フルスタック視点で価値提供を行っていただけます。 ■ 役割 1. アルゴリズム開発・高速化（ベイズ最適化・モデル開発） ・ベイズ最適化アルゴリズムの新機能開発 ・探索効率向上のためのアルゴリズム改良（高精度化、ロバスト化） ・計算処理高速化のためのアルゴリズム・インフラ改善 ・Python（PyTorch / BoTorch）を中心としたモデリング 2. プロダクトの品質・精度改善 ・アルゴリズム精度改善のためのベンチマーク設計・評価基盤構築 ・モデルの品質担保のための自動評価・テスト仕組み構築 ・プロダクトインターフェイス（API / サービング）への統合 3. 他チームとの協働 ・リサーチャー・PdM と協働したアルゴリズム仕様策定 ・開発したアルゴリズムの社内共有（ドキュメント・設計説明） ・Webエンジニアと連携したプロダクト組み込み・UI/UXへの橋渡し 【キャリアグロース】 技術貢献および組織開発のいずれのリーダーシップポジションも追求いただけます。 また、プロダクト戦略や事業運営にも関与することで、組織マネジメント力と技術力を活かした経営層としてのキャリアパスも視野に入れることが可能です。 【仕事の魅力】 ・ベイズ最適化、モデル探索、LLM、アルゴリズム高速化などを組み合わせた、研究開発領域ならではの複雑な ML エンジニアリングに挑戦できる ・モノレポアーキテクチャ上で、ML/アルゴリズムと Web プロダクトの境界を越えて開発できるフルスタックな環境 ・アルゴリズム × インフラ × 最適化の総合力が身につく ・社内には元材料研究者やデータサイエンティストが数多く在籍しており、ユーザー課題を深く理解しながら開発を進められる ・業界スタンダードを目指す R&D プラットフォームをつくっていく経験が得られる 【技術スタック】 ・フロントエンド：TypeScript, React ・API：Ruby on Rails, Python ・ML： Python (PyTorch, scikit-learn 等), Rust ・インフラ：AWS (ECS Fargate, Aurora 等), Terraform, GCP (BigQuery), CircleCI, GitHub Actions, Datadog ・その他：GitHub, Slack, Jira 【選考フロー（想定）】 書類選考 → 面接複数回（2〜3回程度） → リファレンスチェック・バックグラウンドチェック → 最終面接

○経験 ・Python を用いた機械学習アルゴリズム開発経験 ・PyTorch / BoTorch などを用いたモデル構築・最適化の経験 ・数理最適化・統計・モデリングの基礎知識 ・API 経由でモデルをプロダクトに組み込んだ経験（またはそれに準ずる知識） ・チーム開発におけるコードレビュー、技術的議論の経験 ○志向性 ・プロダクトの価値を最大化するために特定の技術に拘らず、最適な技術を選択しようとすること ・多様なメンバーと積極的に意見交換しようとすること

◯経験 ・ベイズ最適化、ガウス過程、モデリングの専門性 ・生成AI / LLM のファインチューニング, RAG, 推論実装経験 ・Web 技術（TypeScript / React / Rails / FastAPI など）に関する知識 ・AWS（Lambda, ECS Fargate, Batch）等を用いた ML サービング経験 ・ML パイプライン / MLOps の構築経験 ・研究開発領域（材料・化学・製造プロセス）での ML 活用経験 ○志向性：マネジメントに興味があること（以下のいずれか） ・テクノロジーマネジメント ・ピープルマネジメント ・プロジェクトマネジメント ・プロダクトマネジメント

・アルゴリズムとプロダクトの両方を理解し、ユーザー価値につながる ML 実装を行いたい人 ・数理・統計・機械学習の理解を深めながらプロダクト開発にも関わりたい人 ・特定の手法に拘らず、課題に対して最適なアルゴリズム・技術を選択できる人 ・リサーチャー・PdM・Webエンジニアと協働し、言語の異なる専門性をつなげられる人