【事業説明】

当社は、西日本を中心に鉄道事業や不動産、流通などの事業を運営している会社です。
地域に根差した事業を手掛ける中で、時代の変化に対応し、新たな価値を創造するべく、グループ一体となって《顧客体験・鉄道システム・従業員の働き方の再構築》に取り組んでいます。

【募集部署】

当社のデータアナリティクスチームは、データ活用を通じてグループ内外の様々な課題解決に取り組んでいます。
2017年に4名のメンバーからスタートし、現在30名近くまで組織が拡大しております。直轄のAIエンジニア・データアナリストが在籍しており、AIコンテストの受賞やゲストスピーカーとしての登壇実績もあります。
鉄道オペレーションの生産性向上をはじめ、データを活用したお客様の体験価値向上、データソリューションの外販などを推進しています。
鉄道事業におけるAI・データ活用は始まったばかりです。今後も当社に眠る多種多様なデータを活用し、課題解決に挑んでいきます。

【具体的な業務内容】

グループ内外の様々なデータ活用プロジェクトにおいて、技術面のリードとして、自ら手を動かしながらソリューション構築を牽引していただきます。
社会インフラである鉄道の現場が抱えるリアルな課題に対し、画像AI・時系列解析・異常検知・生成AI（VLM等）といった技術を用いて、技術選定・モデル開発・現場実装・運用改善までを一気通貫で内製推進できる環境です。
社内の鉄道運行・保守業務の改善にとどまらず、監視カメラAIや外観検査AIなどを社外向けAIプロダクトとして開発・展開する取り組みにも携わることができます。

■ソリューションの設計・開発（プレイヤーとして）

• 現場課題に対する技術的アプローチの設計、モデル開発・実装、現場実装と運用改善
• 新しい技術要素（VLM/LLM、エッジ推論など）の検証と、プロダクトへの適用

■横断的な技術リード

• 複数案件を横断して見渡し、案件ごとの最適な技術選定・アーキテクチャ方針の決定
• 相談・引き合い段階での技術的フィージビリティの見極め（何がどこまで実現できるか、何をやるべきでないか）と、その判断根拠のビジネスサイドへの説明
• 案件間で再利用できる技術資産・共通基盤の整備

上記は理想的な進め方の例であり、実際は案件に応じて様々な進め方をとります。
プロジェクトの成功を第一に考え粘り強く交渉し、役割関係なく進んで取り組むことが重要となります。

【実装事例】

▼自動改札機故障予測AI

当社の改札機は定期的に点検・修繕の作業を行ってきましたが、労働人口減少への対応やメンテナンス費用の軽減が課題でした。そこで、サーバーに蓄積された機器の稼働データと過去の故障履歴の関係性を機械学習し、故障確率を算出するAIモデルを内製構築、業務実装しました。これにより保守点検者は故障確率の高い個体を優先的に点検することが可能となり、稼働品質を維持しながら点検作業の回数削減を実現し、お客様にご迷惑をおかけする時間の短縮にもつながっています。「第6回 インフラメンテナンス大賞」にて特別賞を受賞しました。

▼監視カメラAI「mitococa Edge」

駅構内や作業現場での不安全行動・異常の検知という社内課題に対応するため、エッジAIカメラを内製開発しました。カメラ本体にAIモデルを搭載し、人物・ヘルメット・転倒・侵入・混雑・滞留といった現場特性に応じた検知を、画像認識・リアルタイム推論・エッジAIといった技術要素を組み合わせて実現しています。鉄道現場での実データをもとに精度を磨き上げ、現在は社外向けのAIカメラ製品としても製造業・商業施設・警備など幅広い分野へ展開しています。

▼外観検査AI「mitococa Ketten」

車両屋根上機器の破損検出など、鉄道設備の外観検査に画像検査AIを内製開発してきた技術を応用し、製品・部品のゴミ混入や破れといった外観異常を検知するAIへと展開しました。ウェブ（シート状）製品の製造現場における検査工程に導入され、検査工数の削減や重大な欠点の早期検知に貢献しており、年間で大幅な検査時間短縮が見込めるケースも出ています。

▼VLMを活用した監視カメラAI「mitococa SUU」

mitococaシリーズが人物・物体の検出には強い一方、未学習の対象やシーンの状況判断が難しいという課題に対し、VLM（Vision Language Model）を組み合わせた画像解析ソリューションを開発しています。mitococaで対象を絞り込んだ上でVLMに推論させることで、低負荷かつ高度な状況判断を両立。列車前頭映像からの作業兆候の自動抽出や、来訪者属性の推定など、生成AIの最新動向を踏まえた技術テーマにも取り組んでいます。

【ポジションの魅力】

• グループ内の内製組織であり、プロジェクトの起案から運用まで一気通貫で関与できます。
• 技術選定やアーキテクチャの意思決定を、外部ベンダー任せにせず自ら担える裁量があります。「この課題にどの技術で挑むか」を決める立場で仕事ができます。
• 鉄道という社会インフラの現場に実データ・実フィールドがあるため、PoCで終わらず、現場実装・プロダクト化まで進めることができます。
• 自らの開発成果に加え、技術標準の整備や育成を通じて、組織全体のアウトプットを引き上げるレバレッジを効かせられます。
• 社内の固有事情（社内手続きなど含む）に詳しいドメインエキスパートも在籍しているため、プロジェクトの推進に集中できます。
• リモートワーク、フレックスタイム制を導入しており、柔軟な働き方が実現できます。

【選考プロセス】

書類選考の後、2〜3回程度の面接を予定しております。
通常、ご応募いただいてから内定まで約１ヶ月前後を想定しております。
※個別の活動状況に応じて、可能な範囲で最短スケジュールをご提案致しますので、お気軽にご相談ください。

以下のすべてを満たす方

• データサイエンティスト・機械学習エンジニア・データエンジニア等として、AI・データ活用プロジェクトの開発・実装に従事したご経験（目安5年以上）
• 自ら手を動かしてモデル開発・システム実装を行い、成果物を世に出した（現場導入・プロダクト化した）ご経験

• テックリード・リードエンジニアとして、チームの技術的意思決定を担ったご経験
• プロジェクトにおいて技術選定やアーキテクチャ設計を主導した、もしくは中心的に関与したご経験
• コードレビュー・設計レビュー・開発標準の整備など、チームの開発品質を高める仕組みづくりのご経験
• PoCから実装・運用まで、一気通貫でソリューションを構築したご経験
• 画像認識・異常検知・時系列解析いずれかの深い専門性、または生成AI（LLM/VLM）の実プロダクトへの適用経験
• MLOps・データ基盤・推論基盤の設計、運用のご経験
• ビジネスサイドと連携し、技術的な実現可能性を判断・説明したご経験
• 個人開発や社内の新規事業等で、ゼロからプロダクトやサービスを立ち上げたご経験

• 「なぜ？」を考え抜き、本質的な課題を発見できる：
  表層的な要望を鵜呑みにせず、ユーザーへの共感やデータ分析を通じて「本当に解くべき課題は何か？」を自ら探求できる方

• 事業や顧客への提供価値を、常に追い求められる：
  技術的な面白さだけでなく、「この取り組みがどう事業に貢献し、お客様を幸せにするのか」という視点を持ち、成果を最大化するためのアクションを考え抜ける方

• チームの成功を信じ、職種の壁を越えて貢献できる：
  「自分の仕事はここまで」と線を引かず、プロジェクトの成功という共通のゴールに向かって、泥臭い仕事も厭わずに主体的に動ける方

• JR西日本の事業で社会を豊かにすることに、情熱を燃やせる：
  交通、まちづくり、リテールといったJR西日本の事業領域や、それが持つ社会的インパクトに興味・関心を持ち、その未来を自らの手で創りたいと思える方