AIエンジニアの案件一覧

大規模データ、大規模モデル、多数のアクセラレータクラスター環境を前提とした、次世代データ解析基盤モデルの事前学習・開発に携わっていただきます。
　
◇データ解析・研究開発
大規模データ・医療関連データの前処理、品質評価、データ分析、特徴量およびデータ表現設計、学習・評価データセットの整備
◇機械学習/深層学習モデル開発
深層学習アーキテクチャを用いた基盤モデルの設計・実装・評価、表現学習/自己教師あり学習、ハイパーパラメータ調整、モデル性能評価・改善
◇大規模学習・開発基盤
分散学習フレームワークを用いた分散学習ジョブの設計・運用・最適化、I/Oパイプライン高速化、コンテキスト学習最適化、MLOps/ML Systems構築
◇チーム連携
評価指標・ベンチマーク設計、実験ログ管理・ドキュメント化、研究者やデータサイエンティストとの協働

– アーキテクチャ設計と事前学習の実務経験
– 最新アーキテクチャを用いた大規模モデルの設計・実装経験
– 計算リソースの定量的見積もり能力
– 数十億〜数百億規模のパラメータモデルにおける事前学習のチューニングおよび学習安定化の経験
– 大規模分散学習のエンジニアリング
– 分散学習フレームワークのカスタマイズ・チューニング経験（モデル規模や帯域に合わせた最適化）
– マルチノード環境でのアクセラレータ間通信ボトルネック解消、大規模データに対する効率的なI/Oパイプライン設計経験
– シーケンス並列等の実装による学習最適化経験

MLエンジニアとして、事業指標の改善に向けた業務を担当いただきます。
　

• 機械学習基盤の設計・構築（MLプラットフォーム活用）
• レコメンデーションアルゴリズムの選定・実装、運用フローの自動化など
• ビジネスサイドとの連携
  　
  ◆主な開発環境・ツール◆
• 言語: Python
• クラウド(サービス): AWS/GCP/Azure等（MLプラットフォーム・クラウドDWH・分散データベース・サーバーレス実行環境）
• 構成管理: IaCツール
• CI/CD: CI/CDツール
• コミュニケーションツール: チームチャットツール・ドキュメント共有ツール

– Webサービス企業/スタートアップ企業での業務経験
– レコメンデーションシステムの実務経験（2年以上）
– 大規模サービス(MAU数十万規模以上)でのML(機械学習)実装・運用経験
– AWS/GCP/Azure等でのML開発・運用経験
– ビジネス指標(CTR, CVR等)改善に向けたロードマップ策定・実行経験
– Webサービス企業またはスタートアップでの実務経験（2年以上）

• 学習データ作成のためのデータ収集および整備
• 機械学習モデルの学習および評価（学習結果の誤り分析を含む）
• 前処理／後処理を含めた、学習結果を改善する技術の検証および実装
• 機械学習を効果的に活用するための周辺技術開発
  　
  ■開発環境・ツール■
• 言語: C++、Python
• ツール: Linux、ソースコード管理ツール、ドキュメント共有ツール
• インフラ環境: AWS/GCP/Azure等、コンテナ技術

– Linux環境の使用経験（2年以上）
– スクリプト言語の使用経験（2年以上）
– 自然言語処理分野の修士号もしくは自然言語処理技術を用いた開発/運用における実務経験（1年以上）
– ビジネスレベルの日本語
– 分析を行える英語読解力

既存のシステムに対して機能を追加導入する案件です。
アプリ構築を中心にご支援いただくポジションを想定しています。

想定業務内容

• 機能導入に伴うアプリ設計・実装
• 既存システムへの機能追加に関する技術検討
• 顧客との仕様調整・折衝
• 説明資料、検討資料等の作成
• 必要に応じた課題整理、対応方針の検討

– アプリ構築経験
– Pythonでのコーディングスキル
– AI開発に関する知見
– 顧客折衝経験
– 説明資料、検討資料等の作成スキル

• 成長中の法律関連ITサービス運営企業における開発案件です。
• 生成AIや大規模言語モデルを活用したサービスにおける、新規機能の開発や既存機能の保守開発および改善などを担当いただきます。
• 新規機能のAPI実装やデプロイ、および既存システム内AIの保守運用や改善に携わっていただきます。

【技術環境】

• 関連技術：プログラミング言語、大規模言語モデルAPI、コンテナ技術、機械学習プラットフォーム
• 開発基盤：AWS/GCP/Azure等
• ツール：分散型バージョン管理システム、AI開発アシスタントツール、継続的インテグレーション・デリバリーツール
• グループウェア：グループウェア、ビジネスチャットツール
• プロジェクト管理/タスク管理：プロジェクト管理ツール、タスク管理ツール

– Pythonを用いたバックエンド開発の経験（3年以上）
– Rust、Go、TypeScript（Node.js）のいずれかを用いたバックエンド開発の経験
– AIやLLMを用いたWebサービス開発の経験

AI×医療・バイオ領域における最先端の生成AI基盤モデル開発。
・1兆データポイントのエピゲノムデータを用いた言語モデルの設計およびフルスクラッチ事前学習
・GB200（複数ノード）を用いた大規模分散事前学習環境の構築・最適化
・数千万規模の超長尺コンテキストに対応するモデル構造（Mambaやコンテキスト並列等）の検討・実装
※分散学習時のメモリ・通信ボトルネックを自力で解決する挑戦的なR&Dポジションです。

– マルチノードGPU環境における大規模モデルの分散事前学習経験（または同等の知見）
– PyTorch、DeepSpeed、Megatron-LM等を用いた並列学習（テンソル/パイプライン/コンテキスト並列）の実装・最適化経験
– OOMや通信ボトルネック発生時、CUDAや通信レイヤーを含めて原因特定・解決できる高度なトラブルシューティング能力
– 超長尺コンテキストを扱う代替バックボーン（Mamba、状態空間モデル等）への強い関心とキャッチアップ力

大手総合商社における、生成AI（RAG等）を活用した意思決定支援・分析レポートシステムの開発を技術面から牽引するポジション。
・商社の事業部門との直接対話による要件定義および仕様の合意形成（超上流～上流）
・PythonやReact/Next.jsを用いたクラウドネイティブ環境でのアーキテクチャ設計およびスクラッチ開発リード
・開発メンバーへの技術指導、およびPython/React双方の高度なコードレビュー
・最新のAIツール・AIエージェント（Devin等）を活用した、次世代開発プロセスの構築・推進

■開発環境■
Python (FastAPI), TypeScript (React/Next.js/Vite), AWS, Google Cloud, Azure, Terraform, GitHub, Jira, アジャイル（スクラム）

– 技術的な意思決定とメンバーマネジメントを伴うプロジェクトのリード・完遂経験
– 顧客折衝を通じた要件定義、および複雑な業務要件のシステム化スキル
– 主要クラウド（AWS/GCP/Azure）上において、フロント・バック・インフラを独力で設計〜構築〜公開まで完結できるフルスタックな技術力
– PythonおよびReact双方における、品質・保守性・性能を考慮した精緻なコードレビュー経験
– 抽象的な要望を具体化し、複数のステークホルダーと円滑に調整できる高いビジネスコミュニケーション能力

AIコンサルティング・プロダクト提供企業における、生成AIを活用した社内業務の効率化・自動化、およびデータ基盤の構築支援業務。
・LLMを活用した各種社内ツールの開発・機能拡張
・業務フローの自動化、およびデータパイプライン/ETLの設計・実装
・要件定義からテスト、運用保守にいたる一連の開発工程の推進
　　　
■開発環境・ツール■
Python, BigQuery, Snowflake, Redshift, GPT-4, Claude, Gemini, LangChain

– LLM API（OpenAI, Anthropic等）を組み込んだWebアプリケーションの開発経験（1年以上）
– データパイプラインおよびETLプロセスの設計・実装経験
– 要件定義からシステムテスト、運用保守までの一気通貫での実務経験
– 社内ツール開発や、業務フローの自動化・効率化システムの構築・運用経験