AIエンジニアの案件一覧

・高いコミュニケーション能力 (他人を攻撃しない・自身の考えを他者に伝える・伝わったか確認をちゃんとできる )
・仕様を理解し、不足があったとしても臨機応変に対応する開発能力・経験
・実装に責任を持ち仕様を満たすテストを正しく行えること (テストの実装能力 ) ・自身の実装を論理的に他社に説明する能力
・言語・フレームワークに依らず技術を探求する精神
・TypeScriptでの開発経験
・いづれかのCloud環境での開発経験
・WEBサービス開発経験

業界：製薬　製薬の知見は無くても大丈夫です。

Python Tableau　
データハンドリングの経験,可視化の経験　
機械学習モデル構築経験、AutoMLの経験、報告書作成経験　
一人称で実装まで出来る方

・AI領域の研究開発経験
・pythonの使用経験

・Elasticsearchのパフォーマンスチューニング経験
・Elasticsearch/Solr/Luceneなどでの開発経験3年以上
・日本語or英語によるNLPの専門的な知識と実装経験
・オブジェクト指向言語、静的型付き言語での開発実装経験

・要件定義、仕様策定、設計・実装のご経験
・開発マネジメント経験
・上記「具体的案件のイメージ」に記載のある技術に概ね理解のある方

制御系ソフトウェア／ネットワーク・クラウド・UI、機械学習分野でのいずれかの開発経験
・画像処理（主に位置計測）／センサ処理（主に変位計測）
・ネットワーク通信（アプリ制御）とクラウド利用／制御等ユーザインタフェース（Webレベル）
・深層学習、組合せ最適化問題、自動制御

【案件概要】
企業分野のInsurTech推進にかかる各種データ分析および予測モデル開発　　　　　
…残価保証保険・家電延長保証保険等の保険料やリスク量算出ロジックの開発　
財務データ等を活用した予測モデル開発、等

【作業内容】
ニューリスク（従来保険化されていないリスク）に対する新規損害保険商品の開発や 　　
既存商品の更なる成長促進のための施策の立案、新ビジネスモデルの企画立案等に、データ分析の側面からビジネス成長に寄与していきます
【連携部署】
グループ全体のデジタル変革をAIやビッグデータ、IoTを活用して推進していく部門
保険のリスク評価モデル開発を行うアナリストやビッグデータを分析するデータサイエンティストなど、専門性の高いメンバーが多数在籍。

データ整備および予測モデルや機械学習モデル構築の実務経験(主担当として2年以上)
言語：Python or R or SAS等（必須）

＊次のような経験
・知識をお持ちの方は特に歓迎します
・データ分析案件のプロジェクトリーダー経験
・保険・リスクマネジメントなどファイナンス分野のデータ分析・モデル開発経験
・リスクの定量化、数理統計学、保険数理、金融工学など数理に関する知識
・コミュニケーション能力、問題解決能力、創造力
・新しいフィールドにチャレンジする強い意志、協調性と柔軟性

案件概要： - 海外の異常検知/故障予知ソリューション(パッケージソフトウェア) の立ち上げ支援。 - 現在日本語化対応を行っており、国内顧客を開拓中です。

活動内容： - 対象のパッケージソフトウェアの　技術的要素/業務的要素をキャッチアップし、
日本国内メンバーのスキルアップ速度を早めるように努める。
- 顧客のニーズ/要件/データ等をヒアリングしたうえで、デモを作成しプレゼンを実施する。
　(いわゆるプリセールスフェーズです)
- 受注につながった場合、実装フェーズへと移行していきますが、このフェーズはエンドユーザあるいはパートナー企業が実施する事を想定しています。
このためプロジェクト立ち上げ初期は、エンドユーザあるいはパートナー企業への技術支援を実施する事となります。

必要なスキル：
– 機械学習による異常検知の理解。
データの把握/クレンジングノウハウ
　　/最適なアルゴリズムによる予測の実施/予測結果の評価。
センサーデータ等の時系列データを取り扱う事が多くなります。
– GUI操作を基本としたパッケージソフトウェアですが、
　　一部Python/R等で予測プログラムを記述する事もあります。
– 英語マニュアルを読むスキル
　　(翻訳ソフトなど使用して理解できるレベルであれば問題ありません)
日本国内の市場へ展開するにあたって、
　　チーム内の他のメンバーが順次 ドキュメントの翻訳を行っています。
　　すべてのドキュメント類を日本語化するわけではないため、
　　技術的な詳細情報は英語のドキュメントに頼らざるを得ない状況です。

クレンジングと正規化を繰り返して深層学習モデルを追い込む
モデルを利用して推論を行う　
随時新たなデータでモデルを改善する　
要データ入力処理、可視化処理　
(データサイエンティストまでの素養は要りません)
開発は終わっていて、学習モデルのチューニングを行う

　主な言語とツール
　　Python、Pythonライブラリ、Tensorflow、CUDA、Open3D、GUIツール
　　コミュニケーションは、Slack、GitHub、Zoom
　求める人物像
　　開発指向
　　仕様も自ら固めていく
　　好奇心

画像認識・画像解析系の開発経験
PyTorch, TensorFlowなど深層学習フレームワークの使用経験