AIエンジニアの求人・案件一覧

テキスト情報からの評判分析（感情分類や評価文抽出など） テキスト情報からのトピック抽出（重要語抽出）を想定しています。

例えば、SNSなどの投稿から「食事画像と投稿文を抽出し、画像のメニューとその評価を抽出する」ような開発です。

・Python経験
・クラウド経験
・自然言語処理技術

・scikit learn
・keras
・tensorflow
・UML
・スクラム開発経験

[ポジション]：AIエンジニア

ゼネコン様の災害シミュレーションアプリケーションの最適化 イジングモデルの構築ないし検討

・数式からモデル構築経験
・数理最適化に明るい方
・イジングモデルの理解
・Python、SQL、R等のご経験

[ポジション]：AIエンジニア

先進的なフィンテック・AIツールをクライアント社内で開発しています。 モデル構築メンバーは揃っており開発を行っているが、 システムの入口と出口の部分に該当する AI実装メンバーを募集しています。

・Python
・WEB開発経験
・AIモデルのライブラリ化、API化

・チームで動くコミュニケーション能力
・機械学習知見
・金融業界知見

[ポジション]：クリエイティブ

外資系クライアント様の自社プロダクト「AIチャットボット」の自然言語モデルに流すテストデータ、トレーニングデータの作成。 多業種に対応できるチャットボットを創造するプロジェクトになります。

・長期間参画頂ける方
・自然言語処理の知見がある方
・翻訳チャットボットにご興味のある方
・英語のスキル（最低限読み書きは必要）

・AIプロダクト開発にご興味のある方
・BPRコンサルタントのご経験

【業務概要】
新プロダクトの機械学習エンジニアとして、プロダクト立ち上げを担当して頂きます。 現在MVPの開発段階のため、ご参画頂くタイミングでは本番リリースに向けたβ版開発や機能拡充、ブラッシュアップ、本格ローンチとプロダクトの成長をエンジニアという立場から担って頂きます。

【具体的な業務】
新プロダクト開発において、以下のような業務に従事していただきます。

機械学習アルゴリズム選定、モデルチューニングのためのEDA 機械学習アルゴリズムの設計・実装 モデルで利用するデータ・特徴量生成のためのパイプライン開発 機械学習タスクとしては時系列予測、他クラス分類が当面のターゲットになります。プロダクトの成長に伴って自然言語処理も取り組んでいく予定です。 また、自動発注の最適化のために数理最適化技術も用いており、経験者の方には数理最適化モデルの実装も担っていただきたいと考えています。

◇利用技術
・Python ・TypeScript ・AWS サービス ・Glue ・Athena ・Fargate ・SageMaker ・Lamdba ・CDK ・機械学習/データサイエンス/数理最適化ライブラリ ・Pandas ・NumPy ・Scikit-Learn ・LightGBM ・Prophet ・PuLP

・機械学習を用いたシステム開発・運用経験
・モデルチューニングのためのEDAの経験
・パブリッククラウドサービス上での開発経験
[求める人物像]
・個の力ではなく、チームの力を最大化させることにモチベーションを感じる方
・あるべき論だけではなく、現状を踏まえた上で清濁併せのんでプロジェクト推進ができる方。
・実際に手を動かし実行してくれる方
・新しい技術などに好奇心をもち積極的に挑戦してくれる方

・機械学習を用いたシステムのアーキテクチャ設計の経験
・統計、データサイエンス、機械学習の理論的専門知識
・AWSの各サービスの運用経験
・新規プロダクトの立上げ経験
・数理最適化技術を利用したシステムの開発経験

新しい技術を調査して、プロトタイプをつくります。 （所属はR&D事業部）

・データマネジメントプラットフォームのデータを利用した新規サービスの開発補助

・新規サービスに関する機械学習アルゴリズムの調査・実装

・分析課題は多々あり、センサーデータを利用した異常検知、故障予兆等

・Web開発の経験・知識
・アジャイル開発経験
・クラウド IaaS (Amazon Web Services, Google Cloud Platform など) を用いた開発経験
・英文読解 (ライブラリやクラウドサービスの英文ドキュメントを読める程度で良い)
・機械学習の知見

・設計から実装までできる
・いままで自分がとりあつかってこなかった新しいツールでも積極的に習得する気持ち
・コミュニケーション能力
・能動的に動けること

[ポジション]：AIエンジニア

研究のための機械学習モデルの作成および評価

・Scikit-learn を用いたデータの分析経験がある
・GPU を用いたデータ分析経験がある
・英語の技術論文を読み、理解することができる
・Kaggle のコンペへ参加したことがある

[ポジション]：開発エンジニア ※機械学習エンジニア

- 「機械学習モデル(レコメンド)の開発およびシステム実装」
- ※以下、データはWebサービスのDWHのDBログ

(a)案件の要件定義をPMと行う(=足りない情報が何かを定義し、自身で要求できる)

(b)機械学習モデルのPoC
　(b-1)前処理、EDA(探索的データ解析)、Data Augmentation、ほか
　(b-2)モデルの構築（レコメンド、分類/回帰、クラスタリング、強化学習、最適化、ほか）
　(b-3)PoC結果のレポーティング

(c)モデルのWebアプリケーションへの実装
　(c-1)GCPを活用した機械学習パイプラインのアーキテクチャ作成、実装
　(c-2)webサービス側のエンジニアと機能開発の切り分けとコミュニケーション

– Web業界でサーバーサイドエンジニアの経験3年以上(エンジニアリーダー経験有り)
– 機械学習モデルのWebアプリケーションへの実装経験（クラウドリソースを活用）
– レコメンドモデルの開発案件の経験2件以上(Webサービス本番環境への実装含む)
– SQL,Python,クラウドリソースの経験

– データエンジニアの経験(年数問わず)
– 統計/機械学習を用いた分析設計、分析レポート作成、レポーティング
– 「4. 想定業務内容」のPM経験
– 国内外での論文投稿、論文発表、勉強会登壇、機械学習コンペ入賞、の実績
– 自然言語処理における検索/推薦システムの開発経験

　-SQL（特にAWS）によるデータ加工経験
　-Pythonによるデータ加工・モデリング経験
　-状態空間モデルにおける知見

　-データ分析プロジェクトにおける要件定義、設計経験
　-AIシステム運用経験
　-データを活用したマーケティングの経験

様々な人事データ(勤務/残業時間,病欠・遅刻回数,従業員満足度アンケート 等)から離職防止につながるモデル構築を担当。
新しいプロジェクトの立ち上げ期で、モデル構築にはScikit-learnなどベーシックなものを検討中。
膨大なデータ、特に（列）カラム数が多いのでデータエンジニアリングのスキルが必要となります。
PMや、テックリードは別の担当者がいるので、一緒に要件を詰めながらデータを整備したり、
モデル構築を担当します。クライアントに出向いて打ち合わせの同席なども想定されています。

・Python,SQLクラウド環境経験(尚可AWS)
・機械学習モデルの構築経験
・自然言語処理経験（本件では従業員アンケート等で活用想定）

・対クライアントとの折衝経験
（PMや技術のテックリードは別の方がいるが、お客様と打ち合わせに同席することが想定されるため）