異常検知の案件一覧

機械学習・深層学習による時系列解析・異常検知解析の経験及び深い知見
異常検知に関する従来手法(ルールベースなど)の経験及び知見
Pythonによる最適なコードの実装能力

■船舶に組み込まれたセンサー情報の構造化、基礎分析
■実際の大型船舶の運用実務に即した統計モデルの構築
■構築した統計モデルの実証及び精度検証、それに基づく改良
■実用化を担う実装部門との連携
■顧客との折衝においての技術的助言など

■Pythonライブラリを用いた機械学習、または深層学習の実務経験（3年以上目安）
■統計検定2級以上の統計的知識

機械学習エンジニアとして、自社開発商品である画像アプリケーションにおけるPythonを用いた開発推進（テスト・評価業務を含む）をご担当いただきます。

【PJ事例】
・大手自動車メーカー向け外観検査システム
・大手食品企業向け印字検査システム
・生産の需要予測　等

・言語: Python
・Pythonを用いた開発経験
・PyTorchを利用した実装経験
・画像の深層学習に関する深い知見
・機械学習・深層学習に全般に関する幅広い知見
・GithubやGitlabを用いたチーム開発経験

想定される作業内容　
・既存の不良判定/故障予兆検知モデル精度向上　
・コードのエラー発生原因の特定・修正　
・お客様のシステムへの組込みを想定したAIモデルの設計

・AIモデルの設計の能力に長けている方
・人が書いたコードも読み解く自信がある方
・DNNの以下モデルを理解できる方
　　GRU、Attention、SVDD、一次元CNN　

・クライアントに一緒に能動的に動ける方。
・データベースの知識
・SQLの経験
・上流経験者

※すべてを満たしている必要はありません
・画像系データの分析経験。もしくは、不良品判別に関する経験。
・顧客との折衝経験（コミュニケーション能力）
・プロジェクトマネジメントor推進経験。
・データ分析結果から施策提案をした経験。
・製造業向けシステム開発経験。

Python

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

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。

・pythonを使用した機械学習でのモデル構築経験
・システム開発経験