画像認識の案件一覧

・数理系学部卒業レベルの数学力及び統計学力
・英語で書かれた文献を理解できる英語力
・プログラミングの基礎知識（言語問わず）
・Python及び画像認識の経験

概要：
アミューズメント系企業においてOpen CVやYOLOを使用し物体の軌跡や画像のある一面を認識、検出するモデルのブラッシュアップをお任せします。

体制：
3人体制

環境：
ubuntu
CUDA
OpenCV
YOLOX
PyTorch

・OpenCVやYOLOの経験

・未来都市で生活される人達のヒューマンモデリング、思考推定をします。
・モデルやデータ等はなく、これを実現するためにこのデータが必要→このようにすればそのデータが取れる等の検討段階から参加していただきます。
・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。
チームメンバーに外国籍の方も多くいらっしゃるので、英語に抵抗なく稼働していただける方を探しています。

・データクレンジング / データ前処理 / データ可視化
・モデル構築、学習
・ドキュメント作成（日本語、英語）
・スプリントレビューにて作成物の説明
・定期的なレビューMTG

環境：GCP,Git,JIRA
言語：Python

・Python経験
・クラウド経験
・画像認識、自然言語、音声認識等での技術経験

自社プロダクト開発構想の中でのモックアップ支援。
（主に設計事務所向け）内装もしくは外観デザインの自動画像生成のAIモデルの開発と生成した画像をかんたんなアプリケーション上で視覚化するデモの開発（モックレベルでビジュアルとして見れればOK）をお願いします。
モック段階なので開発環境はある程度自由です。
キーワード（テキストべース）、もしくは画像を入力データとし、そこから自動でイメージ画像を生成したいと考えています・flaskなどで簡単なデモアプリまで開発ができること
・画像生成モデルの知識、経験
(Generative AI、Stable diffusionなど)

セミナーに参加している医師の反応を動画・画像データから読み取り、インサイトを出す仕組みを構想中。
ついては機械学習の前処理を行っていくことを計画している。
単純なデータをマニュアルで処理するのではなく、ある程度ロジックを組んで自動処理することを想定。

・データサイエンティスト（Python）経験5年以上

画像認識モデル開発のエンジニアを募集しております。
プロジェクトが複数あり、適した場所へアサインいただきます。
プロジェクトによって業務内容が変わります。

【業務スコープ】
・論文調査、解析
・開発技術調査、適用範囲検証
・データ準備
・分析
・前処理
・モデル設計構築
・モデル評価
・ドキュメント作成

・画像処理やパターン認識、機械学習に関する知識を有していること
・深層学習による様々なコンピュータビジョン(物体認識や追跡、動作認識、生成モデルなど)の知識を有していること
・深層学習ライブラリ(PyTorch, TensorFlow など)を利用したモデル開発経験
・学術論文の定常的な調査、機械学習、深層学習、コンピュータビジョンの最新動向を理解していること

=短期的=

• ユーザーの行動/心理に関する仮説検証/仮説探索
• A/Bテストによる施策の効果検証
• 統計的因果推論による施策の効果検証
• 自由記述データの自然言語処理
• 上記に関する開発/マーケティング側とのコミュニケーション
  =長期的=
• 定型レポートのワークフロー開発/ダッシュボード構築
• コンテンツやオンラインイベントのレコメンド
• 検索エンジンのアルゴリズム改良
• コンテンツの画像情報/音声情報を用いた機械学習

◆データサイエンス
– 統計検定2級レベルの知識
– 機械学習・統計モデルの構築、およびモデルに基づく分析の経験
– マーケティング又は教育領域のデータ分析経験
◆ ビジネス
– 論理的思考力(定量思考力/要約力/仮説構築能力など)
– ドキュメント作成能力 (見栄えではなく、構成の組み立て方やわかりやすさが担保出来る)
– 開発/マーケティング側とコミュニケーションしながら分析を推進できる
◆ エンジニアリング
– SQLを利用してデータを加工・集計した経験
・100~200行のコードを読み書きできること
・結合, CTE (WITH句)・サブクエリ, ウィンドウ関数が利用できること
– Pythonによる集計やモデル構築・可視化の経験
・ numpy, pandas などの集計用ライブラリの利用経験
・ scikit-learn などの機械学習ライブラリの利用経験
・ matplotlib, seaborn などの可視化ライブラリの利用経験
– Git・GitHubの利用経験

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

空間認識ソフトウェア及びハードウェアを開発されているクライアントにて、AIエンジニア業務に従事いただきます。

【業務スコープ】
・技術調査
・アルゴリズム実装
・モデル構築
・モデルのデプロイ

・SLAM開発経験
・画像認識系モデルの構築経験
・上記アルゴリズムに関する調査業務（論文実装含む）

オフィスレイアウトの平面図から、イスやデスクの数や種類を読み取りたい。
エンジニアを中心に 現在機械学習モデルの構築を進めているが、図面を読み取れる段階までのモデルが完成していない状況で（教師データとなる図面素材は既に数百種類あり、アノテーション済みのデータもかなりの数があるが）読み取り精度を上げるために、何をすれば良いかで行き詰まってしまっている状態。
こうした現状を改善できる、アドバイスやレビューいただける方を探しています。

[参考情報]

• 椅子や机などの数をある程度の種類に分けて把握（物体検出）したい（イメージ：ソファー * 2脚、椅子 * 3 脚、四角い机 * 3台、丸いテーブル * 1台）
• 将来的には、検出した物体のサイズ感も把握していきたいが、これは先の話
• （検出した机や椅子などの品番情報は図面になく、マスター情報を手作業で紐づけする）
  サンプルデータについて
• 基本的には AutoCAD のデータが PDF になったものを使う
  （多くのものが）Web からとってきたもの

上記の内容に対応できる方。