AI・機械学習の案件一覧

■募集背景
ヘルスケア領域の課題解決に取り組む初期フェーズの事業主体です。
データと先進技術を活用した研究開発を推進しており、データ分析・予測モデル構築の実務を担当いただく専門人材を募集します。
参画後は業務を通じて、適性に応じてモデル開発 / データベース活用 / 運用基盤構築 など専門領域へステップアップいただきます。
■業務内容

• データの収集・整形・品質確認（欠損/外れ値/分布チェックなど）
• 探索的データ分析・可視化・仮説検証
• 予測モデルの作成・評価（ベースライン構築、改善提案）
• 特徴量設計、評価指標の設計、異常検知
• 分析結果のドキュメント化・組織内共有（再現可能な形で）

– PythonまたはRでのデータ分析経験（各種ライブラリ等）
– 機械学習の実務経験または同等スキル（分類・回帰・時系列・異常検知などいずれか）
– 実験・分析の結果を整理し、改善案まで言語化できること

・分散処理環境・コンテナ管理環境における以下2つの研究開発テーマについて、提供される仮説やアイデアをもとにした実装・検証・考察・報告を担当するポジション
①分散処理のサービス品質予測モデルの構築
②大規模言語モデル（LLM）・オントロジー連携によるRCA手法の構築
・期待すること：立案された仮説をスピーディーに実装し、関係者と密に連携を取りながら、検証サイクルを回すこと
【作業内容】
・提供された仮説やアイデアのコードベースへの落とし込み
・先行研究論文の数式・アルゴリズムや既存ソースコードの理解、およびそれらの改変・実装追加
・機械学習モデル（グラフ構造処理、強化学習、各種機構等）や損失関数の実装、特徴量加工、データ拡張、パラメータ調整
・手法の検証・実験の実行、結果データ解析
・実装内容および検証結果のチーム内への論理的な説明・フィードバック
【環境】
・言語：Python,Go
・想定ライブラリ：主要な深層学習フレームワーク、各種グラフ系ライブラリ
※その他必要なツールは適宜相談の上決定

-Pythonを用いた機械学習（特に深層学習）モデルの実装経験
-先行研究論文の数式やアルゴリズム、および公開されているソースコードを読み解き、自ら実装・改変できる力
-グラフ構造処理、強化学習、特定の注意機構のいずれか（または複数）に関する基礎知識と実装経験
-実装したコードの意図や検証結果を、チームメンバーに対して分かりやすく論理的に説明できるコミュニケーション能力

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

• 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

• 自社サービス展開企業において、機械学習を牽引する役割としてご参画いただきます。
• 要件定義や技術的意思決定の推進、機械学習基盤の設計・構築、機械学習を用いたプロダクト設計・開発などをご担当いただきます。

【技術環境】

• 開発言語：プログラミング言語
• インフラ：AWS/GCP/Azure等
• 分析・モニタリング基盤：クラウド型データウェアハウス、BIツール
• その他：アプリ分析ツール、コンテナ技術、分散型バージョン管理システム、IaCツール、ビジネスチャットツール、デザインツール、ドキュメント管理ツール

– 大規模なユーザー規模におけるレコメンドシステムの開発・運用経験
– 技術選定、要件定義などの上流工程の経験
– AWS/GCP/Azure等のクラウドサービスを用いた機械学習の経験

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

プラットフォームサービスを運営する企業にて、コンテンツ監視向けAIシステムの開発・運用をご担当いただきます。
画像認識技術を活用し、投稿コンテンツの検知・分類を行うAIモデルの開発から推論基盤の改善まで幅広く携わっていただきます。
少数精鋭のチームで、プロダクト開発チームと連携しながらAI機能の品質向上や運用改善を推進するポジションです。

【業務内容】
・各種画像認識モデルの開発、学習、評価
・AI推論パイプラインの設計、実装、本番運用
・アノテーションデータの品質管理およびデータセット設計
・モデル精度・処理速度向上に向けた既存パイプラインの改善・最適化
・アノテーターチームへの技術支援およびガイドライン整備
・プロダクト開発チームと連携したAI機能開発および技術支援

– 主要な機械学習フレームワークを用いたモデルの開発・学習・評価経験
– 画像認識モデル（物体検出・画像分類・領域抽出）の実装経験
– 主要な機械学習評価指標の設計・運用経験
– 学習パイプラインの不具合調査・改善経験
– データセット設計およびデータ不均衡対策の経験
– 画像処理ライブラリや動画処理ツールを用いた画像・動画データの前処理経験
– アノテーションデータの品質管理経験
– プログラミング言語によるデータパイプライン構築経験
– クラフト環境（AWS/GCP/Azure等）の利用経験
– コンテナ技術を用いた開発環境構築および実験環境運用経験