GCPの案件一覧

・「●●(エンドクライアントSaas名・人格生成プラットフォーム)」プロジェクトにおける開発業務
・プロダクトの高精度化/高効率化に向けた技術検証
・現状のプログラムの精度評価結果や、社内関連部門へのヒアリングを通した研究課題の発見
　- 関連領域の学術論文や技術報告を参考にした手法選定
　- 上記手法の実装。またはGitHub等にある公開実装の調査と取得
　- 上記実装を用いた精度評価実験
　- 上記実験結果の社内ステークホルダーへの報告
・言語処理・画像生成などの技術を効果的に活用するための新機能に関する技術検証
　・社内関連部門と連携した、新技術の商用化
　・外部研究機関との連携プロジェクトの主導
　・論文発表等のアウトリーチ活動
・新技術の研究・開発　など

【技術環境】
開発言語：Python
フレームワーク：PyTorch, HuggingFace, SpeechBrain, scikit-learn
データベース：Cloud Firestore
インフラ：AWS, GCP, Azure, Cloud Firebase, Cloud Functions
ソースコード管理：Bitbucket
開発管理：Notion, JIRA
コミュニケーションツール：Zoom, Slack, Google Workspace
※他の技術の社内導入も歓迎いたします

【組織】
R&D部門への配属を予定しております。
R&D部門では現在約5名体制で開発に取り組んでいますが、今後当ポジションで複数名採用予定です。

RAGシステムの設計、開発、および精度向上への取り組み
社内データソースと基幹システムのデータ統合
データ整形/変換/最適化方法の検討及び開発

ChatGPTを安全かつ効率的に利用するための基幹システム開発に注力しています。
このプロジェクトでは、社内の生成AI利活用の基盤システム開発と、RAG（Retrieval-Augmented Generation）の精度向上に重点を置いており、
これらの領域において深い知識と技術力を持つデータエンジニアを募集します。
このポジションでは、AIモデルの性能向上のためのデータ整形方法の策定や、RAGシステムの開発と最適化に携わります。

新規事業に伴うサービス構築において、
プロダクト/Generative AI(ChatGPT等)を用いたソリューションのご提案と導入支援をお願いします。
必要に応じてプロジェクトを通じて得たプロダクトの課題を、社内プロダクト開発チーム・インフラチームへfeedbackしプロダクト開発の支援をお願いします。

具体的には下記の業務になります。
・クライアントの課題、要件を理解しGenerative AI(ChatGPT等)を利用したソリューション構築と提案書の作成
・Generative AIが生成するテキストやイメージの入力として、使用するテンプレートや指示などのプロンプトを設計・開発
・Generative AIによって生成された出力の品質を評価し、プロンプトを調整することによる出力の品質の改善・向上
・APIやスクリプトを使用したプロンプト自動化の実装
・Generative AIによって生成されたデータ・コンテンツの管理

リアルタイムなデータパイプラインを構築するためのデータエンジニア業務と、
機械学習モデルをより素早く安定的にデプロイできるようなCI/CDパイプラインの構築、効率よくデータを捌くためのミドルウェア開発、インフラ構築などを行う、MLOpsエンジニア業務をおまかせします。
GCPデータ基盤とその活用案件、は既に多数存在するものの、さらなる拡充を狙った専門人材の募集となります。
IP(知的財産)ビジネスがドメインの事業会社において、全社へ大きな影響を与える分析部門にアサイン頂きます。

【業務スコープ】
分析官や機械学習エンジニアと連携しながら、速く安全に機械学習のサイクルを回せるML基盤の構築をお任せします。

[データエンジニア概要]
■データパイプライン(リアルタイム)の設計・実装

（具体的な職務）
・収集対象：ECサイト
・データ分析基盤の開発・運用
・データを収集するETL/ELTパイプラインの開発
・運用体制構築のためのルール・ドキュメント整備
・上記を継続的に利用するための、ソフトウェアのバージョンアップや周辺ツールの開発(運用)
・技術調査

[MLOpsエンジニア概要]
■ ビジネス課題と要求の整理（案件の要件定義をPMと行える=足りない情報が何かを定義し、自身で要求できる）
■ 機械学習ワークフローの設計/開発/運用
■ データ提供のためのAPI設計/開発/運用（アプリ開発側との連携）
■ 機械学習モデルをより素早く安定的にデプロイできるようなCI/CDパイプラインの構築
■効率よくデータを捌くためのミドルウェア開発、インフラ構築
■ ML基盤内へログデータを収集・蓄積・加工する、一連のデータパイプラインの設計/開発/運用

（具体的な職務）
■ ビジネス課題と要求の整理（案件の要件定義をPMと行える=足りない情報が何かを定義し、自身で要求できる）
■ 機械学習ワークフローの設計/開発/運用
■ データ提供のためのAPI設計/開発/運用（アプリ開発側との連携）
■ 機械学習モデルをより素早く安定的にデプロイできるようなCI/CDパイプラインの構築
■ 運用体制構築のためのルール・ドキュメント整備

基幹システムの刷新を行うクライアントにあって、付随する周辺システムも新基幹システムに合わせて改修や開発が発生する為、
そのための開発担当（PG）を担当いただきたい。

AWS上に構築され、運用されている需要予測システムをGCP上へ移行
すると共にシステムの統廃合を行う。

某製造業における冷温システムの異常検知システムにおけるデータ分析、モデル開発業務を
元請のAIコンサルタントおよびエンドクライアントの専門家と協業し、概念実証から本番導入まで
データサイエンティストのポジションでご参画いただきます。
■作業内容：
　・異常検知（異常が発生した際の検知、または異常が起こる前の予兆の検知）における
エンドクライアントの課題および要件を理解し、課題解決、達成に向け仮設の立案、データの収集・分析
　・数理/機械学習モデルの予測精度や汎用性を向上させるための特徴量エンジニアリング
　・目的に対して適切なモデルを選定、開発し仮設検証の実施
　・一連の作業に必要な分析基盤の構築、運用

「デスクレスワーカー」への教育課題を動画技術で解決し、教育を自動化するプラットフォームの開発・運用を行っていただきます。
教育カリキュラムの自動提案・教育課題の自動改善を行うシステムの開発を進めており、このサービスの開発に携わっていただきます。

■主な業務内容
・プロダクトの機能追加、機能改善の企画、要件定義
・Web アプリケーション、API の設計 / 開発 / テスト / コードレビュー
・アプリケーションのパフォーマンス計測 / 改善
・技術選定を含むアーキテクチャの設計
・技術的負債の解消

・生成AIを使った技術調査含むモデル開発兼レポーティングポジションでのPoc遂行
・課題設定に応じたアーキテクチャの検討を行い、必要に応じて論文レベルでの調査も行う
・プロンプトエンジニアリングや実験管理などMLから外れる領域に関しても深い知見を業務に落とし込む
・（オフライン推論またはオンライン推論を提供するMLOps構築のために）Pocコードからプロダクションコードへの書き換え・実装を行う

Azure構築を担当いただきます。