機械学習の案件一覧

ライブ配信事業における、データ分析業務に携わっていただきます。

・切り抜き動画・ショート動画の因果効果分析（PSM/ATE推定）
・エコシステム分析・KPI因果構造の設計支援
・分析手法のレビューと再現性確保

【開発環境】
使用言語: Python, SQL, HCL（Terraform）
ETL：dbt, Trocco
データストア: MySQL, snowflake
インフラ: AWS, GCP
プロジェクト管理ツール: GitHub, Slack, Notion

ヘルスケア系スタートアップの研究開発部門にて、
DNAメチル化（エピゲノム）データを活用した統計解析・データ分析業務を担当いただきます。

本プロジェクトでは、以下のデータを統合し、
生物学的年齢（Biological Age）や疾患発症リスク・死亡リスクの予測モデルの研究開発を進めています。

・DNAメチル化データ（CpGサイト：約27万特徴量）
・人間ドック・健康診断データ
・大学研究機関の長期追跡研究データ（20年スパンの死亡率・疾患発症データ）

チーフサイエンティストおよびバイオインフォマティクスチームと連携しながら、
研究開発に必要なデータ前処理・探索的分析・統計解析・可視化を担っていただきます。

また解析結果は、
医学論文・学会発表・研究レポート等で利用されるため、Publication Qualityのデータ可視化が重要なミッションとなります。

【主な業務内容】
・DNAメチル化データ／医療データのクレンジング・整形
・探索的データ分析（EDA）
・統計解析（回帰分析、生存時間解析など）
・医療研究向けデータ可視化（論文・学会用図表作成）
・Python / Rを用いた解析パイプライン構築
・研究チームとの仮説検証ディスカッション

DNAのメチル化情報（エピゲノム）やプロテオーム、メタボローム、MRI画像などの生体データを用いた、生物学的年齢（バイオロジカル・エイジ）の予測モデルおよび予防介入AIの開発をお任せします。
・アジア最大規模のゲノム・生体データを活用したAIモデルの構築・評価・改善 ・血液検査の数値等を予測するバイオマーカー予測アルゴリズムの開発 ・予防医療に向けた、ユーザーへの介入・レコメンドAIの構築 ・データの収集・前処理・整形（数十万次元のデータや、不均衡データへの対応など） ・LightGBMなどの機械学習から、深層学習を用いた基盤モデルまでの検証および実装

ガバメントクラウド基準の高セキュリティなマルチテナント基盤を軸に、JIS準拠のアクセシブルなUIと生成AI連携機能を統合的に開発。公共性の高い環境で最先端技術を駆使する案件。

【想定業務内容】
・Amazon Bedrock等を用いたLLM連携機能の実装。
・個人情報保護や機密レベルに応じたAI利用制御の設計。
・ハルシネーション対策や回答精度の評価・改善。

・学習データ作成のためのコーパス収集および整備
・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

【参画メリット】
・チームで学習精度向上に取り組み、サービスの改善に直接貢献することができる
・自社プロダクトに関する開発だけでなく、今後のビジネスの方向性を踏まえた企画段階から携わっていただける
・B2BSaaSにおけるフェーズ移行中です。事業拡大につき、大きな裁量をもって組織づくりにも参画することが可能です。

◆主な開発環境・ツール
言語：C+​+​、Python
ツール：Linux、Github、Confluence
インフラ環境：AWS、docker

大規模な2D画像および動画データ群に対し、NVIDIAのフレームワークやVLM(Vision Language Model)を活用して「シーン抽出」や「重複画像排除」の仕組みを構築・検証いただけるエンジニアを募集します。

主な業務内容
大規模データのクレンジングおよび前処理の自動化・高度化を目的とした以下の業務を担当いただきます。

1. 要件定義・手法検討
   プロジェクト推進元エンジニアの支援を受けながら、対象データに適したシーン抽出・重複排除のロジックを確定。
2. 実装および検証
   NVIDIAの各種フレームワーク(DeepStream, Video Processing Framework等)や、最新のVLMを活用したスクリプトの実装。既存スクリプトの改修・最適化。
3. 作業報告書の作成
   検証結果の定量的評価、および実用化に向けた知見のドキュメント化。

生物学的年齢を再定義するアルゴリズム・アーキテクト
・エピジェネティクス情報を用いた新規エイジングクロック（生物学的年齢）算出ロジックの考案 ・臓器別（脳・心臓・腸など）の老化予測モデルの要件定義および実験計画の策定
・深層学習（LLM等）をバイオデータへ適用するためのアーキテクチャ設計および技術選定
・解析結果に基づく「病気にならない体作り（介入方法）」のサービス化に向けた仕様検討

生命のコードをAIに学習させる。LLM×深層学習エンジニア
・Python/PyTorchを用いた深層学習モデル（CNN/Transformer等）の構築・学習・評価, ・大規模言語モデル（LLM）技術を応用したエピジェネティクス解析モデルの実装
・特徴量エンジニアリングおよびハイパーパラメータチューニングによるモデル精度向上
・Git/GitLabを用いたチーム開発（プルリクエスト、コードレビュー）およびモデル管理, ・クラウド環境（GCP/BigQuery等）を用いた学習基盤の活用

電力需給管理会社様にて、内製での機械学習モデル開発のサポート要員・オペレーション要員を募集しています。
Pythonを使った太陽光発電量の予測モデルの開発です。

機械学習以外にも簡単なデータ処理の雑務や監視・運用などの日々のオペレーション業務を担当して頂く予定です。
監視・運用などの日々のオペレーション業務がメインですので、予めご了承ください。

・研究開発（R&D）領域におけるデータ分析・機械学習業務
・データ収集、前処理、品質確認（欠損・外れ値・分布確認 等）
・探索的データ分析（EDA）、可視化、仮説検証
・機械学習モデルの構築および評価（分類／回帰／時系列／異常検知 等）
・特徴量設計、評価指標設計、データリーク検知
・分析結果のドキュメント化、再現性を意識した社内共有
・適性に応じてモデル開発高度化、AI×DB活用、MLOps領域への関与あり