仕事内容
仕事内容
DX Solution事業部のAIエンジニアとして、顧客課題の解決に向けたアルゴリズム選定から、実装、評価、デプロイまでの一連のパイプライン構築をリードしていただきます。 ビジネス要求から逆算して「どの技術を使うべきか」を選定し、自ら手を動かして実装・検証を行うポジションです。 【具体的なタスク例】 ●課題の数理的定式化と論文サーベイ (Research & Design) 顧客の「なんとなくの悩み」を、機械学習で解けるタスク(分類、回帰、生成、最適化等)に落とし込みます。 関連する最新論文(NeurIPS, CVPR, KDD等)を調査し、ビジネス制約(推論速度、コスト、データ量)に合わせた最適な手法を選定します。 ●SOTAモデルの実装と検証 (Implementation) 選定した論文の手法(Loss関数、Optimizer、独自レイヤー等)を、PyTorch等を用いてスクラッチ、あるいは既存実装をベースに再現・実装します。 実際の顧客データを用いて、アルゴリズムの精度検証サイクルを自律的に回します。 ●プロダクションレベルのコード品質担保 (Engineering) 再現性担保のためのモデル学習・推論のパイプラインを構築します。 Webアプリケーションと統合し、実装したアルゴリズムをプロダクション環境へ統合し、アルゴリズムを実際のユーザーに使っていただきます。 推論APIのI/F設計や、Dockerコンテナ化、CI/CDパイプラインへの統合を主導します。 ●ステークホルダーへの技術説明 (Communication) アルゴリズムを適用した結果とその考察、ビジネス上のインパクトを、ビジネス職やクライアントにも伝わる言葉で翻訳し、説明します。 【開発例】 ●画像認識による非構造化データの自動整理 数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ●点群データを活用した幾何学的シミュレーション 3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックアルゴリズムの実装 ●動画解析によるインフラ異常検知システム 車載カメラ等の動画データから、道路や構造物の変状箇所を特定する物体検出モデルの開発 ●ドメイン特化の大規模言語モデル 建設業・製造業など特定のドメインに特化した大規模言語モデルのファインチューニングを行い、ドメイン特化のモデルの学習・推論パイプラインの構築 ●ロボット行動学習 VLA・VLMを用いたロボットの行動制御モデルの最新手法のサーベイと、学習・推論パイプラインの構築 ● RAGを用いた会社独自のエージェント 社内に眠る膨大な技術文書やトラブル事例をベクトル化し、最適な解決策を提示する検索システムの開発 【技術スタック(一例)】 ●AI:Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini
この求人の魅力
●プロフェッショナルからのフィードバック 東京大学松尾研出身者をはじめ、トップティアの機械学習エンジニアが多数在籍。独学では気づけない「実運用に耐えうるAI」の視点や、コードレビューを受けることで、エンジニアとして飛躍的な成長が見込めます。 ●大手導入実績が証明する信頼性、エンタープライズ基準の高度な品質追求 大東建託、熊谷組、イトーキをはじめとする大手デベロッパーや業界をリードする大企業への導入が進んでおり、社会インフラに近い重要な業務を支えています。そのため、エンタープライズ水準の品質を追求しています。 ●100を超える独自AIモジュール資産。多角的な技術アプローチで、本質的な課題解決に挑める 図面解析、NLP、点群処理、物理シミュレーションなど、100以上のアルゴリズムモジュールを保有。また、ロボティクス分野にも進出しています。これら多様な技術資産を「武器」として組み合わせることで、顧客ごとの複雑な課題に対し「どう解くか」という応用・最適化の部分に注力できます。多様な実装コードに触れられるため、技術の引き出しも格段に広がります。 【社員の声】 ●Aさん なんでもやってやるという意気込みのある人間が多い。エンジニアが商談にも同席し、時には見積書や契約書周りもボールを持って契約締結まで持っていく。 それぞれの専門家が在籍しつつもスタートアップなので、「これだけやる」というような社員は少ない。何かがうまくいかなかったときに、「これは自分の責任です」とみんなが言っている時があった。 それだけの覚悟を持って仕事をしているのがとても良いと感じる。良い組織というのは、全員が当事者意識を持ってリーダーシップを発揮している状態だと思っているから。 ●Bさん 術ドリブンではなく、業界特化を活かしたイシュードリブン的な思考である部分に非常に魅力を感じている。建設現場に赴いたりしながら、最前線の声を特に重視しているところを感じる。また、流行りの技術だけではなく、完全にドメイン特化で当社しか持っていない技術があるところも魅力。 ●Cさん 特に心がけているのは、アルゴリズムのドメイン適合。 競プロや論文実装などのアルゴリズムがそのまま役に立つかというとそんなことはなく、実社会で価値を出すには暗黙知や業界の常識などに対する理解が必要不可欠であり、そこにいかにアルゴリズムを変容させていくか、というところが面白く、やりがいを感じる。 プレカット図面や区割り、あるいは技術提案など、普通よく見るデータとはかけ離れた独自のデータを扱えるところからこのような魅力が出ているのではないかと感じる。 ●Dさん 心理的安全性を高めることに関しては、非常に意識されているように感じる。特にエンジニアリング的な観点で言うと、ブリリアントジャークを非常に嫌い、雑魚質問ができるような文化であると感じる。コードレビュー時のあたりが強くないことや、Slackでのコミュニケーションにトゲがない。
採用条件
必須条件
●AIエンジニア、機械学習エンジニア、データサイエンティストとしての実務経験(目安2年以上) ●ビジネス要求に基づき、データの入力から推論結果の出力、評価までの一連のパイプラインを、メンターの指示に頼らず自律的に設計・構築できる。 ●実験環境(Jupyter Notebook等)で動くだけでなく、プロダクション環境での運用に耐えうる、可読性と保守性の高いコードを記述できる。 ●ビジネス課題に対して、関連技術の論文サーベイを行い、手法の比較と選定・再現実装ができる
歓迎要件
●分析結果やモデルの成果を、エンジニアではないステークホルダー(ビジネス職、経営層)にも伝わる言葉でわかりやすく説明できる。 ●Webアプリケーションやクラウド環境のジョブ連携などのプロダクション環境への実装した経験がある。
雇用形態
雇用形態
正社員
試用期間
3か月(労働条件の変更:無)
想定年収
年収下限～上限
800～1,200万円
給与備考
●経験やスキルに応じて設定 ●賞与:年2回 ●固定時間外手当:45時間/月 ※固定残業時間の超過分は別途支給 ●当求人からのエントリーであっても、現在のご年収や面接内での評価によって他クラスなどのご提案をさせていただく場合もございます。
勤務地
勤務地
東京都千代田区神田駿河台4-6 御茶ノ水ソラシティ21階 【出社/リモート勤務について】 原則フル出社となります 理由:オフラインでのコミュニケーションを重視しているため 【アクセス】 ●新御茶ノ水駅(聖橋方面改札)駅直結 ●JR御茶ノ水駅(聖橋口)から徒歩1分 ●小川町駅(B4出口)から徒歩6分 ●JR秋葉原駅(電気街口)から徒歩9分 ●TX秋葉原駅(A2出口)から徒歩13分
勤務時間
勤務時間
10:00~19:00(休憩1時間)
休憩時間
休憩1時間
休日・福利厚生
休日・休暇
●年間休日120日以上 ●完全週休2日制(土日祝) ●有給休暇(入社半年後に付与/初年度10日) ●その他休暇あり(年末年始、慶弔、産前産後休暇、育児休暇、看護休暇、介護休暇)
福利厚生・諸手当
●交通費支給 ●健康診断(規定区分内で全額会社負担) ●時短正社員制度あり(120h~/月) ※主に博士課程の方向け
社会保険
●健康保険 ●厚⽣年⾦保険 ●雇⽤保険 ●労災保険
受動喫煙対策
受動喫煙対策:有(原則禁煙)
燈株式会社の詳細情報
燈株式会社が募集している他の求人・転職情報
データサイエンティストの他の求人・転職情報
