仕事内容
仕事内容
DX Solution事業部のAIエンジニアとして、産業特化型のアルゴリズム開発・実装を担当していただきます。 単にモデルを作成するだけでなく、WebシステムやAPIへの組み込みを含めた「社会実装」までを一貫して担えるエンジニアを目指していただきます。 【具体的なタスク例】 ●データ前処理・データセット作成 メンターの指示に基づき、学習に必要なデータ整形(画像のりサイズ、ノイズ除去、テキストの正規化など)を行う。既存の前処理スクリプトを活用・改修し、顧客ごとのデータ特性に合わせた学習用データセットを構築する。 ●アルゴリズムの適用・実装 社内の既存モジュールや、メンターが選定したオープンソースの実装を参考に、今回の課題に適したモデルを構築・実行する。コードをゼロから書くのではなく、既存のベースコードを読み解き、必要なパラメータ変更や部分的な修正を行って動作させる。 ●モデルの学習・評価 指示された実験設定(ハイパーパラメータ等)で学習を回し、評価指標を算出する。学習曲線を確認し、過学習や学習不足が起きていないか等の基礎的なチェックを行う。 ●結果分析・レポーティング 「なぜこの精度になったのか」「どのデータで失敗しているか」を分析し、結果をメンターに報告する。数値結果だけでなく、失敗事例を目視で確認し、次回の実験に向けたデータ改善のヒントを探す。 【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 技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
●一般的な機械学習アルゴリズムが動く仕組みやロジックを、数学的な基礎知識(線形代数・統計等)とセットで概念的に理解していること。 ●Pythonおよびデータサイエンス周辺のライブラリ(NumPy/Pandas/PyTorch)の基本操作を習得しており、方針に沿ってアルゴリズムを実装できること。 ●画像、自然言語、音声、テーブルデータ、時系列データのいずれかにおける、特有の前処理やモデル構築経験。
歓迎要件
●Kaggle等のコンペティションに参加し、精度向上のための試行錯誤を行った経験。 ●GitHub/GitLab等を用いたプルリクエストベースの開発フローや、コードレビューの経験。
雇用形態
雇用形態
正社員
試用期間
●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
500～800万円
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 ●別途、ジュニアやシニアクラスの求人もあり。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
