機械学習・データ活用 その他・関連職種の求人・転職情報

【具体的には】　※ご経験/スキルに合わせ詳細業務を決定します 自社開発しているAD/ADASシステムの商品性や安全性能といった対他競争力を高めるためには、市場でのシステムの使われ方や弱点を早く、正確に把握することが必要です。そのためには、市場を走行しているユーザー車両から周辺状況、ドライバー状態、車両状態など、様々なデータを収集・分析して、商品開発にフィードバックするデータドリブン開発を如何に他社よりも早く、安く、上手く実現できるかが鍵となります。 私たちの部門は、このデータドリブン開発を支援するためのデータエンジニアリングが主な役割であり、具体的には以下のような業務を推進しています。 ●データパイプラインの構築: 　世界中のお客様が使っているホンダ車から集めた市場データや、開発車両による公道走行で取得したデータを高速かつ低コストに集約し、使いやすい形に加工変換し、保管するため一連のデータ流れ(ELT/ETL)の設計・構築 ●データ基盤の設計・構築: 　収集したデータを効率的に管理するため仕組み(データレイク、データウェアハウスなど)をクラウド上に構築 　また、保存されているデータの可視化や、使いたいデータを検索するためのダッシュボードを構築 ●データ品質管理(データクレンジング) 　データの欠損や不整合などを解消し、分析に使える品質の高いデータに整える ●データガバナンス: 　データのセキュリティやアクセス管理など、データを適切に管理・利用するためのルールの作成と徹底 尚、他部門やベンダー等、様々な関係者とコミュニケーションをとりながら業務を進めていきます。世界中からデータを集めるため、海外現地法人や海外研究機関など、海外とのやりとりが発生する場合があります。 ※専門性や適性、会社ニーズなどを踏まえ、会社が定める業務への配置転換を命じる場合があります。 【開発ツール】 業務では以下のような開発ツールを使用していますが、全てについて使用経験がある必要はありません。 ●AWS: Lambda、SageMaker, Athena, Redshift 等 ●CI/CD: GitLab, Docker, Ansible, Terraform, Jenkins 等 ●データウェアハウスツール:SnowFlake、Databricks ●言語:Python, SQL ●データ分析・AIライブラリ:numpy, scipy, scikit-learn, Jupyter Notebook, PyTorch)

従来当社が強みとしてきた半導体前工程向けの技術・知見を活用し、後工程の先端パッケージング領域における新規事業創出を推進しています。 本ポジションでは、最先端実装技術に関する大学・研究機関との共同基礎研究テーマとし、装置データの解析やシミュレーション技術を活用したデジタルツイン構築を担っていただきます。 <先端パッケージングとは> 複数の半導体チップを高密度に積層・統合し、AIや高性能プロセッサの性能を最大化する最先端の後工程技術。 【業務詳細】 ・国内外の研究機関や大学との共同研究で取得したデータの整理、解析 ・各種シミュレーションソフトの活用および最適な解析環境の選定 ・物理シミュレーションを活用した現象理解およびモデル構築 ・機械学習、AI技術を活用したデータ解析、予測モデル開発 ・半導体製造プロセスや装置挙動のデジタルツイン構築・高度化 等 <プロダクト・強み> https://www.hitachi-hightech.com/jp/ja/products/manufacturing-related/advanced-packaging/ <業務の変更範囲> 会社の定める業務

※ご経験/スキルに合わせて詳細業務を決定します ◇次世代自律システム(ロボット、ドローン等)の開発 ◇制御・知能化アルゴリズムの構築、および実機・管制システムへの実装、テスト、評価 ◇提供価値のPoC(概念実証)を通じた、継続的なシステム改善 など ●具体的な業務 三菱電機の多様な事業ドメイン(宇宙、電力、交通、ビル、製造等)における自律型システムの社会実装に向け、以下のサイクルで開発を推進いただきます。 ◇最新技術の調査・アルゴリズム設計 ・ロボティクス、AI、制御に関する最新論文の調査と、自社課題への適用検討 ・ROS2等のミドルウェアを活用した、統合システムのアーキテクチャ設計 ◇デジタルツインを用いた仮想検証 ・シミュレータを用いた、実環境を模した仮想空間の構築 ・開発したアルゴリズムのシミュレーションによる検証 ◇実機実装およびフィールド検証 ・自律システム(ロボット、ドローン等)へのソフトウェア実装 ・実験場や実際の現場における実機検証の実施、および発生した課題に対するデバッグと改善 ◇継続的学習基盤の構築と改善 ・実機検証やシミュレーションから得られたログデータを収集・解析し、システムの知能を向上させるためのデータパイプラインの構築 ・現場でのフィードバックを基にした、UI/UXやインターフェースの改善 ◇領域横断的なチーム連携 ・各事業部門の専門技術者と連携し、現場特有の制約条件を考慮したシステム要件の定義 ・スピード感を持ったプロトタイピングを通じて、技術の確からしさを早期に証明する活動 【変更の範囲】 会社の定める業務(※) (※)業務の都合によっては会社外の職務に従事するため出向又は転属を命じることがあります ●使用言語、環境、ツール、資格等 ・使用言語: Python, C++ 等 ・環境: ROS, Linux, Omniverse (Isaac Sim) 等 ・ツール: Git, Docker 等 ・資格: 特定の資格は不問

【業務内容】 ・研究開発テーマのプロジェクト企画、推進、マネジメント (プロジェクト例:カメラを使った運転支援システムのプロジェクト、) ・システム設計およびセンサ搭載・機能の要求定義 ・画像認識技術の探査および評価 ・机上および実車による機能・性能の評価 ・計測器およびHILS等の開発環境の構築、運用 ・最新技術動向の調査・事故データ分析 ●プロジェクトリーダーまたはメンバーとしての業務 ・研究開発プロジェクトのプロジェクトリーダーまたはメンバーとして参画し、関係者と連携しながら、担当するシステム・機能の設計、評価、検証などの技術開発業務を担当します。 ・プロジェクトリーダーの方針のもと、技術検討や実験・解析を通じて、開発課題の解決および品質向上に貢献します。 ・複数の研究開発プロジェクトに関わりながら、専門性を深めつつ、段階的に業務領域を拡張していくことが可能です。 ●ラージプロジェクトリーダー(LPL)としての業務 ・研究開発プロジェクトのラージプロジェクトリーダー(LPL)として、担当するシステム・機能の企画立案から開発推進までを統括します。 ・社内の関連部門およびサプライヤと連携しながら、開発方針の策定、技術的な意思決定、進捗管理を行い、プロジェクト全体をリーディングします。 ・複数の研究開発プロジェクトを並行して担当し、中長期視点での開発計画立案や課題解決を通じて、開発成果の最大化を担います。 ※専門性や適性、会社ニーズなどを踏まえ、会社が定める業務への配置転換を命じる場合があります。 【開発ツール】 プログラミング言語:MATLAB/Simulink/C/Python 計測器:CANoe/CANape/CANalyzer 【キャリアパス】 研究開発プロジェクトのメンバーまたはプロジェクトリーダー(PL)として経験を積んだ後、研究開発テーマの企画および推進をリーディングするラージプロジェクトリーダー(LPL)、プロジェクト全体を統括するマネジメントポジションへのキャリアアップが可能です。 参考リンク [Honda二輪製品について](https://www.honda.co.jp/motor/)

【具体的には】　※ご経験/スキルに合わせ詳細業務を決定します 市場でのシステム利用状況や弱点を早く正確に把握することが、競争力を高める鍵です。そのため、市場走行車両データやテストデータ、市場の声など多様なデータを収集・分析し、商品開発にフィードバックするデータドリブン開発/ユーザーインザループ開発を推進します。 当部門は、この開発を支えるデータサイエンス・データ分析・データ利活用を担い、以下の業務を行います。 ・市場走行車両データやテストデータの分析を通じ、商品改善や価値創出につながる提案を行う ・データに基づく製品改善(データドリブン開発)や、ユーザーの声の継続的反映(ユーザーインザループ)を実現するためのデータ活用環境の構築・展開 ・プロダクトにデータで寄与する自由な企画～実装～実現 尚、他部門や外部パートナーとの連携、海外拠点との共同研究・デモンストレーションなど、グローバルなやり取りも発生する場合があります。 ※専門性や適性、会社ニーズなどを踏まえ、会社が定める業務への配置転換を命じる場合があります。 【開発ツール】　 ●言語: Python, SQL等 ●データ分析・AIライブラリ: pandas, Polars, NumPy, SciPy, scikit-learn, PyTorch等 ●AWS: Amazon Athena,Amazon Redshift, Amazon SageMaker等 ●CI/CD: GitHub, Docker,CDK, Terraform等 ※全てについて使用経験がある必要はありません。

SUBARUの次世代AD/ADAS(自動運転・運転支援システム)における、ドライバーの「感性」を科学的に分析し、安心と愉しさを最大化するHMI(ヒューマン・マシン・インターフェース)の先行研究開発をお任せします。 <具体的には> 以下自動運転に関する機能開発業務をお任せいたします。 ①次世代HMIの企画・機能提案 ・ドライバーモニタリングシステム(DMS)等を活用した、ドライバーの視線・疲労・覚醒状態の推定アルゴリズムの研究。 ・自動運転と手動運転の切り替え時における、最適な通知・表示方法(視覚・聴覚・触覚等)の考案。 ②人間工学・生理指標に基づく分析と実証 ・視線計測装置や心電・脳波等の生理計測ツールを用いた、運転負荷の定量評価およびモデル化。 ・渋谷拠点(SUBARU Lab)等でのプロフェッショナルな知見を活かした、人体の生態系に関する高度な人間工学研究。 ③ソフトウェア実装とプロトタイプ開発 ・C/C++、Python等を用いたHMI制御ロジックのコーディング。 ・表示デバイス(メーター、HUD等)へのUI実装およびリアルタイム制御の構築。 ④実車を用いた検証・評価 ・自ら試験車両を運転し、提案したHMI機能が実環境でどのように機能するか、感性評価とデータ分析を繰り返す現場検証。 <使用言語/環境/ツール等> ・言語:Matlab、Simulink、SysML、UML、Python、Javascript、C/C++ ・ツール:Unreal Engineなど仮想空間構築環境、Android Studio、Flutterなどスマホアプリ開発環境 ・その他:ECU開発環境知識等 【取り扱っていただくプロダクト/技術】 ・将来のSUBARU車に広く搭載される自動運転車両のHMI SUBARUが自動運転に取り組む理由は単に利便性向上の為ではありません。 クルマの進化のみで安全な社会は形作れません。 人とクルマが協調し、人の能力を最大限引き出すことで安心できる安全な交通環境が実現できると私たちは考えています。 自動運転はその人の能力を最大限引き出す為の重要な手段だと捉えて開発に取り組んでいます。 【変更の範囲】 会社の定める業務(※) (※)業務の都合によっては会社外の職務に従事するため出向又は転属を命じることがあります。

車載プラットフォームから取得したカメラ映像に深層学習を適用し、物体検出・追跡や自車の走行経路予測を行う先行開発を担当します。 組込み向けGPUマシンを中核に、CAN・(車載)Ethernet・カメラI/Fの入出力制御と表示出力(HDMI)を含むソフトウェア設計、計測データや画像/動画を保存・検索するDB設計、走行データのクラウド送信とAI学習向けの前処理・加工ワークフロー設計までを一貫して担います。 走行試験と性能評価で得た知見をもとに、要件定義から試作・検証・改善を社内でゼロから素早く回し、必要な仕組みを自ら考案して形にしていく業務です。 <具体的には> ADAS検証車両に搭載する機器の選定から、実際に搭載して走行できる環境構築までを担当し、以下の業務を複数担当します。 ・車両内で利用する各種センサーや計測器のセットアップ・相互接続 (例:地図情報利用のためにJetsonとLocatorをEthernetで接続) ・車両内で動作するソフトウェアの開発 (AI推論のためのSocket通信、GPUでの推論結果をCPUで演算し情報変換、CAN通信による車両制御) ・ソフトウェア管理用のWebUI・WebAPI開発 ・DBへの動作結果保存および検証結果確認 【使用するツール】 ・開発言語:Python, C, C++, JavaScript, HTML ・Web技術:React, Drogon ・OS/インフラ:LINUX (Shell script, rootファイルシステム) ・画像処理/AI最適化:OpenCV, CUDA, TensorRT ・データベース:PostgreSQL, SQLite, Redis (NoSQL) ・バージョン管理:Git, GitHub, SVN 【変更の範囲】 会社の定める業務(※) (※)業務の都合によっては会社外の職務に従事するため出向又は転属を命じることがあります。

機械学習技術を用いて自動運転に必要なアルゴリズムの研究・開発を行います。 文献調査やアルゴリズム考案から、実環境での有効性の実証まで行うことで新技術を創出します。 【主要な開発テーマ】 ・Depth Estimation ・Opticalflow Estimation ・Motion Prediction ・Scene Recognition ・Multitask Learning ・Unsupervised Learning ・Reinforcement Learning ・Generative Adversarial Network 【使用するツール】 ※状況により柔軟に変わります ・C言語/C++/Python ・Tensorflow(Keras)、PyTorchなどのDNNフレームワーク 【変更の範囲】 会社の定める業務(※) (※)業務の都合によっては会社外の職務に従事するため出向又は転属を命じることがあります。

・ソフトウェア開発の一連の工程(要求定義、設計、実装、テスト)、アジャイル開発も積極的に導入 ・先進機能の研究開発(ROS、C++、生成AI、データエンジニアリング) ・量産向け制御ソフトウェア開発(C++、MATLAB/Simulink) ・開発環境・開発支援ツールの開発(AWS、Python、MLOps、DataOps、各種開発・検証ツール) ※ 業務経験・スキル、希望に沿って担当業務を決定します ●役割・ポジション 開発エンジニア、リーダー ●研修 ・業務開始までに必要な研修を受講していただきます。具体的には、IT基礎、C/C++/Python、MATLAB/Simulink、自動車工学基礎、自動運転基礎、AIなどの研修プログラムを準備しています。 ・業務開始後も必要に応じて、IT、モビリティ、ビジネススキルに関連する教育が受講可能です。

【お任せする業務】 OSSを用いたビッグデータ活用システムの開発の下記のうちいずれかをご担当いただきます。 ●ビッグデータ×内製AIシステムのプラットフォーム&アプリのアジャイル開発リーダー ●装置センサーデータの収集・可視化を行う内製システムのITアーキテクト兼アジャイル開発リーダー 【具体的な仕事内容】 ●ビッグデータ×内製AIシステムのプラットフォーム&アプリのアジャイル開発リーダー [役割] ユーザ部門・アナリティクスチームと連携し、アジャイル開発を推進。価値が出るまで伴走します。 [業務内容] ・バックログ作成、スプリント運営、設計～開発～テスト～リリース～運用改善を一気通貫でリード ・プラットフォーム戦略(共通機能の整備、CI/CD、監視・可観測性の仕組み化)を検討・実行 ・リリース後の運用管理(SLO設計、障害対応、改善提案)も担当 ●装置センサーデータの収集・可視化を行う内製システムのITアーキテクト兼アジャイル開発リーダー [役割] ユーザ部門と調整し、システム要件や設計を決定。現場と同じ目線で最適解を導きます。 [業務内容] ・データパイプライン(収集→ストリーム処理→蓄積→可視化)の設計・開発・運用 ・リリース後のダッシュボード改善、アラート設計、性能チューニング ・チームを率いて短サイクルで価値リリース→効果測定→改善を回す [従事すべき業務の変更の範囲] (雇入れ直後)上記の通り (変更の範囲)その他会社が指示する業務 【言語】 Python、SQL、Java、JavaScript、VBA 【環境】 Linux 【技術】 Web:React、FastAPI ビッグデータ: Hadoop、HBase、Hive、Spark 時系列データ処理: Flink、Kafka、時系列データベース(DB) 生成AI:生成AI/RAG活用技術

エージェント研究開発 異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等) 新しい推論・計画・検索手法の研究開発 マルチモーダル・長文コンテキスト対応の技術開発 最新論文の調査・再現・改良実装 評価・ベンチマーク 大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装 合成データ生成・評価ベンチマーク設計 モデルとプロンプトの自動評価支援 (学習 → プロダクトライフサイクル全体) プロダクション課題の解決 推論レイテンシ / コスト最適化 (量子化、蒸留、キャッシュ等) モデル学習用データミックスの作成・最適化 エージェント評価フレームワークの高度化 本番環境での品質改善・パフォーマンスチューニング 技術移転・発信 Agentic Product Engineer チームへの技術移転・メンタリング 学術機関・OSS コミュニティとの連携 【業務シナリオ例】 ※以下は想定される業務シナリオの例です ● シナリオ 1 : SaaS 横断検索のためのナレッジグラフ RAG の研究開発 JAPAN AI STUDIO が「企業の脳」として機能するには、顧客の全 SaaS に散在する情報を横断的に検索・統合する必要がある。 既存の RAG では「Aプロダクト の従業員データ」と「Bプロダクト の商談データ」の関係性を捉えられず、回答精度が低い。 ナレッジグラフベースの RAG アーキテクチャを研究・開発し、エンティティ間の関係性を構造化。 SaaS 横断検索の回答精度を 40% 向上させ、Agentic Product Engineer チームに技術移転して全プロダクトに展開。 ●ミッション Agentが降参する問題を解く 現在の AI エージェントでは解決できないフロンティア課題に挑み、新しい推論手法・検索 / 計画・長期記憶・ツール利用の品質限界を突破する。 JAPAN AI STUDIO 上で動く数百のワークフローが、より賢く・速く・安全に動作する未来を、研究で切り拓く。 ●期待する役割について Research Engineer として、AI/LLM/ML の最先端研究と応用研究をリードしていただきます。 異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等) 大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装 モデルとプロンプトの自動評価を支援し、学習からプロダクトライフサイクル全体にわたって品質を担保 プロダクト組織と協力し、エージェントをプロダクトに適用するうえでの最も困難な課題を解決 モデル学習用データミックスの作成・最適化により、エージェントタスクにおける性能と使いやすさを向上 研究成果を Agentic Product Engineer チームに移転し、プロダクト全体の品質を底上げ 論文を書くことがゴールではありません。 研究成果をプロダクションに適用し、約 200 社が利用する本番環境でユーザーに届けることを重視します。 ●成果責任 (KR/メトリクス) ベンチマークスコア改善率 (社内 / 公開ベンチマーク) 新手法のプロダクション適用数 (四半期あたり) 推論レイテンシ / コスト改善率 論文・技術ブログ発表数 社内技術移転完了数 ●チーム体制 約120名が開発組織に在籍しています。 Research Engineerは以下のプロジェクトを横断して活動します: JAI Lab — AI研究開発 AI&Model — モデル学習・最適化 Voice & Tel — 音声AI・電話システム 密接に連携する役割: Agentic Product Engineer — エージェント機能開発 (技術移転先) Agent Harness Engineer — エージェント実行基盤 AI Quality Scientist Specialist — 評価パイプラインとの連携 Product Manager — プロダクト設計 ●開発環境 言語 : Python (研究・フレームワーク部), TypeScript / React / Next.js (フロントエンド部) / NX ML / AI : PyTorch, JAX, Transformers, vLLM, Weights & Biases インフラ : GCP (コンテナ / K8s), Docker ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon), デュアルモニタ対応

事業拡大に伴い、機械学習アルゴリズムの開発を担っていただくエンジニアを募集します。 テーブルデータ・自然言語・画像などの幅広いデータを用いて、クライアントの課題を解決する機械学習アルゴリズムを中心に設計・実装していただきます。 コンサルタント、ソフトウェアエンジニアとチームを組み、金融、小売、製造業など、様々な業界の課題を解決するソリューション/プロダクトを開発していただきます。 AIの検証に留まらず、最先端技術をクライアントが利用し続けるソフトウェアの形にして社会実装し、未来のビジネスを実現するプロセスに関心がある方を歓迎します。 ●ビジネス上の課題、制約条件に適したアルゴリズムの提案 ●ユースケースに合わせた機械学習モジュールの設計、実装 ●クライアントに対する分析結果等のレポーティング ●ソフトウェアエンジニアと協力して、Web API等へのアルゴリズムの組み込み ●最先端技術を社会実装可能なレベルに引き上げるR&D ●自身の開発したアルゴリズムの他業界への横展開や自社プロダクトへの組み込み ※過去事例:クレジットカード不正検知、個人与信推定、小売や流通における需要予測とオペレーションの最適化、教育における出題最適化、レコメンドエンジン、不正投稿監視、コールセンターソリューション(チャット・音声・テキスト)等多岐に渡る

● 募集ポジション pocから本開発(システムの本番導入)まで手がける案件の増加により、開発エンジニアリングチームを拡大しています。 弊社のソリューションデザイナや機械学習エンジニア、及び外部の協力会社と連携しながら、機械学習を用いたシステム/サービス開発を推進して頂きます。 具体的には、poc後の本番導入に向けて、機械学習システムの要件定義から設計・開発・テスト・運用までの一貫したフェーズをご担当いただきます。 <具体的な業務内容> ・機械学習を用いたシステム/サービス開発の参画 機械学習エンジニアが実装したモデルをシステム上に載せるというイメージです。 入社時点で機械学習に関する知識が少なくても、入社後にキャッチアップして頂けます。 ●業務の変更範囲:なし ーーーーーーーーーーーーーーーー 弊社はオーダーメイドによるAIモデル「カスタムAI」の開発・提供を行う、AI/機械学習のスペシャリスト集団で、最先端のAI技術とクライアントのビジネスを「つなぐ存在」をミッションとしたスタートアップ企業です。 高い技術力と課題解決能力が評価され、既に大手企業を中心に多くの導入事例とリピート契約があります。 ●カスタムAIソリューション事業とは? 弊社は以下を特徴とするカスタムAIソリューション事業を展開しています。 ・オーダーメイドによるAI開発 　- アカデミア出自の先端の機械学習技術をベースに、ビジネスにジャストフィットする形でAIを受託開発 ・企業のコア業務をAIで変革 　- 画一的なパッケージAでは対応が難しい、ビジネス現場特有の複雑な課題の解決に貢献 また他社との差別化のため、弊社は「バリューアップ型AIテーマ」に注力しています。 ●プロジェクトの開発フロー 弊社では約3ヶ月間という短いサイクルで機械学習モデルやAIに関係するシステムをお客様に提供しています。 顧客折衝は基本的に弊社のソリューションデザイナが行いますが、希望に応じてエンジニアもフロントに立って直接提案したり顧客ニーズを聞いたりすることができます。 ●チーム構成・支援制度 基本的に弊社では1つのPJTに対し、メイン担当としてソリューションデザイナ/エンジニアが1名ずつアサインされます。 またソリューションデザイナ/エンジニアそれぞれを補佐する役割としてSV(スーパーバイザー)がつきます。 一方で大型案件等になりますとPJTの人数は必要に応じて増加します。 ●裁量の大きさについて 弊社はAIコンサルティングの会社としてお客様に”AIソリューションを提供すること”を使命としています。 AIソリューションを提供するためにあらゆることを思案して実行できればと考えているので、提供元のエンジニアは以下のような裁量の大きい環境で自らのプロフェッショナリズムを発揮いただければと考えています。 ・技術者がお客様に対して直接提案をすること ・お客様が設計した問題に対してその問題設計に提言できること ・チームを自ら組閣し案件成功に向けて自ら動くことができること ・会社の承認のもと、必要人員の確保依頼やツールの追加導入について主導、積極的な提案ができること ●技術スタック 使用する技術はプロジェクトにより異なりますが、主に以下の技術スタックを用いて開発を行っています。 ・開発言語(python, rust, javascript) ・インフラ(aws, azure, google cloud, 社内gcpサーバ) ・開発ツール(visual studio, github) ・その他ツール(slack, backlog, cacoo, google meet) ●社内活動 エンジニアリング部では以下のような社内活動を通じて技術的成長やエンゲージメント向上を行っています。 ・技術勉強会の開催(数理最適化、強化学習 etc...) ・最新技術勉強会の開催(マルチエージェント etc...) 　- 本勉強会にはソリューションデザイナー、コーポレートも合わせ、社員の約3/4のメンバーが参加しました。 ・チームビルディング施策 　- “チームメンバーを知る企画“として、レーダーチャートの作成/予想、チームのキャッチコピー作成等のワークを実施

下記いずれかのテーマの研究開発を担当していただきます。 〇エネルギー需要予測 ・ディープランニングを用いて解析してますが、精度向上が必要となっています。 新たなアイデア創出による精度向上を目指したシステムの研究開発 〇設備の異常検知・故障予測 ・多くの時系列データを解析し、基準点(正常値）からのずれを解析する（MT法）ことで、設備の故障時期を予測する目指したシステムの研究開発 【開発研究の概要】 ・エネルギー需要予測、設備の異常検知・故障予測の研究が中心となります。 ・顧客の要望に合わせ様々な課題解決に向けた開発をご担当いただきます。 ・制御、監視等のシステムと連携して、より高効率な制御システムを構築することで、当社のサービス事業に寄与する研究開発を行っていただきます。 【キャリアプラン】 ・入社後、ＯＪＴを中心とした研究開発に従事していただき、スキルの向上とともに、後進の指導を含む開発プロジェクトを手がけていきます。 ・スキル向上として中途入社者に対応した研修・教育プログラム(主に内線工事)があり建築設備等の技術の習得が可能です。 ・電気工事士や技術士など、幅広い資格取得への支援制度、報奨金が充実。技術者の成長を支援しております。

【研究内容】 深層表現学習の基礎・応用に関する研究開発。 世界モデルを中心に、より賢い機械を実現する、また知能の原理を解明するための研究開発を広く行っています。 外界をモデル化する基礎的な方法論の構築、あるいは自然言語処理やロボティクス領域での研究推進を担っていただきます。 研究テーマの例は下記の通りですが、これに縛られず、世界モデルというコンセプトに共感して主体的にテーマを設定できる方を広く募集します 例) 深層生成モデル (VAE, GAN, Flow, 拡散モデル等) 自己教師あり学習 大規模モデルの構築 深層学習の基礎研究(宝くじ仮説、ネットワークアーキテクチャ探索等) 強化学習・ロボティクス(特にシミュレータを活用した方策の獲得、実世界転移) 自動運転に関する画像認識技術(特に動画認識、動画予測等) 自然言語処理・意味理解(特にTransformerなどの最近の進展に関する研究、マルチモーダルデータの活用等) 【業務内容】 機械学習×脳・神経科学(NeuroAI分野)からの知能に関する研究・開発

業務内容 生化学自動分析装置、免疫自動分析装置、検体検査自動化システムの設計開発を担っている、設計部 開発設計グループにてソフトウェアエンジニア業務をお任せします 【入社後お任せする業務】 ・装置の制御ソフトウェア設計(機構制御/デジタル・アナログ信号処理) ・システム制御ソフトウェア設計(情報制御/DB制御/GUI制御) ・サービス・ソフトウェア設計(データ解析システム/機械学習) ・各種研究開発ソフトウェア設計(ロボット制御/画像処理/AI) ※取り扱い製品例 ・免疫自動分析装置 └血液中の腫瘍マーカー、ホルモン、感染症などを検査する免疫自動分析装置です。コンパクトなボディと高いパフォーマンスに加え、優れた操作性を持ち、世界中の医療機関で活躍しています。 ●変更の範囲:会社の定める業務 使用言語・環境 ・プログラミング言語:C、C++、C#、MATLAB、Python ・開発環境:eclipse、cygwin、Visual Studio等 ・OS:T-Kernel,VxWorks,Windows 組織のミッション 〈企業ミッション〉 ・開発設計機能強化による新技術・製品の開発 ・コンプライアンスの徹底、安全・安心な企業風土の醸成 ・人財育成と働き方の多様化対応 ・地域との連携・貢献 〈部署ミッション〉 ・新規開発による事業の価値の創出と事業強化 ・ヘルスケア事業の開発効率向上、品質向上、安定生産への貢献 働き方 ・フレックスタイム制(コアタイム無) ・在宅勤務可 ・残業:月20～30時間程度 想定されるキャリアパス 入社後、医用製品の設計・開発に携わり、製品の品質向上と新技術の導入を推進していただきます。数年の経験を積んだ後、プロジェクトリーダとしてチームを率い、管理・推進する役割を担っていただきます。 その後、設計部全体の戦略策定や技術革新の推進を担当するマネージャー職に昇進し、最終的には設計部門全体の統括責任者として、組織の成長と技術力の向上をリードしていただくことを期待しています。 ※個人情報の第三者提供 グループ募集を実施している事から、個人情報を各社へ提供致します。 予めご了承頂きますよう、お願い申し上げます。 <提供先> ・株式会社日立ハイテク ・株式会社日立ハイテクフィールディング

【募集概要】 JR西日本グループ全体のデータ駆動型経営(DX)を技術面から支える、横断組織のマネージャーを募集します。 本ポジションは、特定の事業部を支援するのではなく、全社で利用する「データの土台(基盤)」や「分析のルール・標準」を整備し、組織全体のデータ活用レベルを引き上げる「技術のハブ」としての役割を担っていただきます。 【具体的な業務内容】 「技術開発・先行導入」の観点から、以下の業務を遂行いただきます。 ●技術力向上と成果のアセット化: データサイエンスのケイパビリティを持つメンバーの技術力底上げ、共通ライブラリの開発、R&D 活動を通じビジネス成果の技術的な観点からのアセット化の推進。 ●ピープル・組織マネジメント: 技術志向の強いデータサイエンティストの育成、キャリア支援、チームビルディング、および組織マネジメント。 ●技術的課題解決と推進: 全社的なデータ活用における技術的課題を特定し、その解決に向けたロードマップの策定と進捗管理。 ●社内外との技術連携・調整: 新しい技術基盤の構築や技術導入に伴う、JR 西日本本体、IT 子会社、外部 SI ベンダーとの技術的な合意形成と連携。 【技術スタック】 ●言語・フレームワーク ・Python(pandas / polars を用いたデータ加工・分析) ・PySpark(分散データ処理の運用) ・FastAPI / Flask(API開発・運用) ・pytest(テスト設計・運用) ●データベース / SQL ・複雑なクエリ設計(window関数を用いた時系列データ処理・順位付け) ・WITH句(CTE)を活用した可読性の高いクエリ設計 ・explainを用いたクエリチューニング ・JSON等のネストデータ処理 ●クラウド ・Azure(Blob Storage / ファイル共有 / VM運用・コスト管理 / ネットワーク) ・GCP(BigQuery / Gemini API) ・AWS(S3 / ECR / EKS / Bedrock / CloudShell) ●データ基盤 / ワークフロー ・Databricks(コード管理 / ダッシュボード / ワークフロー運用 / Apps) ・Airflow / dbt / Dagster / Airbyte(データパイプライン構築・運用) ●インフラ / DevOps ・Docker / Terraform(IaCによる環境構築) ・GitHub(バージョン管理 / GitHub Actions / Copilot活用) ●開発環境 ・VS Code / Claude Code / GitHub Copilot

評価ソリューション開発部において半導体用計測検査装置のアプリケーションソフトウェア開発を担っていただきます。主に検査・計測装置が出力する画像やデータを活用し、顧客に価値を提供するソフトウェアの開発を行います。顧客の業務を理解して課題を推定し、顧客と共にスピーディーに課題解決を行うやりがいのある仕事です。 顧客の製品開発のために当社製品でどのようなことができるか、どのようなアプリケーションを搭載したら顧客ニーズにマッチするのか等、顧客の開発プロセスに合わせたソリューション開発、創生や技術の方向性の見極めを行います。実際に顧客課題を解決するアプリケーションソフトウェアの開発を行います。 【職務詳細】 米国、中国、台湾、韓国をはじめとした大手半導体メーカーやパワーデバイスメーカー等で稼働している当社装置が顧客の課題解決に貢献できるよう、 ソフトウェアの開発を行います。担当する業務によって、ニーズ・課題を顧客にでヒアリングし、課題解決に向けたアプリケーションの創生を行う場合と、 画像や計測データを用いた測長やパターン認識等のアルゴリズム設計・実装を中心に業務を行う間合いがあります。 【開発環境】 言語: C, C++, C#, Python, Rust, TypeScript 環境: Linux、Windows 開発手法:ウォーターフォール、アジャイル 【開発の流れ/棲み分け】 顧客となる半導体メーカーや、自社現地法人からの要求やニーズを聞き取り、要件定義、仕様レビューを行い設計仕様書を仕上げます。 実装、単体テスト、実機テストを行い、品質保証部門による認定を受けて製品化します。 新製品開発の過程では、顧客との共同開発を行い場合が多く、短期間でプロトタイプを実装、提供して評価とフィードバックを受けながら仕様を固めていくアジャイル開発手法も適用します。 【プロジェクトに関して】 1回納入して終わりではなく、継続サポート型のソフトウェアである特性上、機能追加を順次行っていきます。 また、提供サイクルについては短いもので1か月、大半は半年～1年ほどとなります。 【補足/先端技術導入に関して】 画像処理、データ処理については、AIや深層学習などの先端技術の導入を積極的に推進しております。 開発業務の生産性向上、業務効率改善を目的として、生成AIなどの技術導入も進めております。

<入社後の担当領域> コネクティッドデータ蓄積及び外部提供のためのモビリティサービスプラットフォーム開発プロジェクトの推進 ・プロジェクト推進 目的・スコープを整理し、ステークホルダーと要件のすり合わせを行いながら、プロジェクト計画を策定。 課題・リスクを早期に把握し、関係者を巻き込みながら解決策の検討・実行を推進する。 ・プロジェクト管理 プロジェクト計画をWBSへ落とし込み、日次・週次で進捗を管理し、遅延の早期把握と解決に向けた調整を行う。 ●業務の範囲: (雇入れ直後)会社の定める業務 (変更の範囲)会社の定める業務

<入社後の担当領域> ・ヒューマンセンシング研究 画像処理/解析、データマイニング、機械学習(ニューラルネット、基盤モデルを含む)によるヒト理解とシーン理解を統合させた新しいアプリケーション創出/HMI技術の研究開発 ・AIロボティクスに関する研究 ・自律型移動体に関する研究 上記いずれかの研究リーダ ・社外コラボ先(大学,スタートアップ企業等)との協働 <使用言語> Python、PyTorch、Codex、JavaScript、C++など

所属部署:FPTオートモティブジャパン事業本部(社内通称:FA) 【業務内容】 ADASおよび自動運転(AD)システム開発における技術リーダーとして、以下の業務を担当していただきます。 【技術的リーダーシップ・開発】 ●SYS-02~SYS-05 におけるシステム開発活動の主導 ●コンセプト立案、アルゴリズム設計、テストシナリオ・検証戦略の策定 ●実験の実施およびデータ分析を通じたシステムの最適化 【プロジェクト・チーム管理】 ●システム開発チームのリードと技術支援・育成 ●開発スケジュール管理、タスクの割り当て、成果物の進捗管理 ●アプリケーション開発、ハードウェア、システムエンジニア等との部門横断的な連携 ●ASPICEに準拠した開発体制の整備・推進 【コンプライアンス・品質保証】 ●ISO 26262(機能安全)および自動車業界標準への準拠 ●SYS-02~SYS-05に関する技術ドキュメントの管理

データソリューション部門の事業拡大に伴い、AI画像系(認識・分類・生成・予測、マルチモーダル含む)サイエンティスト・エンジニアを募集いたします。 画像データとAI技術を組み合わせて顧客の多様な課題を解決する役割であり、特に生成AIやマルチモーダル領域の最先端技術に触れながら、社会や産業のイノベーションを推進できるポジションです。 顧客との技術的・ビジネス的なコミュニケーションを通じて、提案から開発、交渉まで幅広いスキルが求められますが、成長著しいAI画像分野で自らの専門性を高め、顧客のビジネス価値向上に貢献したい方に最適な環境となります。 ●カメラや衛星等の画像データを中心に、対象物の学習・認識・分類・予測等の要素技術を活用したAI/CV分野の研究および開発業務 ●顧客からのAI画像系プロジェクトのニーズ拡大に対応し、先端技術を用いたソリューションの提供 ●生成AI領域では、image2text、text2image、video2sound、text2vidなど、マルチモーダルなアプローチを含む研究・開発業務 ●顧客からの技術的な要件を短期間でブレークダウンし、提案スライドの作成、FPTの技術特徴や他社との差別化の説明、スケジュールや見積書作成、交渉・折衝、Q&A対応等 ●CVPR、ECCV、ICCV、SIGGRAPHなど国際会議や、IEEE Transactions、ACM Transactions、Nature、Science等での論文投稿 主なクライアント 国内の金融業、製造業、流通業、等々多岐にわたる大手企業がクライアントです。 大手飲料メーカー、大手通信キャリア、大手自動車会社、大手電力会社、大手保険会社、大手信託銀行、大手航空会社、大手家電メーカー　等

データドリブン経営の推進がミッションです。 エンドユーザーが利用するためのデータ整備、データ・AI利活用のための環境整備と、環境を使っていくユーザーに対してのスキルアップの機会を提供します。 下記①、②が主な業務となります。 <①ビジネスサプライ事業のデータ分析基盤構築・運用・利活用促進> 1.データパイプラインの開発・運用 様々なデータソースからデータを収集し、データ分析基盤に連携し、ビジネスユーザーに提供するまでのETL/ELTパイプラインの構築 2.データ分析基盤内のデータ管理 データウェアハウスの設計・構築・運用、データの正確性・一貫性を保つためのデータ品質管理 3.データ分析AIエージェントの提供 データ分析基盤において、セマンティックレイヤーを整備し、それを活用するためのAIエージェントを開発し、エンドユーザーに提供 4.データ分析基盤の設計・構築・運用 ビジネスユーザーと協力しながらデータ活用による課題解決や価値創造につながるユースケースの実現とそれを可能にするデータ環境の整備 5.データ分析環境の提供 ビジネスユーザーやデータアナリスト・データサイエンティストが効率的にデータを分析するためのBIツールやAI環境の整備 <②コクヨグループとパートナー企業へのデジタルスキル向上支援> 6.KOKUYO DIGITAL ACADEMYでの技術支援 AI・IT・データに関する知識の獲得とスキル向上を目的としたプログラム(講座と実践)のテクニカルサポート 【部門について】 <データドリブン推進ユニット> データドリブン推進ユニットは2023年5月に発足し、コクヨ内でデータとテクノロジー利活用において最先端を走るチームです。 私たちは、開発とユーザーサポート活動のスピードと質を継続的に高めるために、アジャイル(スクラム)手法を導入しています。 2週間を1スプリントとし、スプリントプランニング(計画)、スプリントレビュー(成果確認)、レトロスペクティブ(振り返り)のサイクルを回しながら、日々の業務に取り組んでいます。 <組織構成> ①データテクノロジーグループ:ユニット長兼グループリーダー1名、メンバー2名(データエンジニア、データサイエンティスト) ②データアナリティクスグループ:グループリーダー1名、メンバー3名 他、コクヨの人材プログラムである「20%チャレンジ(全工数の20%を社内複業として別ミッションに充てる)」で参画しているメンバーが4名所属 【ビジネスサプライ事業について】 配属先となるビジネスサプライ事業は、文具や家具にとどまらずオフィスで使うものをトータルでお届けする流通事業を担っています。ニーズに合わせてサービスを多角化させながら、オフィス用品購入の効率化と販売店側の受発注業務の効率化をサポートしています。EC購買のニーズが高まっている法人向け通販市場をベースに継続的な事業拡大を目指しています。

●ミッション 「テクノロジーの力で産業構造を変革する」 フィジカル領域にも生成AIの波が押し寄せる中で、大規模基盤モデルによるロボット制御・ロボット動作生成等に関する研究開発を推進し、実現場で安全かつ安定して価値を発揮する形で社会実装することで、お客様の現場課題を根本から解決へ導きます。 そのために本ポジションでは、Embodied AI/VLA(Vision-Language-Action)を含む大規模基盤モデルの研究開発を中核として、データ設計・学習/評価・推論最適化・運用を見据えた開発基盤整備までを一体で担います。 プロジェクトマネージャなどのビジネスサイド、プロダクト/プラットフォームを支えるエンジニアと密に連携しながら、現場要件に沿ったモデル方針の策定から、品質を担保する評価設計、継続的な改善サイクルの確立まで、価値提供の中核をリードしていただきます。 また、組織としての研究開発力を継続的に高めるため、知見の体系化や開発プロセスの標準化、メンバー育成やカルチャー醸成にも主体的に関わり、ABEJAが描く未来を共に創っていただきます。 ●業務内容 大規模基盤モデルによるロボット制御・ロボット動作生成等に関する研究開発を中核として推進いただくポジションです。単にモデルを作って終わりではなく、学習データ収集からシミュレーション構築、sim2real、実機での検証・改善を回しながら、得られた成果をプロダクトやソリューションへ落とし込み、現場価値として継続的に届け切るところまで一気通貫で担っていただきます。 ・Embodied AI / VLAの研究開発 　ｰEmbodied AI/VLAを用いたロボット制御・動作生成の調査、設計、学習、実装 　ｰ模倣学習や強化学習等を用いたエンドツーエンド方策の開発、実験設計、性能評価 　ｰ実機制約(レイテンシ、計算資源、安全性)を踏まえた推論最適化、モデル軽量化・高速化、バスト性向上(ノイズ/外乱/環境変化への耐性) ・学習データ収集・データ基盤整備 　ｰ実機・現場からのセンサデータ/操作ログ/デモの収集設計(テレオペ、デモ収集、計測設計)、評価用データ整備と継続的なデータ更新 　ｰデータ品質管理、アノテーション方針、学習/評価に使える形への整形・再現性確保(データセット/メタデータ設計) 　ｰ合成データの作成戦略作りおよび活用 ・シミュレーション環境構築 　ｰ物理シミュレーション/閉ループシミュレーションの開発・運用、学習や評価を回せる環境・ツールの整備(キャリブレーション、センサ/アクチュエータ/制御のモデリング含む) ・評価・ベンチマーク設計 　ｰタスク成功率だけでなく、安全性、異常系耐性、環境変動への頑健性、運用時の安定性を含めた評価設計 　ｰオフライン評価(ログ/リプレイ/シミュレーション)とオンライン評価(実機/現場)を組み合わせた継続的な性能モニタリング 　ｰデータ収集と評価を一体で回し、改善の根拠を定量化 ・プロダクト/現場価値への接続(価値提供まで一気通貫) プロジェクトマネージャと連携した現課題の整理、要件定義(安全・品質・コスト・運用制約)とモデル方針への落とし込み 　ｰプロダクト/プラットフォームを支えるエンジニアと連携し、学習・評価・推論のパイプライン、運用設計、現場導入、改善運用(再学習/再評価/リリース)まで推進 　ｰ導入後の運用データを活用した継続改善、再利用可能なコンポーネント化・横展開 ・チームリーディング、技術横展開・技術発信 　ｰ技術アプローチレビュー、コードレビュー、ナレッジ共有を通じた開発品質の向上 　ｰメンバー育成やカルチャー醸成への貢献 　ｰ技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・テックブログ等) 【変更の範囲】 会社の定める業務へ配置転換の可能性あり

●ミッション 本ポジションのミッションは、Physical AIシステムにおけるソフトウェアレイヤー全体を設計・実装し、ロボット、データ、AIが一貫してつながる状態を実現することです。 ハードウェアおよびミドルウェアの制約条件を理解したうえで、データ収集から学習、推論、現場での運用までを支えるソフトウェア基盤を構築し、プロジェクトを技術的にリードしていただきます。 ●業務内容 ・ロボットシステム全体を俯瞰し、ハードウェア、ミドルウェア、AIモデル、アプリケーションをつなぐソフトウェアアーキテクチャを設計する業務 ・ロボットから取得されるセンサデータやログを安定的に収集・管理するためのデータ収集基盤およびパイプラインを設計・実装する業務 ・学習および推論システムと連携するバックエンドサービスやAPIを設計し、ロボット実機や上位アプリケーションと接続する業務 ・ロボットにインテグレーションされるアプリケーションやサービスレイヤーを開発し、現場運用を前提とした機能実装や改善を行う業務 ・クラウドおよびオンプレミスを含むインフラ構成を設計し、開発・検証・運用を支える基盤を整備する業務 ・顧客ごとに開発した内容を抽象化し、共通するプロダクト開発を行う業務 ・実機検証や顧客導入の過程で明らかになる要件や制約を踏まえ、ソフトウェア設計や実装を柔軟に見直しながら改善を進める業務 ・ハードウェアエンジニア、ミドルウェアエンジニア、データサイエンティスト、プロジェクトマネージャーと連携し、技術的な意思決定や設計方針を主導する業務 【変更の範囲】 会社の定める業務へ配置転換の可能性あり

●ポジション SE、PG 開発メンバー ●案件の特徴 　・AI、機械学習、3次元データ(SLAM)に関わる研究開発、プロダクト、サービス開発を行います 　・エンドユーザーは多岐にわたり、製造業、建築、建設、インフラ、医療など幅広い業界の案件が中心です 　・案件の多くがプライム案件のため、顧客(メーカー)との距離が近い点も特徴です 　・顧客の課題解決に向け、技術提案から検証、成果報告までを一貫して担当し、PDCAを回していきます 　・PoCで開発したアルゴリズムをもとに、社会実装に向けたシステム開発にも携わることができます 　・チームは30代～40代のベテランから20代の若手まで、幅広い世代で構成されています 　・社内コミュニケーションが取りやすく、相談しやすい環境です ●対応フェーズ 　・課題定義(顧客課題の整理・要件の明確化) 　・技術提案(解決に向けたアプローチの検討・提案) 　・技術検証(アルゴリズム開発や実データを用いた検証) 　・成果報告(検証結果の取りまとめ・次フェーズの提案) 　・技術雑誌や論文の執筆など ●入社後の業務 　社内で請け負っているPoC案件に従事していただきます。 　　・技術提案 　　・技術検証 　　・成果報告 　社内での経験を積んだのち、顧客折衝(課題定義、見積もりなど)も行っていただきます。 　また、スキルや意欲がある方はリーダーとしてのポジションもご担当いただきます。 ●変更の範囲 　その他会社の定める業務 開発案件(一部抜粋) ●眼底検査装置への先端技術導入 　□概要 　　AIモデルを使用したアプリ開発、眼底検査装置の制御開発案件です。 　　セグメンテーションAI技術を使用し、眼底画像の自動色分けAIモデル開発を行っています。 　　また、生体組織情報の取得、診察から結果提示までの高速化などを対応します。 　□開発環境 　　OS:Windows10 　□開発言語、技術:C++、Python、CUDA 　□関連技術:DeepLab V3+(セグメンテーション) ●リサイクル選別機開発 　□概要 　　AIを利用したリサイクル選別機器の開発案件です。 　　複数種類の物体をラインカメラで撮像し、物体検知にて判別を行うAIモデルを開発しています。 　　判別結果を表示するGUIアプリケーションの開発や、選別機の周辺機器の制御などを対応します。 　□開発環境 　　OS:Windows、Ubuntu 　□開発言語:Python、C++、CUDAなど 　□関連技術:DeepLearning(物体検知) ●CutPaste手法の高度化による精度改善 　□概要 　　既存手法をベースとした、アルゴリズム改造による精度向上検証案件です。 　　論文調査から手法検証までを対応しています。 　　こちらは大学との産学連携案件であることも特徴です。 　□開発環境 　　OS:Ubuntu 　□開発言語:Python 　□関連技術:CutPaste、DeepLearning、異常検知 以下に弊社の過去開発事例がまとまっています。(ダウンロード可能) ●開発事例集 　・製品/システム開発編:https://www.compmind.co.jp/wp-content/uploads/2025/04/Development_case_collection.pdf 　・研究開発/PoC編:https://www.compmind.co.jp/wp-content/uploads/2025/04/Development_case_collection_rd.pdf

●具体的な業務例 1)業界動向や学会動向に基づいた競争力のある研究開発テーマを提案する(担当テーマを与える場合もある) 2)研究開発テーマを達成するためのスケジュールを立案する 3)スケジュールに基づいてアイディアの具体化、プロトタイプ開発を推進する。必要に応じて、他部署・社外パートナーと連携して進める。 4)研究成果をOEMに提案するとともに、展示イベント・学会発表を通じてAstemoのプレゼンス向上に貢献する。 5)研究成果の製品化に向けて、量産部署への技術移管を行う ●携わる製品の名称や特徴 Astemo の製品・システム紹介(IoV) (https://www.astemo.com/jp/products/) 人とくるまのテクノロジー展2026 横浜でデジタライゼーション技術として展示 https://www.astemo.com/jp/corporate/exhibitions/technology2026-yokohama/menu/#digitalization 【ミッション/期待する役割・責任】 ●組織内での本求人ポジションのミッション Software-Defined Vehicleの実現をミッションに、MLOps技術の研究開発を担当いただきます。 ●期待される役割・責任 競争力のある研究開発を行うために、業界動向や学会動向を調査しつつ、アイディア提案、プロトタイプ開発を推進頂きます。具体的には、データ分析に関わるAIエージェントシステムを実現するため、自動車制御や車両システムに関する知見を活用して、車両ログや画像等のデータ分析、原因仮説の立案、分析手法の検討およびプロトタイプ開発を推進いただきます。また、業界・学会動向を調査し、AIエージェントによるデータ分析の高度化を推進いただきます。成果に応じて、論文執筆や社外発信を担当いただく可能性があります。ご経験に応じて、自動車メーカーへの研究成果の提案、量産開発部門への技術移管、大学・研究機関・スタートアップ等とのオープンイノベーションもお任せします。 【働き方・就業環境】 ●リモートワーク頻度 デジタルプラットフォーム技術開発部は、出社必須の業務事情でない限り、上長と相談上、リモートワークを利用可能です。 部全体としてはリモートワーク率が高く、定常的な出社率は20-30%となっています。 メンバが異なる拠点で働いていることもあり、コミュニケーションの中心はMicrosoft Teamsを使ったchat/通話が主体となりますが、チームワークを強固にするため、定期的に部やチーム単位で直接会う機会を設けています。 ●平均残業時間 15時間前後 ●入社後すぐの業務 今までの御経験などを踏まえながら、選定したテーマを担当頂き、チーム内で議論しながら推進頂きます。 ●入社3か月～1年以降 今までの御経験や入社後の状況に応じて、研究テーマの提案やオープンイノベーション活動に参加頂きます。 【業務内容についての補足】 ・雇入れ直後 :「求人内容」において、会社の定めた業務 ・変更後の範囲:会社の定める業務

顧客に直接価値を届けているプロダクトの現場へ深く入り込み、各領域のテックリード・エンジニアとともに手を動かし、事業やコード、アーキテクチャを理解しながら、難易度の高い技術課題を解決していただきます。 その上で、徐々にプロダクト間やデータ基盤との接続へとスコープを広げ、DX管轄全体の技術的な進化につなげていくことを期待しています。 ●Phase 1|4つのプロダクト領域に入り込み、技術課題を解く まずは、 コンテンツメディア・EC・LINE・ソーシャル領域を担う4プロダクト を中心に、それぞれのプロダクト・エンジニアリングチームと伴走していただきます。 事業や顧客課題、既存のコード・アーキテクチャを理解したうえで、例えば以下のようなテーマに取り組みます。 難易度の高い技術課題に対する設計・実装 中長期の技術方針・アーキテクチャ設計 技術選定や、個別実装/共通化の境界に関する意思決定 技術的負債やスケーラビリティを踏まえた改善 PoC・プロトタイプを通じた新しい技術的アプローチの検証 レビューやアドバイスに留まらず、自らコードを書き、難易度の高い技術課題を解くことで、 現場を牽引し、周囲のエンジニアに新たな技術的視点や選択肢を示していくこと を期待しています。 ●Phase 2|プロダクトを横断し、データ・技術をつなぐ 各プロダクトへの理解を深めた後は、個々のプロダクトに閉じているデータや技術を、DX管轄全体の事業価値へつなげていきます。 例えば、 プロダクトに蓄積されたデータと内製データ基盤を接続し、他のプロダクトや営業・プランニング、AIを活用した新しい機能・業務へ展開する こともテーマの一つです。 また、各プロダクトで個別に持つべきものと、共通機能・共通基盤として持つべきものを見極め、プロダクトを横断したアーキテクチャや仕組みを設計していきます。 ●その先|DX管轄全体の技術的な進化へ さらに将来的には、コアプラットフォーム・エンジニアリング局やコーポレートITガバナンス局とも連携し、単一プロダクトでは解決できないDX管轄横断の技術課題へと影響範囲を広げていただきます。 一つのプロダクトで得た技術的な知見や設計思想を他領域へ展開したり、プロダクト・データ・共通基盤をつなぐ新しいアーキテクチャを構想・実装したりすることで、 個々のプロダクトの改善に留まらず、CARTA ZEROの事業活動そのものを技術で進化させていくこと を目指します。 ピープルマネジメントを主務とするポジションではありません。 スタッフエンジニアとして技術に深く入りながら、 プロダクトからプロダクト横断、そしてDX管轄全体へと技術的な影響範囲を広げていくポジション です。 ●変更の範囲:会社の定める業務(出向先会社での業務を含む)

当社グループの事業 ・当社は「システム」「リサーチ」「コンサルティング」の3つの分野を柱に、社会に対して新たな価値を創出する総合シンクタンクです。 ・高い専門性と豊富な経験、さらに3つの機能の相互連携をもとにした付加価値の高い情報サービスを、国内外を問わず幅広い社会、業界、企業に提供しています。 採用部門 ・Fintechという言葉に象徴されるように、テクノロジーの急激な進歩が、金融業界に大きな影響を及ぼし始めています。グループの先端IT技術の研究・開発を担う当社では、変化するビジネスの新潮流を捉え、価値ある技術の開発に取り組んでいます。 ・例えば人工知能(AI)技術のビジネス活用。最新の機械学習アルゴリズムを取り入れた独自の株価予測は、個人投資家向けサービス「AIによる選定銘柄」として大きな反響を呼んでいます。 ・一方、次世代の金融基盤として注目を集めるブロックチェーン技術の実証実験では、新興国の証券市場における当技術の優位性を世界で初めて示し、レポートを公表しました。更に、国際的に有名なブロックチェーンコンソーシアムへ国内外大手金融機関と共に参画しながら、進化を続けるこれらの技術を追求し、積み上げた知見と技術をもって実用化に向けた検討を進めています。 求人の概要 効果的なビジネス改善を実現するためには、テクノロジーとビジネスプロセスは切っても切り離せません。フロンティア研究開発センターでは、最新のITテクノロジーとユースケースの調査・研究開発を行い、ビジネスに適用して成果を向上させることを目指しています。 - 当センターのAI/データサイエンス研究開発チームは、先進ITテクノロジーとユースケースの研究開発部門の一部です。 - 基礎研究よりも応用研究に重点を置き、最新テクノロジーを迅速に取り入れ、具体的なクライアント企業や社会の課題を解決する新しいAIソリューションの調査・企画・研究・開発・ビジネス実装・プロダクト化を行います。 - 特に、AIエンジンの実行プラットフォーム、データマネジメントプラットフォーム、新しいAIソリューションに必要なアーキテクチャ全体の調査・企画・研究・開発・ビジネス実装がミッションです。 業務の詳細 - AI/機械学習モデルを用いてビジネス改善をもたらす新たなメソドロジーやプロダクトの研究開発に、AIエンジニア/AIアーキテクトとして従事していただきます。AIの実行基盤やアーキテクチャの設計・構築を中心に、AIソリューション研究開発活動全体を支える業務です。 - 研究開発は、グループ各社や外部の大企業と共同で推進し、企業向けのAIシステム構築業務へと展開する場合もあります。 - 社内外の関係者と円滑にコミュニケーションを取りながら、様々な課題に対して主体的・自律的に行動し、技術のプロフェッショナルとして迅速に課題解決に取り組んでいただきます。仮説検証を繰り返しながら、ステークホルダーと協議しつつソリューションを作り上げることがミッションです。 - 以下のような活動をチームメンバーまたはチームリーダーとして遂行していただきます。 - 先進ITテクノロジーを活用した顧客企業の課題解決ソリューションの研究開発 - 顧客折衝、企画、プロダクトの実装と評価、ビジネス適用、PoCの実行 - AI/データサイエンス関連のシステム構築(主にパブリッククラウドを利用) - 先進ITテクノロジー、オープンソース、既存プロダクト、既存サービス、事例のリサーチやハンズオン検証 - プリセールスおよび社内情報連携目的のデモアプリ構築 - 調査や研究開発成果の社内外への情報発信 AI研究開発プロジェクトの企画からビジネス適用まで、各メンバーがそれぞれの強みを活かしてチームでプロジェクトを遂行します。入社後はご経験や強み、目指すキャリアに応じて担当プロジェクトを決定します。 具体的な担当案件の例 - 機械学習関連オープンソースの調査、評価、ハンズオン検証、ノウハウ展開 - 最新クラウドサービスの調査、評価、ハンズオン検証、ノウハウ展開 - グループ企業におけるAIシステムの研究開発、構築 - グループ外の企業向けAIプロダクト研究開発 - 金融業界向けAIプロダクト - 通信業界向けAIプロダクト - ヘルスケアデータを活用した経営最適化AIソリューション - 自律的生成AIソリューションの研究開発 - 研究開発成果の社外発信(講演、書籍執筆、論文執筆、メディア露出など) - 社内のシステムエンジニアを対象としたAI教育と育成 選考前の面談および選考プロセスを通して、ご経験およびキャリア志向を踏まえ、アサインする案件についてご相談させていただきます。また、ご入社後もポジション変更の機会を適宜設けながら従事していただく予定です。

当社のマルチモーダルAI技術全般をリードするAIエンジニアとして、最先端モデルの研究・開発・PoCを担当いただきます。 ・マルチモーダル機械学習におけるアルゴリズムの調査・検証および個別ドメイン向けカスタマイズ・追加学習 ・テキスト、画像、音声等の異種データを統合した独自データセットの構築 ・先進的なAI技術のビジネス展開に向けたプロトタイプ開発および事業部連携によるPoC ・研究成果の知財化(特特許化)および査読付き国内・国際学会での論文発表 【開発環境】 ・言語:Python(PyTorch、Transformers、FastAPI 等) ・クラウド:Microsoft Azure(Container Apps、GPU workload profile 等) ・ツール:Docker、GitHub、VS Code、Jupyter ・データ:動画(YouCook2等の公開データセット、独自収集データ)、音声、センサ時系列データ 【研究支援】 ・GPU計算資源(クラウドGPU利用可) ・論文執筆・学会参加費用の会社負担 ・関連書籍・オンラインコースの受講支援 ※共同研究に伴い、共同研究先(国外含む)での業務が発生する可能性あり