その他・関連職種(Notion)の求人・転職情報

JAPAN AI株式会社

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

KDDI Biz Edge株式会社

●携わることができる分野 ・スマートフォン/PC/タブレット ・MDMサービス ・資産管理ツール ・クラウドアドレス帳サービス ・LCMサービス ・各種SaaSプロダクト ●業務内容|お客さまへの貢献を直接感じ、自分の技術も磨いていく 企業のDXを支えるモバイルやPCなどのスマートデバイス導入に欠かせないキッティングやMDM、資産管理ツール、クラウドアドレス帳、などの各種SaaSの導入支援やLCMサービスの提案フェーズから携わっていただきます。 また、受注後は開通に向け、お客さまフォローや各社部門との調整を行うプロジェクトマネジメント業務も担当いただきます。 様々なご要望がある中、営業担当者や協力会社などのステークホルダーと様々な調整をしながら業務を進めていただくことがカギとなります。 ⚫︎プリセールス 営業担当者に同行し、お客さまのお困りごとを技術的な側面から深堀りした上でご提案を行います。 ご提案にあたり導入までの流れや期間の設計を併せて行い、受注を目指します。 ⚫︎インテグレーション 案件受注後、プロジェクトリーダーとして、パートナー企業からの協力を得ながら予算・納期・品質が満たされているかを管理し、お客さまと密に連携しサービスインへと導きます。 ●研修制度|専門性を磨き、最新の技術にも触れられる環境 ・月1回ほど、商材や最新技術に関する社内勉強会を実施 ・研修ビデオがあり、自主学習として自由に閲覧が可能 ・IT関連をはじめ、AIやビジネススキルなど約200種類の資格が取得補助金対象 ●入社後の流れ 入社後は8営業日の集合型研修(東京本社)の後に、現場配属予定です。 配属後は先輩社員と顧客訪問に同行する形でOJTを実施いたします。 定期的な1on1など、チームリーダーやグループリーダーのフォロー体制があります。 情報セキュリティに強い組織を目指し、体制強化と教育を行っています。 ●キャリアパス 「プロフェッショナル」と「マネジメント」の2つのキャリアステップがあります。 ⚫︎プロフェッショナル プリセールス/インテグレーションのスペシャリストとして、より大規模、複雑性の高い案件を担当して頂きます。 ⚫︎マネジメント 管理職として、SE組織のマネジメントを担って頂きます。 あくまでも一例ですが、入社後1年～3年目は一般メンバーとしての案件対応、3年目～5年目にはチームを牽引するリーダー、リーダーを数年経験後はプロフェッショナルorマネジメントとして組織全体を牽引する人材としてご活躍頂きたいと考えています。 ●従事すべき業務の変更の範囲 (変更の範囲)会社の定める業務

KDDI Biz Edge株式会社

●企業・業務概要 KDDIのグループ会社として、DX化、業務効率化など、中堅・中小企業がオフィス環境で抱える課題に対して、通信を軸にオフィスに関わるソリューションをワンストップでご提供しています。顧客のビジネスモデルや事業特性に応じた仮説型提案や、顕在・潜在課題に対する一元的なソリューション提案でお客さまの経営・事業レベルの課題解決に導きます。 ●当社のミッション|「はたらく未来を変えていく。」 人手不足など、課題を多く抱える中堅・中小企業に対し、オフィス環境・インフラ環境の整備など、ワンストップでお困りごとを解決することで、お客さまの「はたらく未来を変えていく。」ことがミッションです。 はたらく環境は、企業の競争力や、社員のはたらきがいにも関わる、経営の重要事項といえます。日本の大部分を占める中堅・中小企業が主要なお客さまだからこそ、私たちの仕事は、日本の経済を明るくするポテンシャルを持っている。そんな私たちと課題意識を共有し、つくりがいがある未来の実現をともに目指していただける方からのご応募をお待ちしています。 ●携わることができる分野 ネットワーク/クラウド/音声/モバイル/オフィスソリューション ●業務内容 ニーズを正しく捉えた本質的な課題解決に向けて、営業担当者とともにお客さま企業の経営層やさまざまな部門へ直接ヒアリングを行い、提案を行います。KDDI各種サービスに加え、インフラ/クラウド/音声/オフィス環境向けの商材など取り扱い製品やサービス提案方法は多岐に渡ります。提案(プリセールス)から構築・納品(インテグレーション)まで一貫して携わることで、技術力や専門的なスキルのほか、対話力や交渉力、プロジェクト管理能力、調整力が身につきます。 ※本ポジションは宿泊を伴う出張が発生する場合があります ●業務内容詳細 1.仕事の流れ A)プリセールス →商談は訪問とWEB。その割合は訪問5割、WEB5割ほどです。※チームの配属によって異なります。 B)ポストセールス(プロジェクトリーダー(PL)として案件管理) └詳細要件定義、基本設計書、運用計画書 等 └コンフィグ、検証計画書 └作業計画書 └構築 ●ご入社後のフォロー体制について 当社では、あなたの成長を会社全体でサポートします。入社直後から体系的なステップを踏み、短期間で最前線のプロジェクトで活躍できる環境を用意しています。 【STEP 1】土台構築期(入社直後～3ヶ月):確かな基礎知識を習得 まずは、お客さまへの提案・導入に不可欠な「通信インフラの基礎」と、KDDIグループが提供する「主要ソリューション(特に音声分野)」についての知識習得に注力いただきます。OJTに加え、最新技術や商材に関する社内勉強会や豊富な研修ビデオを活用し、体系的に学習できます。フォロー体制も整えられており、配属チームのリーダーや先輩社員が定期的な1on1を実施。質問しやすい環境で、不安なくスキルアップに専念できます。 【STEP 2】実務挑戦期(3ヶ月～1年):SEとしてのデビュー 基礎知識を習得後、いよいよ実務デビューです。先輩社員のサポートのもと、電話やインターネットなど基礎的な分野の提案・構築からスタート。アカウント営業担当者と同行し、お客さまからのヒアリングを通じて、「顧客課題の要件定義」のプロセスを実践的に学びます。この期間で、SEとして不可欠な提案書作成スキルや、お客さまへのヒアリング・コミュニケーションスキルを磨きます。 【STEP 3】成長期以降 ・キャリアパス 「プロフェッショナル」と「マネジメント」の2つのキャリアステップがあります。 ・プロフェッショナル プリセールス/インテグレーションのスペシャリストとして、より大規模、複雑性の高い案件を担当して頂きます。 ・マネジメント 管理職として、SE組織のマネジメントを担って頂きます。 あくまでも一例ですが、入社後1年~3年目は一般メンバーとしての案件対応、3年目~5年目にはチームを牽引するリーダー、リーダーを数年経験後はプロフェッショナルorマネジメントとして組織全体を牽引する人材としてご活躍頂きたいと考えています。 ●配属先について 配属先部署は、SE部隊として営業部門の営業活動サポート、及びプロジェクト型案件の構築を行う専任部隊となります。配属先部署はおよそ50名の組織となります。 ●従事すべき業務の変更の範囲 (変更の範囲)会社の定める業務

株式会社ACES

事業概要 当社は、「アルゴリズムで、社会はもっとシンプルになる。」というビジョンを掲げ、アルゴリズムを用いて人の働き方に余白をつくることを目指す、東大松尾研究室発のAIベンチャーです。 アカデミアにおける知見を活用し、業界横断的なビジネスシーンをデジタル化/定量化することで、「複雑・非効率・非合理」がないシンプルで皆がいきいきと生きられる社会を実現していきます。 2017年の創業から、「DXパートナーサービス」と「AIソフトウェアサービス」の2つの事業を軸に、「人とAIが協働する次世代のビジネスプロセス」の構築を実現しています。 DXパートナーサービス 各業界をリードする顧客企業と共に、最先端のAI技術を用いたDXプロジェクトの推進やAIを活用した次世代の事業開発を行う事業です。 当社は、「日本で最も顧客の持続的成果を追求するAIソリューション会社」を掲げ、AIの着実な社会実装と顧客現場への価値創出を実現しています。 特に、日本のAI導入PJが成功率3%と低い中で「データの構造化技術と実業務への組み込み力」を強みに、PoCからの開発継続率を87%で維持している点が特徴です。 最先端のAI技術を顧客のビジネスプロセスに組み込み、顧客や社会に「持続的な価値を提供し続けるAIシステム」を開発したい方に最適な環境です。 仕事概要 DXパートナーサービスにおけるプロジェクトを推進するAIエンジニアのポジションです。 画像・映像・音声・自然言語などをマルチモーダルに掛け合わせ、クライアントの課題を解決するAIアルゴリズムを中心に設計・実装をお任せします。 クライアント企業は金融や製造、モビリティなど多岐に渡り、業界横断的な業務のデジタル化を進める上で重要となるDeep Leanringアルゴリズムの研究開発や、社内で開発を進めるパッケージをベースにしたAIアルゴリズム・システムの開発などを担当して頂きます。 業務内容 ●クライアントの事業課題の解決に適したアルゴリズムの設計・実装 ●クライアントに対する分析結果等のレポート ●ソフトウェアエンジニアと協業し、ソフトウェアやAPIへのアルゴリズムの組み込み プロジェクト例 ●モビリティ領域の協業案件 (https://prtimes.jp/main/html/rd/p/000000097.000044470.html) SOMPOグループのモビリティ関連会社と資本業務提携。事故車/中古車の状態や価値を画像認識AIを用いて判定し、B2BオークションのビジネスプロセスをAIで再構築し、デジタル新規事業を開発・推進。 また、ディーラーや中古車販売店向けに事故車の価格を即時算出するAIアプリを開発・リリースしました。 ●大手金融機関に向けたGAI構築案件 SMBCグループにおける社内規定などの書類をAIが読み込み・生成しやすい形で構造データ化し、生成AIを用いて業務効率化を行うSMBC-GAIを構築し全社員に展開。5万時間にのぼる工数削減を実現しました。 開発環境 言語:Python Deep Learningフレームワーク: PyTorch OS:Linux コミュニケーション: Slack, Zoom タスク管理: Notion

セーフィー株式会社

●主に担当する業務内容 画像認識AIを用いたプロダクト開発・ソリューション開発 プロダクト開発・運用 アルゴリズム・モデルの組み込み実装 プロトタイプの開発 ●プロダクトの利用事例 [AI-App人数カウント・AI-App人物検索](https://safie.jp/ai-app/people-count/) カメラ内のAIアクセラレータを用いてリアルタイムに人物の検出・集計や店舗等で人物の識別を行う 利用事例:店舗入口にSafie Oneを設置し「AI-App人数カウント」で来店者数を計測。 肌感覚に頼らない定量データに基づき、店頭キャンペーン施策のPDCAを効率化 [Safie AI Studio](https://safie.jp/ai-studio/) 物体検出アプリ 利用事例:人・車両・生活用品など多様な物体を識別し、設定エリアへの侵入やライン通過を検知する汎用物体検知アプリとして提供。 (建設・製造・小売など幅広い業界のPoCで活用)⁠ 重機近接アプリ 利用事例:建設現場において、重機と作業員の危険な接近をリアルタイムに検知し、音声通知などと連携して重大事故の未然防止に貢献。 ⁠ ショッピングカート検知アプリ 利用事例:小売店舗のカート置き場の滞留状況(過多・不足)を自動検知し、店舗あたり出店コスト削減に活用。 ●技術‧開発環境について 開発言語 Python、C++ ディープラーニング PyTorch AWS EC2、S3、ECR、SageMaker CI/CD GitHub Actions コミュニケーション Slack GitHub Google Workspace Backlog Notion ●生成AIツール利用 Amazon Bedrock/Gemini/GitHub Copilot/Notion AI/Claude Code ●部署の今後の目標・目下の取り組み 目標 多様な画像認識モデルを開発し、プロダクトとしてリリースする。 AIプラットフォームの提供を進めるために、自社のみならずサードパーティーも巻き込んだ開発を推進する。 取り組み 顧客からの要望と技術的な動向を同時に捉えながら、開発の戦略を立てていくこと。 画像認識AI開発組織の拡充に伴う、属人化緩和のための育成用ドキュメント作成など、より一層のチーム力強化。 AIプラットフォームの実現のために、社内・社外を巻き込んで開発を推進できる人材の確保。 ●従事すべき業務の変更の範囲 <雇入れ直後>システムの設計・開発・デザイン、その他これらに付随する一切の業務 <変更の範囲> 会社の定める業務

セーフィー株式会社

●主に担当する業務内容 画像認識AIのアルゴリズム・モデル開発 調査テーマの提案 アルゴリズム・モデルの調査・評価 アルゴリズム・モデルの改善・軽量化 PoCの実施 プロダクトの開発 ●プロダクトの利用事例 [AI-App人数カウント・AI-App人物検索](https://safie.jp/ai-app/people-count/) カメラ内のAIアクセラレータを用いてリアルタイムに人物の検出・集計や店舗等で人物の識別を行う 利用事例:店舗入口にSafie Oneを設置し「AI-App人数カウント」で来店者数を計測。 肌感覚に頼らない定量データに基づき、店頭キャンペーン施策のPDCAを効率化 [Safie AI Studio](https://safie.jp/ai-studio/) 物体検出アプリ 利用事例:人・車両・生活用品など多様な物体を識別し、設定エリアへの侵入やライン通過を検知する汎用物体検知アプリとして提供。 (建設・製造・小売など幅広い業界のPoCで活用)⁠ 重機近接アプリ 利用事例:建設現場において、重機と作業員の危険な接近をリアルタイムに検知し、音声通知などと連携して重大事故の未然防止に貢献。 ⁠ ショッピングカート検知アプリ 利用事例:小売店舗のカート置き場の滞留状況(過多・不足)を自動検知し、店舗あたり出店コスト削減に活用。 ●技術・開発環境について 開発言語 Python、C++ ディープラーニング PyTorch AWS EC2、S3、ECR、SageMaker CI/CD GitHub Actions コミュニケーション Slack GitHub Google Workspace Backlog Notion ●生成AIツール利用 Amazon Bedrock/Gemini/GitHub Copilot/Notion AI/Claude Code ●部署の今後の目標・目下の取り組み 目標 多様な画像認識モデルを開発し、プロダクトとしてリリースする。 AIプラットフォームの提供を進めるために、自社のみならずサードパーティーも巻き込んだ開発を推進する。 取り組み 顧客からの要望と技術的な動向を同時に捉えながら、開発の戦略を立てていくこと。 画像認識AI開発組織の拡充に伴う、属人化緩和のための育成用ドキュメント作成など、より一層のチーム力強化。 AIプラットフォームの実現のために、社内・社外を巻き込んで開発を推進できる人材の確保。 ●従事すべき業務の変更の範囲 <雇入れ直後>システムの設計・開発・デザイン、その他これらに付随する一切の業務 <変更の範囲> 会社の定める業務