フルフレックス AI・機械学習（LLM）エンジニアの求人・転職情報

アプリケーションとAI(機械学習、生成AI、数理最適化、アルゴリズムなど)を融合し、以下のエンジニアリング業務をリードしていただきます。 ●AIとシームレスに連携するアプリケーションの全体設計、およびそのコンセプト策定を主導 ●AIモデルの特性を最大限に引き出すための、AIモデル内のアーキテクチャ設計と実装 ●AIとアプリケーション間の最適なインターフェース設計と、その継続的な改善・最適化を主導 ●LLMやAI-Agentの活用を前提とした、次世代の開発プロセスの構築 ●技術選定、設計方針の策定、コードレビューなど、チーム全体の技術力向上に貢献する役割 ●組織の成長戦略に基づき、技術的なロードマップ策定にも参画いただけます。 インフラ+LIFE+イノベーション インフラと社会を、その先へ グリッドは、サプライチェーン、電力、スマートシティといった社会インフラに対し、AI技術を用いて企業のデジタル化を支援する、日本国内では希有なテクノロジース上場企業です。国内でも数少ない独自プラットフォームの開発や、社会インフラ分野を中心に機械学習・強化学習などの最先端技術を用いたソリューションを提供することで、企業の様々な課題を解決してまいりました。 ▼インタビュー『CTOが語るGRIDの強みと展望 』 https://www.youtube.com/watch?v=3JSD_OU--dk AI系のスタートアップは今や様々な企業が多方面でビジネスを展開しておりますが、弊社が挑戦している領域は、人間が既にできることをAIに置き換えるのではなく、人間では容易に思いつくことができずに多くの時間を費やしてしまう計画業務を対象に、企業の事業全体に関わるような課題に対してAIを活用することで、顧客の課題解決を支援しています。 産業界のほとんどでは、需要供給、設備能力、天候その他の外的な要因も含む様々な要素を考慮した複雑な計画が組まれ、計画作成担当者はとても労力がいる作業を行っています。そこで、人間が策定するには非常に困難で複雑な計画業務をAIが瞬時に導き出し、社会インフラ分野の計画業務最適化に取り組んでいます。 2015年にAI事業を本格的に開始して以降、有り難いことに多方面から評価を頂いており、大手インフラ企業との協業プロジェクトを多数抱えるなど、国内外での注目度も高い企業として成長を遂げております。 ※プロジェクト例(一部紹介) ●グリッドが北海道電力と協業、AI・デジタルツインで火力・水力発電運転計画最適化へ https://ascii.jp/elem/000/004/085/4085443/ ●四国電力とAIベンチャー、発電計画を｢デジタルツイン｣で最適化するAI https://www.businessinsider.jp/post-255802 ●お客様事例:四国電力様_電力需給計画の最適化システム(動画) https://www.youtube.com/watch?v=9nc7oNDue4w ●“超アナログ”のタンカー配船計画、出光はどうやってデジタルツイン化したのか https://monoist.itmedia.co.jp/mn/articles/2009/28/news013.html グリッドの行動指針 ●高い人間性と高い専門性を両立した魅力的な人を目指す ●驚くような高い価値を提供することにチャレンジする ●One for all, All for one. 一人はみんなのために、みんなは一つの目標のために

CTO直下のAI Labチームに所属し、各事業及び経営基盤の業務における基盤モデルやデータ整備を中心とした生成AI評価・活用のイネーブリングを牽引します。 仕事の進め方 プロジェクト化以前の段階で、CARTAの事業・組織を横断し、生成AIでのレバレッジポイントを見出し、アプローチを施します。 ▼基盤整備 ・全社の土台を整え、各事業で自走して生成AIのビジネス成果を開発できるよう、再利用できるデータ基盤、評価システム、ツール、ライブラリ、ガードレール、データフロー類を整備し、横断的に提供する ・新モデル、事後学習、データマネジメント技術の探索と研究を通じて、この先使うべき手段を見定める ・社内外に知見を発信し、CARTAとしての開発生産性とプレゼンスを高める ・AI Lab自身の業務エージェント適応度を向上し、モデルケースとして展開する ▼事業適用 CARTAの生成AI推進ステアリングコミッティと連携し、全社として取り組むべき課題を探索し、真に取り組むべきものを自ら選定します。 以下のようなプロセスで取り組みを進めます。 ●ヒアリング・要求分析 ・優先度の高まった事業のチームへのヒアリングや観察を通じて問題の解像度を高め、真に事業価値として必要なものを見出す ●何をどのように進めるのかを決める ・どのような評価手法・学習戦略で課題を解くのが効果的かつ効率的なのかを考え、事業メンバーと共に決定する ●検証する ・高速なフィードバックサイクルを回し、"やらない"手段も含めて評価・学習戦略を検証する ●継続して改善する ・モデル評価技術・LLM-as-a-judge・ファインチューニング・RAG等の最新手法について継続して投資し、良いプラクティスを探索する。精度モニタリング、評価指標の見直し、ガイドラインの更新など、システムを継続して活用する上でのデータサイエンス観点の改善に取り組む ●成果を横展開する ・成功事例も学びも含めて、得られた知見をもとに伝播・展開・研鑽することまで全て業務範囲です 開発環境・利用しているツール ●LLM基盤・ツール ・OpenAI, Anthropic Claude, Google Gemini (Vertex AI) など ・LangChain, Langfuse ●プログラミング言語・フレームワーク ・Python (pandas, scikit-learn など) ・必要に応じて PyTorch, TensorFlow (主に評価・事後学習の検証用) ●インフラ・MLOps ・AWS, GCP ・Terraform, CDK などを用いた環境構築・運用 ●コミュニケーション ・GitHub, Slack, Google Meet ●業務内容備考 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)

●本ポジションの役割 Forward Deployed Engineer(FDE)は、顧客の現場とGRIDの技術をつなぐポジションです。 顧客の業務現場や意思決定の場に入り込み、現場責任者・業務担当者・経営層と対話しながら、業務の構造、制約条件、意思決定の難しさを理解します。そのうえで、数理最適化・AI・データ分析・システム開発の知見を用いて、解決すべき課題を定義し、解決策の仮説をプロトタイプとして形にしていきます。 受注前は、顧客理解、課題仮説の構築、簡易プロトタイプやデモの作成、PoCテーマの設計を担います。受注後は、プロジェクトチームと連携しながら、本開発・プロダクト化・運用定着に向けた橋渡しを担います。 ●仕事内容 技術共創室のForward Deployed Engineerとして、以下の業務を担当いただきます。 ・顧客企業の現場責任者、業務担当者、経営層とのディスカッション ・顧客の業務プロセス、意思決定プロセス、制約条件、現場課題の理解 ・顧客自身がまだ言語化できていない課題や改善余地の発見 ・顧客業務を数理最適化、AI、システム開発の観点から構造化 ・Python等を用いた簡易プロトタイプ、デモ、モックアップの作成 ・PoCテーマの設計、検証観点、成功条件の整理 ・エンジニア、PM、コンサルタント、営業と連携した本開発・プロダクト化への橋渡し ●働き方 ・CTO直下の技術共創室に所属いただきます。 ・リモートワークを基本としつつ、顧客訪問、現場理解のために出張が発生する場合があります。 ・顧客の現場に深く入り込むポジションですが、常駐型の働き方ではありません。 ・顧客理解、課題発見、プロトタイプ開発、PoC設計、本開発への橋渡しを、社内外のメンバーと連携しながら進めます。 ・裁量労働制またはフレックスタイム制を想定しています。