上場企業 AI・機械学習（LLM）エンジニアの求人・転職情報

経営KPIの構造モデリング、外部知見を活用した情報収集エージェント、シナリオ分析に基づく意思決定支援の技術開発を担当。データ統合・分析基盤の構築からAIエージェントの設計・実装まで一貫して推進します。 ●具体的な業務内容 【KPI構造モデリング】経営KPI間の依存関係・先行指標の特定、異種データソースの統合とKPIツリー構築 【シナリオ分析・予測】施策効果予測、リスクシナリオの定量評価、モデルの解釈可能性担保 【外部知見活用エージェント】業界動向・市場情報・技術トレンドの自動収集、経営判断へのコンテキスト提供 【意思決定支援基盤】分析結果の自動可視化・レポート生成、判断に必要な情報の統合提示 【チーム連携】業務部門・外部パートナーとの要件調整、設計ノウハウ共有 職種の変更範囲:技術職・事務職・技能職業務

従業員エンゲージメント調査・人材データ等の構造化データに対する統計的因果分析と、生成AIを組み合わせた施策提案の技術開発を担当。因果モデル構築から施策効果予測、分析結果の解釈可能な可視化まで一貫して担います。 ●具体的な業務内容 【因果分析】エンゲージメント調査・人材データからベイジアンネットワーク等による因果構造推定、施策効果予測 【施策提案AI】因果モデルと生成AIによる部署別・職種別の施策提案、説明可能な出力設計 【データ統合・分析基盤】異種人事データの統合、解釈可能性の担保、自動可視化・レポート生成 【分析手法の高度化】分析粒度の最適化、時系列変化追跡、施策→効果のフィードバックループ設計 【チーム連携】業務部門・外部パートナーとの要件調整、知見共有 職種の変更範囲:技術職・事務職・技能職業務

設計図面に対する製造性評価をAIで支援する技術開発を担当。図面からの情報抽出・製造ルールに基づく自動チェック・過去品質不具合との照合など、製造品質の向上に直結するAIエージェントの設計・実装を推進します。 ●具体的な業務内容 【製造性評価AI】製造ルール・品質不具合に基づく設計形状の自動チェック、素材・工法ごとの判断ロジック設計・実装 【製造知見の構造化】図面・仕様書・不具合履歴を横断活用するナレッジ基盤構築、製造ルールの体系化 【図面情報抽出】OCR+レイアウト解析による形状・注記・寸法の自動認識 【設計・製造連携】製造性チェック結果の可視化・修正提案、設計変更の製造影響評価 【チーム連携】業務部門・外部パートナーとの要件調整 職種の変更範囲:技術職・事務職・技能職業務

工場現場における人作業の自働化(ロボット導入)を加速させるため、フィジカルAIの現場活用に向けた技術開発を担当していただきます。シミュレーションと実機を連携させた開発環境での検証から、実際の現場への適用に伴って生じる課題の解決まで一貫して取り組み、現場での実用化を目指します。 ●具体的な業務内容 フィジカルAIの工場現場への適用 ・ロボット実機(ヒューマノイド含む)を活用した現場動作検証(検証エリア・工場現場) ・ロボット-センシング機器の制御・通信技術開発 ・データ収集・モデル学習 Ubuntu(LINUX)、ROS2、Python、Issac Sim AI処理PC保有、クラウド環境、各種ロボット保有、ロボット評価用実機検証エリア保有 職種の変更範囲:技術職・事務職・技能職業務

調達見積プロセスにおける図面類似検索・見積プロセス自動化の技術開発を担当。図面からの特徴抽出・大規模品番の類似検索エンジン構築・過去見積実績を活用した見積支援など、調達プロセスの高度化を推進します。 ●具体的な業務内容 【大規模類似検索】数百万品番規模の図面に対する形状特徴量ベースの類似検索エンジン構築、検索精度の評価・改善 【見積支援AI】類似図面と過去見積実績のマッチング、見積根拠の提示、AIエージェントによる見積効率化 【図面特徴抽出】品番・形状特徴・寸法の自動認識、類似検索に最適化した特徴量設計 【検索精度の継続改善】フィードバックループ設計、特徴量・類似度指標のチューニング、類似根拠の可視化 【チーム連携】業務部門・外部パートナーとの要件調整 職種の変更範囲:技術職・事務職・技能職業務

開発メンバーとともに必要な体制や人員を検討/提案し、技術開発は主に以下項目のいずれかに携わって頂く予定です。 ・ロボット/デバイスに搭載するAIモデルの開発・最適化 ・センサー情報(触覚、視覚など)を用いた認識・推論アルゴリズムや、エッジデバイス上でのリアルタイム推論環境の構築 ・自律制御・行動計画(Planning & Control)の設計 ・ハードウェアチームとの協働によるプロトタイプ開発 ●具体的な業務内容 開発メンバーとともに社内外組織と連携しやすい開発環境構築を検討する。 想定されるツール:ROS/ROS2,NVIDIA Isaac Sim,Linux,Matlab/Simlinkなど 言語: Python、C++、C等 その他: Office(Excel、Word、PowerPoint)、CATIA、JMAG等 職種の変更範囲:技術職・事務職・技能職業務

生産技術業務を対象に、生成AIを活用したナレッジ情報共有化・再現性向上を部門横断的に行います。 AIと人の役割分担(人の判断を支えるAI活用設計)を前提に、属人化しない業務の仕組みづくりと横断展開を担当します。 ●具体的な業務内容 主な内容 ・生成AI活用テーマの整理・具体化 ・過去資料・事例の整理方法設計 ・AIと人の役割分担(人の判断を支えるAI活用設計)の整理 ・横展開を見据えた形式整理 使用ツール ・Copilot / ChatGPT、Teams、SharePoint、Excel 等 環境 ・本部主導、個人任せにしない体制 ・AI/DX担当の支援あり 職種の変更範囲:技術職・事務職・技能職業務

調達見積プロセスにおける図面類似検索・見積プロセス自動化の技術開発を担当。図面からの特徴抽出・大規模品番の類似検索エンジン構築・過去見積実績を活用した見積支援など、調達プロセスの高度化を推進します。 ●具体的な業務内容 【大規模類似検索】数百万品番規模の図面に対する形状特徴量ベースの類似検索エンジン構築、検索精度の評価・改善 【見積支援AI】類似図面と過去見積実績のマッチング、見積根拠の提示、AIエージェントによる見積効率化 【図面特徴抽出】品番・形状特徴・寸法の自動認識、類似検索に最適化した特徴量設計 【検索精度の継続改善】フィードバックループ設計、特徴量・類似度指標のチューニング、類似根拠の可視化 【チーム連携】業務部門・外部パートナーとの要件調整 職種の変更範囲:技術職・事務職・技能職業務

従業員エンゲージメント調査・人材データ等の構造化データに対する統計的因果分析と、生成AIを組み合わせた施策提案の技術開発を担当。 因果モデル構築から施策効果予測、分析結果の解釈可能な可視化まで一貫して担います。 ●具体的な業務内容 【因果分析】エンゲージメント調査・人材データからベイジアンネットワーク等による因果構造推定、施策効果予測 【施策提案AI】因果モデルと生成AIによる部署別・職種別の施策提案、説明可能な出力設計 【データ統合・分析基盤】異種人事データの統合、解釈可能性の担保、自動可視化・レポート生成 【分析手法の高度化】分析粒度の最適化、時系列変化追跡、施策→効果のフィードバックループ設計 【チーム連携】業務部門・外部パートナーとの要件調整、知見共有 職種の変更範囲:技術職・事務職・技能職業務

設計プロセスに散在する業務知見(設計ルール・過去不具合事例・判断根拠等)を構造化し、AIエージェントが設計審査やレビューを支援できるナレッジ基盤として整備する技術開発を担当します。 ●具体的な業務内容 【ナレッジ構築】設計ルール・不具合事例・判断根拠の構造化、ハイブリッド検索・リランキング等を用いたナレッジ基盤の設計・実装 【知識グラフ】エンティティ・関係抽出、グラフ構造を活用した推論・検索の高度化 【暗黙知の形式知化】設計者の判断基準を対話的に引き出し構造化するエージェントの設計 【AIレビュー】設計文書に対するAI自動レビュー機能の設計・実装・精度改善 【チーム連携】業務部門・外部パートナーとの要件調整 職種の変更範囲:技術職・事務職・技能職業務

解析・評価業務の改革に向けたクラウドプラットドームおよびAIエージェントを活用したシステムの企画・開発をご担当いただきます。 ●具体的な業務内容 ・解析評価業務の現状把握、課題設定 ・業務改革に必要な技術調査およびシステム企画・開発 ・開発システムの現場導入・定着化の推進 ●使用言語、環境、ツール等:Python、MCP、A2A、MicrosoftAzure、AWS、GCP、Docker、VisualStudioCode、 職種の変更範囲:技術職・事務職・技能職業務

設計プロセスに散在する業務知見(設計ルール・過去不具合事例・判断根拠等)を構造化し、AIエージェントが設計審査やレビューを支援できるナレッジ基盤として整備する技術開発を担当します。 ●具体的な業務内容 【ナレッジ構築】設計ルール・不具合事例・判断根拠の構造化、ハイブリッド検索・リランキング等を用いたナレッジ基盤の設計・実装 【知識グラフ】エンティティ・関係抽出、グラフ構造を活用した推論・検索の高度化 【暗黙知の形式知化】設計者の判断基準を対話的に引き出し構造化するエージェントの設計 【AIレビュー】設計文書に対するAI自動レビュー機能の設計・実装・精度改善 【チーム連携】業務部門・外部パートナーとの要件調整 職種の変更範囲:技術職・事務職・技能職業務

小型モビリティの ・運転支援システム機能開発(センシング～動作までの試作) ・運転支援システムのセンシング機能開発(特にカメラ・ソナーを用いた新たな障害物検知) ・シミュレーションツールによる評価・解析 ・実車による機能評価・検証 ●具体的な業務内容 ・C/Python ・MATLAB Simulink 職種の変更範囲:技術職・事務職・技能職業務

先端AIのNeuromorphic技術の研究開発を担当いただきます。主に、省電力化(脳型コンピューター/AI chip実装、生体模倣センシング、時系列信号処理、ロボット制御AI)の領域から、適性に基づき配属を決定します。 ●具体的な業務内容 【事業優位性を提供するための、新手法の実用化および課題解決方法の提案】 【新事業を創成するための革新技術の研究】【AIの理論的/実験的研究】 ・担当テーマに関する研究開発業務(文献・他社調査、計画立案、実験、手法確立、インプリ、性能評価、技術移管など) ・研究開発に伴う成果物(技術報告書発行、特許出願、学会発表、論文誌投稿など) ・国内外の大学、研究機関、外部企業との連携 ・社内協業部門との連携 職種の変更範囲:技術職・事務職・技能職業務

生成AIを活用した車載エージェントの中核技術開発を担当いただきます。 車両とユーザーが自然にインタラクションし、ユーザーの意図・状況を理解した上で、車両制御や車載サービスへとつなげるための対話技術・AIモデルの設計・実装・評価を担当いただきます。 ●具体的な業務内容 商品開発部門と連携し、以下の業務を担当いただきます。 ・生成AI・LLM/VLMを活用した車載向け対話エージェント技術の研究・開発 ・音声・テキスト・マルチモーダル入力を用いたユーザー意図理解・状態推定技術の開発 ・ユーザーの発話・行動文脈に基づき、車両機能(ドア、空調、シート、HMI 等)やサービスを制御するロジックの設計 ・車載制約(リアルタイム性、安全性、エッジ実装)を踏まえた生成AIモデルの最適化・評価 ・シミュレーション環境や実車・実機を用いた検証、商品適用に向けた課題抽出と改善提案 ●使用言語、環境、ツール等 使用言語:Python、C/C++ 環境:Windows、Linux(Ubuntu) ツール・技術:各種生成AI/深層学習フレームワーク、クラウド環境(必要に応じて) 職種の変更範囲:技術職・事務職・技能職業務

開発メンバーとともに必要な体制や人員を検討/提案し、技術開発は主に以下項目のいずれかに携わって頂く予定です。 ・ロボット/デバイスに搭載するAIモデルの開発・最適化 ・センサー情報(触覚、視覚など)を用いた認識・推論アルゴリズムや、エッジデバイス上でのリアルタイム推論環境の構築 ・自律制御・行動計画(Planning & Control)の設計 ・ハードウェアチームとの協働によるプロトタイプ開発 ●具体的な業務内容 開発メンバーとともに社内外組織と連携しやすい開発環境構築を検討する。 想定されるツール:ROS/ROS2,NVIDIA Isaac Sim,Linux,Matlab/Simlinkなど 言語:Python、C++、C等 その他:Office(Excel、Word、PowerPoint)、CATIA、JMAG等 職種の変更範囲:技術職・事務職・技能職業務

設計図面に対する製造性評価をAIで支援する技術開発を担当。図面からの情報抽出・製造ルールに基づく自動チェック・過去品質不具合との照合など、製造品質の向上に直結するAIエージェントの設計・実装を推進します。 ●具体的な業務内容 【製造性評価AI】製造ルール・品質不具合に基づく設計形状の自動チェック、素材・工法ごとの判断ロジック設計・実装 【製造知見の構造化】図面・仕様書・不具合履歴を横断活用するナレッジ基盤構築、製造ルールの体系化 【図面情報抽出】OCR+レイアウト解析による形状・注記・寸法の自動認識 【設計・製造連携】製造性チェック結果の可視化・修正提案、設計変更の製造影響評価 【チーム連携】業務部門・外部パートナーとの要件調整 職種の変更範囲:技術職・事務職・技能職業務

最先端のAI技術やモーションキャプチャ、シミュレータを用いたヒト認識技術に関わる研究開発 ●具体的な業務内容 経験豊富なメンバーや社外連携先と協力して開発を行います ・AIソフトウェア開発(Python) ・シミュレーションソフトウェア開発(UEなど) ・データ開発(モーションキャプチャ) 職種の変更範囲:技術職・事務職・技能職業務

株式会社メドレー

・LLMを活用したコード改善(リファクタリング、設計改善、テスト拡充、性能/セキュリティ改善) ・レガシー領域のモダナイゼーション推進(段階的移行、分割、置き換え、依存関係整理) ・調査・切り分け・意思決定・実装・検証を高速に回し、成果をプロダクトへ反映 ・AIを用いたリファクタリングのノウハウ蓄積(効果が出た進め方、プロンプト例、判断観点、適用範囲・禁則、落とし穴、学びの整理) ●ミッション AIモダナイゼーション室の一員として、LLM(ChatGPT / Claude 等)を前提に、既存プロダクト群のコード品質と開発生産性を引き上げます。特に、レガシーコードに対するリファクタリングや設計改善を、品質・安全性に配慮しながらスピード感をもって推進し、事業の成長に直接つながる改善を実現します。あわせて、AIを活用して改善を進める過程で得られた判断の勘所、プロンプトの工夫、レビュー観点、落とし穴、失敗例と学びなどを整理し、チームや組織が繰り返し活用できる形で知見を蓄積します。 ※業務の変更の範囲:会社の定める業務

株式会社サイバーエージェント

当社の様々なメディアサービスでデータ活用推進を支援している横断組織に所属しながら、各事業部のデータ分析を行い必要な技術的な支援を行います。意思決定においてはデータを用いた判断に努め、主体的に課題発見と解決を行います。 本ポジションでは、例えば以下のような課題に取り組みます。 ●経営層や事業責任者と深く連携し、データを用いた意思決定ができるよう、現場から支援する ●機械学習やデータサイエンス業務を効率的に行えるような施策を立案し、実施する ●機械学習やデータサイエンスを扱うメンバーを中心としたエンジニア組織の戦略を立案し、実行する

株式会社サイバーエージェント

メディア事業の横軸組織であるData Science Center (DSC)に所属しながら、WINTICKETのビジネス課題解決に向けてコミットします。主に、プロダクトマネージャーやマーケティングチームといったビジネスサイドのメンバーと密に連携しながら、データサイエンスを用いた効果検証、施策立案、機能設計など事業成長につながる意思決定を推進する役割を担っています。また、事業やプロジェクトの状況によって、施策実行、機能開発、研究開発、事業全体のデータ利活用環境といったデータに関わる幅広い領域を担当しています。 新規ユーザーの獲得や既存顧客の投票最大化といったプロダクトの主要チームの一員として、データサイエンスの領域を牽引し、事業成長を加速させる主力データサイエンティストの役割を担当していただきます。 具体的な業務例1. 新規ユーザー獲得の効率化と競技理解の促進 WINTICKETは、「競輪を若者の新たなエンタメへ」を掲げ、新規ユーザーの獲得による市場拡大と事業成長を目指しています。ユーザーの獲得効率や新規登録後の利用状況を分析・予測し、効果的な獲得戦略に貢献しています。また、登録意向のあるユーザーの登録率を高めるため、登録導線の状態把握、課題発見、施策立案、A/Bテストの設計・実施を担当し事業改善に取り組んでいます。 他にも、競輪未経験の新規ユーザーがより競輪を楽しむための取り組みとして、的中確率の高いレースを予測し、提示する機能をリリースしました。これによって、的中体験に加えて、競輪が持つチーム戦のような競技性の理解を促進され、継続利用につながりました。この予測結果は、「ABEMA」の競輪・オートレースチャンネルのオリジナル番組「WINTICKET ミッドナイト競輪」内でも活用されています。 https://abema.tv/now-on-air/keirin-auto その後、予測対象の拡張と精度改善をデータチーム主導で実施し、AI予想のアップデート施策につながりました。 https://www.winticket.jp/keirin/column/n4ugtMn1hWayiVERBqWQnC 具体的な業務例2. チェックイン施策のレバー決定支援 2024年にチェックイン機能がリリースされました。チェックイン機能は、チェックインキャンペーン対象のレースが開催されている競輪場に来訪することで利用でき、投票に使えるポイントが付与される機能です。 https://www.winticket.jp/keirin/column/tHMhLp78wN3epXm7Rp6gUE チェックイン機能による来場者目標の達成のためのポイント決定を支援するため、実施計画の検討やアンケート設計を通した来場予測を担当しています。また、効率的な機能運用を実現するため、来場促進によるユーザー行動の変化や位置情報を用いた不正チェックインの判定・抑制にも取り組んでいます。 具体的な業務例3.競輪選手の体力計算ロジックの構築 2024年にリリースされた「WINLIVE」は、WINTICKETが競輪初心者に向けて競技理解の促進のために企画・開発したこれまでにない新たな映像体験です。主導権を得るためにレース中の隊列がダイナミックに変化する点が競輪の魅力となっている一方で、初心者には状況がわかりづらくなっている課題感に対して、体力という観点に着目して競技理解の促進を目指しています。 https://www.winticket.jp/keirin/column/winlive この映像の実現のためには、競輪選手の体力がレース中にどのように変化していくかを計算する必要がありました。このとき使うことができたデータは選手の位置情報のデータで、自転車競技に関する研究を調査し、選手同士の位置関係から個々の選手に働く空気抵抗を計算するロジックを中心とした体力計算ロジックを構築しました。 競輪以外へのスポーツへの展開を見据えた動きもあり、スポーツデータサイエンスの分野に継続的に取り組んでいます。 その他の業務について ・キャンペーン施策やリテンション施策の効果検証と最適化 ・過去の不正利用ユーザーの行動パターンからリスク判定する機能の検討・開発 ・アンケートデータを用いたユーザー観点でのサービス改善 ・各種施策のA/Bテストの設計・実施 ・ダッシュボードやBIツール活用環境の改善検討 ・事業全体のデータ利活用成熟度向上のための取り組み といった様々なプロジェクトがあり、データチームからの提案で始まるプロジェクトも増えつつあります。 現在利用している主な環境、言語・ライブラリ、ツール ・プログラミング言語: Python, R, SQL ・インフラ: Google Cloud Platform (BigQuery、Vertex AIなど), Docker ・開発支援ツール: GitHub, GitHub Copilot, VSCode, Cursor, ChatGPT Enterprise ・BIツール: Tableau

株式会社サイバーエージェント

●サービス成長のためのデータ分析 ・KPI分解やセグメント分析などによる仮説立案 例)ボトルネックの特定と打ち手の考 ・ABテストやダッシュボード設計によるPDCA体制の構築 例)データ分析を基に実施した施策の良し悪しを判定および改善策の導出 ・社内のサービス運用フロー最適化のためのアルゴリズム開発 例)チャンネル表編成の数理的な最適化 ・プロダクトの付加価値向上のためのアルゴリズム開発 例)ターゲティング広告商品の開発

株式会社サイバーエージェント

1998 年の創業以来、インターネット広告事業を展開しており、広告効果最大化を強みに国内トップクラスの規模を誇ります。 現在は、広告にとどまらず、AI を活用したテクノロジーや3DCG等の最先端技術を駆使したクリエイティブ制作、新たにDX事業にも参入、各業界の大手企業との協業を拡大しDX推進に取り組んでいます。

株式会社メドレー

AIエンジニアとして、各プロダクトにおけるAI機能の設計・実装や、新しいAI技術の導入を主体的に推進していただきます。プロダクトの課題や要件を理解しながら、PdM・デザイナー・テックリードと協働し、医療現場で価値を発揮するAI機能を形にしていくポジションです。具体的には、以下の業務を想定しています。 ・生成AI/LLMを含む最新AI技術や外部APIの調査・検証(PoC実施を含む) ・AI機能や外部システム連携機能の設計・実装・テスト ・PdMやドメインエキスパートと連携し、プロンプト設計や仕様への技術的フィードバックを実施 ・チーム内でのコードレビュー・ナレッジ共有を通じた品質向上 ・AIや外部API活用の新しいアイデアを積極的に提案・実現 ※業務の変更の範囲:会社の定める業務

株式会社メドレー

AIシニアエンジニアとして、医療プラットフォームの各プロダクトにおけるAI機能の実装やAI技術の導入をリードしていただきます。具体的には、以下の業務を想定しています。 ・AIや外部システム連携を用いた新機能の設計・実装・改善 ・PdMやデザイナーとの協働による要件整理と技術検討 ・プロダクト内外のデータ活用・自動化を支える技術基盤の整備 ・チーム内でのコードレビューや技術知見の共有 ・AI/API関連の新技術のキャッチアップとプロダクトへの適用検討 ※業務の変更の範囲:会社の定める業務

株式会社サイバーエージェント

・ビジネス要件/KPIに沿って課題を定義し、解決策と評価指標を設計 ・その解決策を検証する新機能のアルゴリズムを開発→実装→オフライン/オンラインで検証 ●チームの雰囲気 • データサイエンティストが主体的に技術選定・設計に関わりながら、プロダクト価値を最大化することを重視しています。 • メンバー同士の距離が近く、技術的な議論も活発で、役職や職種を問わず、フラットかつオープンなコミュニケーションが根付いています。 常に最先端の技術開発を行うため、東京大学、神戸大学、早稲田大学、慶応大学の経済学の教授陣を含めたR&D定例MTGが週次で開催されています。

株式会社マネーフォワード

【主な業務内容】 マネーフォワードの各サービス・プロダクトの成長を加速させるために、生成AI・機械学習などのAI技術を活用した機能開発や業務課題の解決に取り組んでいただきます。 ユーザー業務やプロダクト仕様の理解から課題を定義し、最適なAIソリューションを企画・設計・実装・運用まで一貫して担うポジションです。 ・プロダクトマネージャーや業務担当者へのヒアリングを通じた課題発見と要件定義 ・課題解決に向けたAIソリューション(生成AI・RAG・機械学習モデルなど)の提案・検証 ・プロトタイプの開発と効果検証を通じた実現性評価 ・本番環境を見据えたAIシステムの設計・実装・運用設計 ・品質担保のためのテスト方針策定・実装・評価 ・各プロダクトチームと連携したAI機能導入プロジェクトの推進 AIソリューションエンジニアは、単なるモデル開発にとどまらず、ビジネスとAIの橋渡し役として、課題設定から事業価値の創出までをリードするポジションです。 プロダクトの未来を描きながら、AIを活用した新しい業務体験を自らの手で形にしていく-- そんな挑戦に共に取り組んでいただきます。 ※リリースしているプロダクト例はこちら ・https://note.business.moneyforward.com/n/n123cfa1718f0 ●業務内容の変更範囲:会社の定める業務

株式会社サイバーエージェント

ゲーム開発・運用現場に深く入り込み、機械学習・最適化・生成AIなどの技術を活用して、プロダクト課題の発見から仮説設計、実装、運用改善までを一気通貫で推進していただきます。 単にモデルを構築するだけではなく、ゲーム開発に携わるプランナー、エンジニア、クリエイター、プロデューサーなど多様な職種と連携しながら、実際の開発・運用フローに組み込まれる形で技術を価値に変える役割です。 ●業務例 ・ゲーム開発・運用現場における課題探索、要件整理、技術的な解決方針の設計 ・機械学習、数理最適化、生成AI、強化学習などを用いたプロトタイプ開発 ・ゲーム内データ・ユーザー行動データ・レベルデータ等を活用したモデル構築 ・機械学習モデルや支援ツールの実運用導入、改善、効果検証 ・プロジェクト固有の課題に応じた技術調査、PoC、実装方針の提案 ・研究成果・技術成果の社内外発信 ●プロジェクト例 ・運営型ゲームタイトルにおけるバランス調整支援 ・パズルゲームにおけるレベル生成・難易度推定 ・対戦型ゲームにおける敵AI・行動AIの開発 ・非公開の新規ゲーム・研究開発プロジェクト

株式会社サイバーエージェント

画像生成を用いたクリエイターの支援開発 《関連記事》 ●サイバーエージェント × エンタメについて ・[【エンタメ×テクノロジー】エンタメテックを次の事業の“柱”にエンタメテックにおける強み](https://www.cyberagent.co.jp/way/list/detail/id=28674)

パーソルホールディングス株式会社

業務詳細 グループ各社の事業価値向上や業務生産性の向上をめざし、マッチング迅速化やグループ共通業務の効率化など、AI・データを活用した施策の支援をご担当いただきます。また、グループ内で保持するデータを事業価値につなげていくために、データ基盤の構築を進めています。このデータ基盤の構築や、API/アプリケーション開発などをご担当いただきます。デジタル企画、データサイエンス、エンジニアリング、ガバナンスなどの専門知識を持つメンバーと、プロジェクトごとにチームを編成して活動します。 具体的な担当業務 各ポジションは専門領域を持ちながらも、横断的に連携しながらプロジェクトを推進します。具体的には、下記のような業務を、チームで連携しながら取り組んでいただきます。 ・事業責任者や企画担当と連携して適切なAIアーキテクチャ※を選定 ※LLM、検索拡張生成(RAG)、機械学習モデル、クラウドAIサービスなど ・AIシステム/AIプロダクトの設計・開発 (バックエンド/フロント連携、コンテナ化、CI/CD、Infrastructure as Code) ・AIモデル/パイプラインの設計・実装 ・推論基盤の最適化(レイテンシ、スケーラビリティ、コスト管理) ・モデル評価・精度改善、プロンプト設計/改善、オフライン/オンライン評価 ・モデル品質のモニタリングおよびドリフト検知 ・プロトタイプ作成とPoC実施、スケールに向けたアーキテクチャ最適化 配属組織 ●グループAI本部 データソリューション部 データサイエンス室 デジタル化を推進することで、パーソルグループ全体の業務効率化や生産性向上、データ利活用に寄与する部門です。本部全体で150名ほどの組織になります。立場に関わらず意見を伝え合う風通しの良い社風です。また、主体的な言動や意志を尊重し裁量ある働き方ができる環境であり、成長意欲がある方には組織として全面的にバックアップする環境です。 データサイエンス室は現在メンバー8名程度で、30代前半～40代のデータサイエンティスト、AIエンジニアが中心で構成されます。 コミュニケーションを大切にし、部を跨いだ定期的なイベントや、メンター/管理職との定期的な1on1を行っています。残業時間は20～30時間程度です。 ※場合よってはグループ内で一時的な兼務/出向をいただく場合がございます。 担当職種の変更範囲 会社の定める職種(出向規程に従って出向を命じることがあり、その場合は出向先の定める職種)