退職金制度あり 機械学習のITエンジニア求人・転職情報

能美防災株式会社

情報科学を活用した異常検知に関する技術研究、ソフトウェア ●職務内容 自社製品/自社サービスの開発 新たな防災設備の開発に携わるやりがいの大きい仕事です! 画像処理などのICT技術を活用したセンサ機器の研究開発をご担当頂きます。 ①「画像処理火災検知システム」の製品開発等 ②「異常検知システム」の製品開発等 ③ その他、各種防災システムの製品開発 ●具体的には 画像処理等、データサイエンスを活用したセンシング機器、およびネットワーク経由でデータを解析するシステムの技術研究～先行開発業務を中心にお任せします。 従来からの防災設備の枠を超え、プラントやインフラなどの重要設備を監視する異常検知システムの新技術を研究開発しています。

株式会社ディスコ

長野事業所 情報システム部門のアプリエンジニア(開発担当)として、生産拠点で利用するiOSアプリ、Webアプリ、画像認識、AI、IoT、分野横断で開発します。 ●内製での開発例 社用スマホでの内線通話アプリ、工場での通信/モニタリング用のIoTシステム、AIによる自動文字起こし、社内向けの中古品フリマアプリ、Web会議システム、社内チャットツール …など様々 ※リリース後、ユーザー(従業員)から直接FBをもらい改善していきます ●案件アサインのしくみ ・開発案件は他部署からの依頼がきっかけとなることもあれば、自分で起案することもできます。 ・他部署からの依頼の場合、チーム内で案件オークションを実施し担当者を決めます。 ※社内通貨「Will」を活用 ●使用技術の例 Python/Rust/Golang/Swift/TypeScript/JavaScript/C/C#/C++/React/Next.js/Vue.js/Nuxt.js/Django/FastAPI/Flutter/Laravel/OpenCV/YOLO/Raspberry Pi/Arduino/Transformer …など ※開発の際のプログラミング言語は担当者が自由に選定できます。 新たな技術へ挑戦しやすい環境です。 ※オンプレで開発しています。

明治安田生命保険相互会社

データサイエンティストとして、経営課題の解決やビジネスの高度化等の新たな価値の創出に向け、データ利活用を中心に担っていただきます。 ・データ利活用案件の企画立案およびビジネス活用シーンを踏まえた分析設計 ・データ活用基盤の整備・管理 ・データ分析業務の推進(AI分析、機械学習、統計解析、データマイニングなど) ・データ分析人財の教育(社内研修の企画立案や講師など)

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

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

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

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

アイシングループ国内外の工場を舞台に、スマートファクトリーを具現化するAI応用技術開発を担当。 ニーズ・課題抽出から技術開発、現場導入、成果創出まで一貫して対応。 ●具体的な業務内容 ・画像・作動音による製品検査技術の開発と現場適用 ・生成AIなど最新技術を活用した新たなソリューション開発 使用技術・環境 ・使用言語:Python ・環境:Windows, Ubuntu ・ツール:TensorFlow, Keras, PyTorch, 生成AI, AWS, Microsoft Azure 職種の変更範囲:技術職・事務職・技能職業務

AI開発向けにMLOps環境、データ基盤の構想立案、技術検討、構築をお任せします。 クラウド(PaaS)上への構築をベースに検討いただきます。 加えて、オンプレ・クラウドのハイブリット構想も担当いただきます。 ●具体的な業務内容 AI開発・データ分析に関わるデータ基盤やMLOps環境の整備、IoTや自動車の規格に適切なクラウドのサービスの検討等に関する以下の業務をお任せします。 ・技術検討 ・企画・構想立案 ・システム要件定義 ・データモデリング ・設計、開発 言語:Python、C++、JavaScript、TypeScript、SQL OS:Windows、Linux 環境:AWS ツール:Databricks、IaC (AWS CDKなど)、生成AI(GPT、Claude、Gemini) 愛知をはじめ、他の拠点(東京、博多)のメンバーともリモート環境等で連携しながら業務にあたってもらいます。 入社後3か月は、OJTを中心に業務キャッチアップをしていただき、その後メイン業務を担当していただきます。 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

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

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

機械知覚機能を支える先端AI技術の研究開発(Ex. 学習効率化)を担当いただきます。 主に、画像認識、マルチモーダル生成AI、機械学習方法論・理論といった専門性にもとづいて、テーマを決定します。 ●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

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

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

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

株式会社分析屋

クライアントのビジネス課題に対し、表データを用いた予測・分類モデルの構築から、最新の生成AIソリューションの開発までを一気通貫で担当します。 単なるプロジェクト進行の管理に留まらず、精度向上のためのアルゴリズム選定や、生成AIの実装におけるプロンプト構成など、技術的な意思決定に深く関与していただきます。 現場のメンバーと議論を交わし、泥臭く精度を追求できる環境です。 ●案件事例 ・生成AIを活用した検索システムの開発 ・ワークフローを自動化するAIエージェントの開発 ・クライアントのAI人材教育のための伴走支援 ・Eコマース領域におけるAIを用いたターゲティング最適化、予測モデルの開発やMLOpsの運用 ・通信業における在庫最適化/予測モデルの開発と改良 ●入社配属部署(AIビジネス部) AIビジネス部は、最新のAI関連技術を応用してお客様のデータ利活用や業務効率化をしている部門です。 機械学習や深層学習のPoCから、生成AIを活用したAIエージェントの開発まで機械学習分野全般を対応しています。 現在募集している人材は、プロジェクトマネジメント能力と技術的専門性を併せ持ち、プロジェクトを牽引できるメンバーになります。 〔新規事業開発・ボトムアップの文化〕 当部門では、現場の「この分析手法なら、もっと精度が出る」「この最新技術で新規事業を作りたい」という声を尊重します。 管理職に回ることで技術が疎かになるのではなく、技術の本質を理解しているからこそ、最高のマネジメントができるという価値観を大切にしています。 変更の範囲:会社が指定した場所

株式会社分析屋

クライアントのビジネス課題に対し、表データを用いた予測・分類モデルの構築から、最新の生成AIソリューションの開発までを一気通貫で担当します。 単なるプロジェクト進行の管理に留まらず、精度向上のためのアルゴリズム選定や、生成AIの実装におけるプロンプト構成など、技術的な意思決定に深く関与していただきます。 現場のメンバーと議論を交わし、泥臭く精度を追求できる環境です。 ●案件事例 ・生成AIを活用した検索システムの開発 ・ワークフローを自動化するAIエージェントの開発 ・クライアントのAI人材教育のための伴走支援 ・Eコマース領域におけるAIを用いたターゲティング最適化、予測モデルの開発やMLOpsの運用 ・通信業における在庫最適化/予測モデルの開発と改良 ●入社配属部署(AIビジネス部) AIビジネス部は、最新のAI関連技術を応用してお客様のデータ利活用や業務効率化をしている部門です。 機械学習や深層学習のPoCから、生成AIを活用したAIエージェントの開発まで機械学習分野全般を対応しています。 現在募集している人材は、プロジェクトマネジメント能力と技術的専門性を併せ持ち、プロジェクトを牽引できるメンバーになります。 〔新規事業開発・ボトムアップの文化〕 当部門では、現場の「この分析手法なら、もっと精度が出る」「この最新技術で新規事業を作りたい」という声を尊重します。 管理職に回ることで技術が疎かになるのではなく、技術の本質を理解しているからこそ、最高のマネジメントができるという価値観を大切にしています。

株式会社ヤマシタ

【役割・ミッション】 デジタル本部コーポレートIT課に所属し、ヤマシタの社内IT基盤全般の設計・構築・運用を担うポジションです。 クラウド上のAI基盤を安定稼働させるためのアーキテクチャ設計から、既存インフラの内製化、ゼロトラストネットワークの構築まで、幅広い領域を担っていただきます。 セキュリティ担当やサービスデスクとも連携しながら、攻めと守りの両面からIT基盤を進化させていく役割です。 【業務内容】 ・社内IT基盤(ネットワーク、サーバー、ストレージ、仮想化、クラウド)の設計・構築・運用・監視 ・クラウド上のAI基盤を24時間365日稼働させるためのアーキテクチャ設計と性能チューニング ・既存インフラの運用保守の内製化(Microsoft Graph API等のクラウドサービスAPI活用やサーバー保守の社内完結体制の構築) ・ADリプレースやネットワーク改善、ファイルサーバー移行、BCP/バックアップ体制構築 ・ゼロトラストネットワークの構築やMDM(PC・タブレット・スマートフォン管理)設計 ・ITサービスマネジメントプロセスの標準化、システムオンボーディング整備、運用移管条件の策定 ・サービスデスクや運用チームへの技術支援、障害対応と原因分析 ・セキュリティ担当と連携した、クラウド/オンプレ問わずゼロトラストを意識した安全設計の推進 【責任】 ・IT基盤の安定性と拡張性の確保 ・インフラ刷新PJの推進・内製化の実現 ・ITサービスマネジメントの標準化・運用体制の構築 【業務内容の変更範囲】当社業務全般

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。

株式会社インターネットイニシアティブ

データセンターサービスの基幹業務システムの企画、設計、実装、運用保守 等を行っていただきます。また、データセンターで稼動しているIT機器、センサ類、設備機器 等が計測した大量のデータを収集・分析し、高品質・自動化・高効率を達成するファシリティ制御システムも開発しています。このような様々なデータセンター関連システムの開発を経験できます。 ※将来的に配属部署を異動した場合、実施する業務全般を変更する可能性あり

株式会社日立製作所

【職務概要】 関東地区の金融機関を担当領域とし、システム構築プロジェクトの推進に加え、ホワイトスペースの特定から新規提案活動までを一気通貫でご担当いただきます。 また、構築したシステムについては他金融機関への横展開も行い、ソリューションの拡販・高度化を推進します。 従来のITシステム開発事業を安定的に遂行しつつ、生成AIやデータ分析などの先進技術領域にも参画し、金融分野における新たなビジネス領域の創出・拡大を担っていただく裁量のあるポジションです。 【職務詳細】 ・現状データ分析、課題明確化を含めたシステム化構想策定、要件定義支援などの上流工程の推進 ・システム導入及びプロジェクトのマネジメント ・導入システムのパッケージ化および他金融機関への横展開 実際のシステム構築をご担当いただきながら、より当社からソリューション提案の可能性がないかを顧客との課題調査の中から見出していき、さらなる顧客への価値提供に向けて営業部隊や他組織と協業をしていきながらプロジェクトの提案/拡大を担っていただくことを期待しております。

NSW株式会社

IoT・M2Mを通した製造業DXを実現するために、データの蓄積・見える化からデータと機械学習・統計的手法ソリューションの連携、IoTプラットフォームの構築まで、PLとしてプロジェクトをリードしていただきます。 当社では、IoT・M2M領域における「スマートプロダクト」を通した顧客企業のDX推進に注力しています。 具体的には、顧客の実態に即したIoT・M2Mプラットフォームのカスタマイズ導入(既存の機械や機器にIoT技術を導入することで、遠隔監視やデータ収集を可能にし、付加価値を高めるソリューション※例えば監視体制のDX化やモニタリングプロセスの自動化・稼働率改善に向けた自動化)を様々な業界に対し提供しています)等を実現することで、大手顧客の顧客企業のDXを支援していきます。 本ポジションでは、IoTプラットフォーム開発のプロジェクトリーダー(PL)として、要件定義から開発・運用フェーズまで一貫してプロジェクトを牽引していただける方を募集します。 ■具体的な業務内容 スマートプロダクトにおけるIoTアプリ(Web/モバイル)の開発PLとして、以下の業務をご担当いただきます: ・顧客との要件定義、仕様設計、開発スコープの明確化 ・アプリ開発におけるクラウド基盤(AWS・Azure)構築に伴うアーキテクチャの設計 ・プロジェクト全体の進行管理(品質・コスト・納期) ・開発メンバー(社内・パートナー含む)への指示・レビュー・調整 ・UI/UXやアーキテクチャ設計への技術的アドバイス ・運用・改善フェーズにおける継続的な機能提案・改善 ■体制規模 各プロジェクトは数千万～1億程度の規模となり、PM・PL・メンバーにて組成されます。 PL候補メンバーは案件規模の小さいPJからご参画いただき、OJTベースでPLとしてのいろはをキャッチアップいただく想定です。 ■顧客について 大手～中堅企業様を中心として、プライムのお取引企業になります。

AI技術を活用した次世代モビリティプラットフォームにおいて、クラウド・エッジ(車載/IoT)を横断するアーキテクチャの構想から設計、実装方針策定までを一気通貫で担っていただきます。 最初は中核領域の設計レビュー/意思決定支援から入り、段階的に設計標準の策定・展開まで拡張させていくことで、マイクロサービス構成・責務分割・AI配置に関する重要な設計判断をリードする立場として、知能化サービスPFの中核を形にしていただきます。 ●具体的な業務内容 AI技術を活用した次世代モビリティプラットフォームにおいて、クラウド・エッジ(車載/IoT)を横断したアーキテクチャ設計・技術のリードを担当いただくとともに、マイクロサービス/API/イベント設計および実装リードを、以下のような流れで知能化チームのメンバとともに推進いただきます ●クラウド～エッジ(車載/IoT)を含む全体アーキテクチャ設計 ●マイクロサービス/API/イベント設計(責務分割・IF設計)と実装方針リード ●AI配置設計(推論配置) ●セキュリティ・信頼性・可観測性を含む非機能設計 ●技術的合意形成(社内外)/設計レビュー・育成支援 職種の変更範囲:技術職・事務職・技能職業務

株式会社サイバーエージェント

●ミッション 現場の課題に深く入り込み、課題設定からモデル開発、検証、改善、プロダクト化までを自ら一気通貫で推進しながら、価格エージェントをより汎用的で再現性のあるプロダクトへ進化させることが本ポジションのミッションです。 分業された一工程を担うのではなく、事業と技術を往復しながら全体を握り、自ら価値をつくり切ることを期待しています。 ●本ポジションの役割 価格エージェントの価値の中核を担い、事業と技術をつなぎながらプロダクト開発を推進するPdM/データサイエンティストを募集します。 クライアント課題の構造化、分析設計、アルゴリズム開発、効果検証、改善、プロダクト化までを一気通貫で担い、事業と技術の両面からプロダクトを前進させる役割です。 <PHASE 1|要件定義・課題設計> ・クライアントの経営課題(原資削減・売上向上等)をヒアリングし、分析・検証で解くべき問題に整理する ・使用データ・システム連携・スコープ・期間を整理し、KPIと評価指標を設計する ・提案資料の分析パート(効果試算・ケイパビリティ説明)を作成し、必要に応じて営業提案を支援する <PHASE 2|モデル開発> ・価格・クーポン最適化アルゴリズムの設計・実装 ・顧客データに対する探索的データ分析(EDA)および特徴量設計・前処理 ・既存モデルのチューニングに加え、必要に応じて新規アルゴリズムの研究・開発を行う <PHASE 3|オフライン/オンライン検証> ・最適化結果に基づくシミュレーション設計・実施、およびKPI試算 ・本番環境でのA/Bテストにおける検証設計、評価指標の設計、効果検証 ・検証結果をチーム内にフィードバックし、モデル改善サイクルを継続的に回す <PHASE 4|プロダクト化・横展開> ・プロジェクトを通じて磨いた分析手法・アルゴリズムを、汎用的なプロダクト機能として体系化する ・新たな差別化要素の研究開発 ・知財保護のためのシステム構成設計(CA環境でのモデル構築・BQ連携等)や特許出願にも関与 ●プロジェクトの進め方 ビジネスチームがクライアントの課題をヒアリングし、データサイエンティストが技術選定・分析設計を主導します。1案件あたりデータサイエンティスト1〜2名がアサインされ、エンジニア・ビジネスメンバーと密に連携しながら進行します。上記フェーズを繰り返す中で、汎用化・プロダクト化を常に意識して取り組みます。 ●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、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、役職・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たチームです。