上場企業 機械学習のITエンジニア求人・転職情報

以下の中から個々のスキルや事業状況に応じた業務を担当いただきます。 ●ABEJA Platform / ABEJA LLM Series / ABEJA Insight for Retail などのプロダクトに関連する開発・運用業務の実施 ・AIパイプライン基盤、LLMOps基盤、数千台のカメラ・センサーデバイス等のデータ分析・可視化 B2B SaaS プロダクトなどの強化活動にバックエンドエンジニアとして参画し、提供価値を最大化、定期的なメンテナンス活動を実施 ●プロダクト研究・開発に必要な技術検証業務の実施 ・以下一例、スキルに応じて ・LLM/生成AIに関する技術検証 ・新しいフレームワーク、新しい基盤の技術検証 ・新しいIoTデバイスの価値検証 ●各種スクラムイベントへの参加 ・スプリントレビュー、レトロスペクティブ、スプリントプランニングの定例会議への参加 ・開発進行に関する議論に参加 ●サービスレベル改善と運用効率化業務(SRE業務)の実施 ・KAIZEN DAY(週1回)に参加し、デプロイ頻度の向上、変更リードタイムの短縮、変更障害率の低減を実現 ●その他の業務 ・エンジニアチームの強化のための採用活動や勉強会登壇などに積極的に参加 ・技術スタック一覧(StackShare)に基づいた開発や技術の選択と活用 【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 「テクノロジーの力で産業構造を変革する」 お客様の抱える経営課題/事業課題を、機械学習(LLM含む)・統計・数理最適などデータサイエンスの力を駆使することで根本から解決へ導きます。 そのために、本ポジションでは、プロジェクトマネージャなどのビジネスサイドやエンジニアと密に連携しながら、要件定義・技術選定・モデル開発・運用まで、一連の流れを率いていただきます。 また、組織全体のパフォーマンスを最大化するため、メンバー育成やカルチャー醸成など多方面でリーダーシップを発揮し、ABEJAが描く未来を共に創っていただきます。 業務内容 プロジェクトマネージャやエンジニアと連携しながら、様々なデータサイエンス技術を駆使して、お客様の経営課題/事業課題を解決に導いていただくポジションです。 グループ全体のアウトプットが顧客満足に繋がるよう、シニアメンバーと共にその品質向上に務め、価値提供に向けて必要なアクションを取っていただきます。 ●データ分析、モデル作成データ要件の整理、技術スタック選定 ・データの前処理、EDA、可視化 ・最適な手法の調査・選定 ・モデルの作成、精度・性能評価 ・ディープラーニングを含む機械学習(画像・自然言語・構造化データ) ・大規模言語モデル(LLM)の活用(学習、推論含む) ・統計解析・因果推論などの統計モデリング ・数理最適化などの数理モデリング ●エンジニアと連携したモデルの商用実装 ・定期的なモデルのパフォーマンス評価、パフォーマンスの維持・向上(ML ops / LLM ops) ●提案活動、提案内容レビュー ・受注前のプロジェクトにおける顧客との折衝、プロジェクトの要件整理 ・整理した要件に基づく、提案内容のレビュー、実現可否判断 ・提案を魅力的にするための最新技術知見を踏まえた示唆だし ●技術の横展開・技術ブランディング ・実装ロジックの汎用化およびプロダクト化 ・技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・Meetup、テックブログ等)

●ミッション 「テクノロジーの力で産業構造を変革する」 生成AIが業務の中核へ入り込む時代において、ミッションクリティカル領域でも安心して使えるLLMを研究開発し、社会実装可能な形で届けることで、お客様の経営課題/事業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、大規模言語モデル(視覚言語モデルを含む)の研究開発を推進し、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、要件に沿ったモデル方針の策定から、品質を担保するベンチマーク設計、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 高い性能と利便性を両立する国産大規模言語モデルの開発、改善、研究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、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、業務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。 ・大規模言語モデル(LLM)の開発・改善・研究 　-モデルアーキテクチャ、学習手法、推論最適化に関する調査・設計・実装 　-継続事前学習、指示チューニング、アライメント、強化学習等による性能向上 　-長文対応、ツール利用、エージェント化を見据えた能力拡張の検討 　-日本語および業務特化領域での品質・安全性・信頼性の向上に向けた改善サイクルの確立 ・評価・ベンチマーク設計 　-日本語/業務ドメインに即したベンチマークの設計・運用 　-オフライン評価とオンライン評価の設計、継続的な性能モニタリングと劣化検知 　-ハルシネーション、情報漏洩、プライバシー等のリスクを踏まえた検証と対策 ・開発基盤・データ基盤の整備 　-学習/評価/推論のパイプライン設計・運用、再現性の高い実験環境の構築 　-データ収集、品質管理、フィルタリング、アノテーション方針の策定と運用 　-コストやスループットを意識した推論環境の最適化、LLM Opsの整備 ・プロダクト/ソリューションへの接続 　-PM/PdMと連携した要求整理、ロードマップへの反映、要件に沿ったモデル方針の策定 　-エンジニアと連携した商用実装(API化、周辺機能、運用設計)、クライアント環境での導入支援(オンプレミス含む) 　-業務プロセスへの組み込み、検証設計、運用定着までの伴走と改善 　-再利用可能なコンポーネント化やプロダクト化による横展開 ・チームリーディング、技術横展開・技術発信 　-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 　-メンバー育成やカルチャー醸成への貢献 　-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 「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

●フロントからバックエンドまで、ソフトのみならずハードウェア・IoTデバイスも含めたフルスタックなDXプロジェクトの要件定義 ●プロトタイプのAI・機械学習モデルを実運用可能な形にするためのデータパイプライン・インフラ基盤構築の設計およびサービス/システムの開発 ●運用保守を見据えたデプロイ環境構築(クラウド・エッジ含む) ・こちらのブログにて、業務やチームの取り組みについてご紹介しています。 https://tech-blog.abeja.asia/entry/abeja-system-dev-team-202112 ・技術スタックについては、こちらをご覧ください。 https://stackshare.io/abeja/abeja-system-dev

●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

【まずお任せしたいこと】 入社後まず注力いただくのは、ジョブメドレーにおけるレコメンド・検索領域の ML システム開発と MLOps 基盤整備です。 データ基盤の構築整備が急ピッチで進んでおり、内部のデータ分析だけでなくプロダクト機能としての価値提供に差し掛かる中で、以下の取り組みに着手しています。 -レコメンドエンジンの設計・開発・改善(協調フィルタリング、コンテンツベース、深層学習ベースなど) -検索ランキングの最適化・パーソナライゼーション -Google Cloud(BigQuery, Vertex AI, Cloud Run 等)を中心としたMLインフラ(特徴量ストア・モデルレジストリ・実験管理基盤等)の設計・開発・運用 -学習・推論パイプラインの設計・構築・自動化(CI/CD) 例えば、レコメンドエンジンに関しては基盤の刷新を進めていることもあり、アーキテクチャの設計段階から携わることができます。 【バックグラウンドや志向に応じた広がり】 上記を中心としつつ、ご経験や志向に応じて以下のような領域にも携わっていただけます。 ●データサイエンス寄りの方には: -ジョブメドレーが保持する様々なデータを活用した新たなマッチングモデルの検証・開発 -事業指標予測、LTV 予測など事業課題に直結する予測モデルの構築と改善 -A/B テストの設計・実施・効果検証によるプロダクト改善サイクルの推進 ●データエンジニア寄りの方には: -dbt を用いた特徴量生成・分析用データモデルの設計・開発 -KPI設計・効果測定のための分析基盤・BI 環境(Metabase x 生成 AI)整備 -プロダクト開発を始めとする他部署と連携した仮説検証のためのデータ整備 -いずれの志向であっても、事業課題の発見・具体化から成果の創出まで一貫して関わることを期待しています。 ※業務の変更の範囲:会社の定める業務

【ご入社の流れ】 親会社の株式会社BTMにご入社いただき、BTMAIZへ出向という形で就業いただきます。 ※ご本人が望む場合は将来的に、BTMAIZへの転籍も可能です。 ご入社後は現在BTMAIZで請け負っている案件に参画いただきながら、 BTMAIZの案件イメージをつかんでいただき、 並行して、目標設定やキャリアプランのすり合わせも進めて参ります。 【仕事概要】 ・Azure Machine Learning、Azure Cognitive Services、Azure Bot Serviceなどの Azure AIプラットフォームを活用したAIモデルの設計、開発、デプロイ、運用 ・機械学習、深層学習、自然言語処理などのAI技術を用いたソリューション開発 ・データ収集、前処理、特徴量エンジニアリング ・AIモデルの評価、改善、最適化 ・開発したAIシステムのAPI連携、システム統合 ・チーム内および関連部署との連携、技術的なコミュニケーション ・最新のAI技術動向のキャッチアップと検証 【技術】 サーバサイド:Python(FastAPI),Azure App Service/StaticWeb,サーバレス(Azure Functions/LogicApps) スマホアプリ:React Native,Flutter,Kotlin,Swift コンテナ:Kubernetes,Docker,Service Fabric,Container Registry ビッグデータ:Data Lake,Data Factory,Synapse Analytics,Data Explorer,Evetnt Hub データベース:AzureマネージドDB(Cosmos DB,SQL DB,MySQL) セキュリティ:Azureセキュリティ(Application Gateway,Front Door,Private Link,Express Route,Sentinel,AzureAD) 運用管理:Azure Monitor/Application Insights,Azure Automation プロジェクト管理:Azure DevOps,Git ローコード:PowerPlatform(Power Apps,Power Automate/Power Pages) デプロイ自動化、テスト自動化、コンポーネント再利用型で高付加価値な時間配分

【専門性が活かせる/フレックス・リモート勤務可能で働きやすい環境】 売上1兆円規模、グループ157社(国内:49社　海外:108社)を有し、国内・世界トップクラスの総合人材企業であるパーソルグループ。 テクノロジーの力でグループビジョン「はたらいて、笑おう。」を実現することをミッションに、サービスの進化や、グループの生産性・競争力の向上、社員の働く環境の良化などをITの側面から推進しています。その中で、パーソルグループのAI/データ企画・開発をお任せします。 ●業務詳細 パーソルグループにおけるデータ及び生成AIの利活用を、データサイエンティストとしてリードする役割を担っていただきます。 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。 パーソルグループの主要事業である人材ビジネスは、候補者と企業をつなぐ「リボンモデル」を基盤としており、以下の4つの領域におけるプロジェクトが予定されています: 人材マッチングの効率化/顧客接点のデジタル化/セールスプロセスのデジタル化/業務オペレーションの効率化 本ポジションでは、事業課題に対する最適な解決策やAIの活用について、企画段階から関わります。 さらに、グループ全体に対する横断施策の戦略立案から実装までを一貫して担当し、技術的な観点からプロジェクトやチームをリードしていただきます。 ●具体的な担当業務 データサイエンティストとしてプロジェクトをリードし、以下の業務に携わっていただきます。 なお、保守業務の割合は全体の約1割程度です。 1,データ分析と企画立案 ・デジタル企画担当や事業責任者と連携し、データを分析することで示唆を得る ・分析結果をもとに企画立案をサポートし、必要に応じてAIのプロトタイプモデルを作成・検証する 2,AIモデルの構築およびサービス化 ・サービス化に向けたAIモデルの設計・構築 ・AIシステムやAIプロダクトの開発・保守運用 パーソルグループの事業・サービスの開発にチームで参画いただくか、パーソルホールディングス内のプロジェクトでの参画になります。場合によっては一時的な兼務/出向をいただく場合がございます。 ●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。 ●募集部門 グループAI本部　データソリューション部 ●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)

【専門性が活かせる/フレックス・リモート勤務可能で働きやすい環境】 売上1兆円規模、グループ157社(国内:49社 海外:108社)を有し、国内・世界トップクラスの総合人材企業であるパーソルグループ。 テクノロジーの力でグループビジョン「はたらいて、笑おう。」を実現することをミッションに、サービスの進化や、グループの生産性・競争力の向上、社員の働く環境の良化などをITの側面から推進しています。その中で、生成AIを中心としたアプリケーション/プラットフォームの企画・設計・開発をお任せします。 ●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。 ・事業課題に基づくデータ要件定義 ・データモデリング(DWH設計)およびデータマート整備(dbt等) ・データ品質管理(テスト・監視) ・機械学習・レコメンド向け特徴量データの整備 ・事業KPI(粗利/人、生産性、成約率等)に紐づくデータ設計 ・定義した指標に基づく分析および事業改善の推進 ・セキュリティやガバナンスを考慮したデータ管理ルールの整備 ご経験によって、周辺業務等もお任せしながらキャッチアップ頂く場合もございます。 パーソルグループの事業・サービスの開発にチームで参画いただくか、パーソルホールディングス内のプロジェクトでの参画になります。場合によっては一時的な兼務/出向をいただく場合がございます。 ●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。 ●募集部門 グループAI本部 データソリューション部 ●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)

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

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

●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