年収800万円以上 音声認識のITエンジニア求人・転職情報

株式会社日立製作所

【配属組織名】 研究開発グループ Digital Innovation R&D　先端AIイノベーションセンタ　ビジョンインテリジェンス研究部 【配属組織について(概要・ミッション)】 日立グループ本社の研究開発部門は、日立が保有するあらゆる事業のイノベーション創生を主導しています。その中でも、先端AIイノベーションセンタの知能ビジョンインテリジェンス研究部では、画像処理・認識マルチモーダルAI技術をベースに、現場のナレッジを体系化し、人々の業務を革新する新たなソリューションやサービスの研究開発を行っています。 技術の適用先は、例えば、鉄道・空港・警察向け映像監視システム、産業向けの行動認識やAR/VRを活用したワーカー支援・遠隔業務システム、メタバースを活用した点検・保守支援技術、医用・生体分析機器など幅広く、画像処理・AI技術をミッションクリティカルな領域で社会実装し、広く社会に貢献することが我々の強み・ミッションです。 【携わる事業・ビジネス・サービス・製品など】 日立グループが開発しているAI関連ソリューション事業全般に関わります。 ●研究テーマ例 ・「現場作業における心理的負担軽減と作業効率化を支援する次世代AIエージェント「Frontline Coordinator - Naivy」を開発」 https://www.hitachi.co.jp/New/cnews/month/2025/07/0703.html ●直近の発表文献リスト https://hitachi-speech.github.io/ ●関連のあるニュースリリース ・「日立、現場データの収集技術や生成AIを活用した「現場拡張メタバース」を開発」 https://www.hitachi.co.jp/New/cnews/month/2023/12/1218.html ・「正確で高感度な血液検査を実現する画像処理技術の発明」において令和6年度全国発明表彰の「発明賞」を受賞」 https://www.hitachi.co.jp/New/cnews/month/2024/06/0604a.html ・「災害状況の把握に特化した独自AIで東京都の災害対応の高度化を支援する高所カメラ被害情報収集システムが本格稼働」 https://www.hitachi.co.jp/New/cnews/month/2024/03/0301.html ・「画像・映像利活用のための類似画像検索システム」の開発に対して日立製作所が第56回市村産業賞・貢献賞を受賞」 https://www.hitachi.co.jp/information/info/20240523.html ●Qiita Zine ・「リスクテイクしてこそ研究者だ。音響と画像認識で成果を出し続ける日立研究員のマインド」 https://zine.qiita.com/interview/202103-hitachi/ 【職務概要】 DXの観点で顧客の業務革新につながるソリューション創生を目標に、画像認識・マルチモーダルAIに関する研究開発およびプロジェクトのリードを担当いただきます。日立の広範な事業領域において、社会実装を実現していきましょう。 【職務詳細】 ・全社および事業部門への新規研究・事業の提案と、最新ソリューション開発 ・国内外のお客様とのPOC推進と、技術のエンハンス ・特許創出、ニュースリース、学会発表 ※研究者としての実績づくりは勿論のこと、新たなソリューション・サービスの創出までを一気通貫で担いたい志向性の方を歓迎します。 【働く環境】 ・組織規模:14名で構成され、20代～40代まで幅広い年齢層の研究者が活躍しています。 ・仕事の流れ:3～5名規模の単位でチームを作り、個々人がその技術の専門家として自主性を重視し開発内容を分担します。他部門の研究者や事業部門のリーダおよびチームと連携して業務を進めます。 ・働き方:在宅勤務を主として、月に数回程度の出社頻度となります。 ※上記内容は、募集開始時点の内容であり、入社後必要に応じて変更となる場合がございます。予めご了承ください。

株式会社GROWTH VERSE

●職務概要 最先端の統計解析、機械学習、そしてLLM(大規模言語モデル)をはじめとする生成AI技術を駆使し、ビジネス課題の解決を推進します。 単なる分析PoC(概念実証)で終わらせるのではなく、データから得た示唆をアルゴリズムとして実装し、システム化・プロダクト化することで、「継続的なビジネス成果」を創出することがミッションです。 ●業務内容 プロジェクトの最上流から参画し、ビジネス課題の特定からアルゴリズムの選定、実装、社会実装まで一気通貫で携わっていただきます。 ・生成AI・LLM活用: RAG(検索拡張生成)を用いた社内知見の活用支援や、LLMによる業務自動化・コンテンツ生成アルゴリズムの技術検証およびシステム開発。 ・予測・最適化モデル構築: 需要予測、顧客離反予測、LTV最大化、マーケティング最適化など、大規模データを活用した数理モデルの設計。 ・社会実装とMLOps: 構築したモデルをWeb API等へ組み込み、運用・改善サイクルを回すことで、実ビジネスで活用され続ける仕組みの構築。 ・研究開発(R&D): 最新論文の調査・トレースを行い、最先端技術を商用利用可能なレベルまで引き上げる研究開発。 ・ステークホルダーとの折衝: クライアントや事業部門に対し、分析結果のレポーティングや、技術的背景に基づいた戦略的な意思決定の支援。

三菱UFJインフォメーションテクノロジー株式会社

【ポジション概要】 世界有数の金融グループであるMUFG(S&Pグローバル,2020年4月)は、3,400万人の個人、100万社の法人のお客さま(MUFGレポート,2024年)のお取引情報をはじめとする膨大なデータを活用し、店舗におけるお客様対応・事務、本部バックオフィス業務も含めた多岐にわたる業務の高度化・効率化のため、画像・音声認識、自然言語処理、ロジック処理などあらゆる形態でAI・MLを活用しています。 三菱UFJ銀行をはじめとする事業部門と至近距離で協働し、ビジネス理解及びデータ分析タスクの設定、モデル構築を主体的に推進し、MUFGのビジネス変革・デジタライゼーション(DX)に大きく貢献いただける方を募集しています。 【業務内容】 (雇入れ直後) ・データ分析テーマの選定、データ分析プロジェクトの企画・推進 ・データ分析業務(設計・構築、データ解析、可視化、データ分析結果の評価等)を通じた業務革新・効率化 ・AIや機械学習を用いたモデル実装、運用を通じた銀行業務高度化 ・データの構造化・加工・分析処理等のデータエンジニアリング ・生成系AIの活用推進・分析への活用 (変更の範囲) 会社の定める業務 【業務内容】※補足 ・データ分析・AIモデル開発に加え、企画〜運用まで一貫して関与 ・ビジネス部門と連携し、課題設定から価値創出まで担うプロジェクト推進 ・不正検知、マーケティング、業務効率化など多様なテーマに対応 ・大規模データ(数千万件規模)を活用した分析・開発 ・MLOps等を用いたモデル運用・改善の高度化 【役割・責任】 ・MUFG事業部門と協働し、ビジネス課題からデータ分析タスクの抽出、評価基準を設定 ・データの前処理、モデル構築、モデル評価 ・業務特性を鑑みてモデルの運用、評価基準を設定および最適なシステムアーキテクチャを検討する ・当該領域の高い知識とスキルを持つプロフェッショナルとして、組織全体のデータサイエンスやデータエンジニアリングに関するスキル・知識の啓蒙・伝搬を担う。 ・開発エンジニアチームに対する技術的なリーダーシップ提供(ツール・インフラ整備・利用指南・コードレビュー・設計等)、およびコーチング・メンタリング。 【配属想定部署】 データサイエンス部(グループ事業部門・デジタルイノベーション本部配下) 【配属想定部署概要】 ・AI/データサイエンス推進に係る企画・推進・管理・取り纏め(※銀行と協働) ・AI/データサイエンスの人材開発、体制整備 ・データ分析業務 【配属想定部署の人員構成】 約50名が在籍。 若手社員から中堅社員まで幅広く在籍。 ・20代-30代のメンバーが大半 【おもな関係者】 各業務を所管するMUFG事業部門、社内開発チーム、外部企業等と、マネジメント層・メンバーを問わず、連携いただきます。 また、社内やMUFG全体に対する啓蒙活動や情報発信等を担っていただくため、社内マネジメントとの連携やレポーティング機会も多くあります。 学術機関、外部コミュニティ等との連携も積極的に実施いただきます。 【想定担当案件(例)】 銀行各部門の様々な業務に関連するデータ分析を行っていただきますが、以下のようなプロジェクトに携わっていただきます。 ・セールス部署への顧客動向分析、レコメンデーション提供 ・自然言語処理等を活用した銀行業務高度化 ・生成系AI活用案件 ・金融サービスに係わる不正検知 【インタビュー記事】 https://www.it.mufg.jp/recruiting/career/work/projects.html ・データサイエンス部：[データサイエンスで推進するMUFGのビジネス変革](https://www.bizreach.jp/job-feed/public-advertising/rgpw7g8/)

燈株式会社

DX Solution事業部のAIエンジニアとして、顧客課題の解決に向けたアルゴリズム選定から、実装、評価、デプロイまでの一連のパイプライン構築をリードしていただきます。 ビジネス要求から逆算して「どの技術を使うべきか」を選定し、自ら手を動かして実装・検証を行うポジションです。 【具体的なタスク例】 ●課題の数理的定式化と論文サーベイ (Research & Design) 顧客の「なんとなくの悩み」を、機械学習で解けるタスク(分類、回帰、生成、最適化等)に落とし込みます。 関連する最新論文(NeurIPS, CVPR, KDD等)を調査し、ビジネス制約(推論速度、コスト、データ量)に合わせた最適な手法を選定します。 ●SOTAモデルの実装と検証 (Implementation) 選定した論文の手法(Loss関数、Optimizer、独自レイヤー等)を、PyTorch等を用いてスクラッチ、あるいは既存実装をベースに再現・実装します。 実際の顧客データを用いて、アルゴリズムの精度検証サイクルを自律的に回します。 ●プロダクションレベルのコード品質担保 (Engineering) 再現性担保のためのモデル学習・推論のパイプラインを構築します。 Webアプリケーションと統合し、実装したアルゴリズムをプロダクション環境へ統合し、アルゴリズムを実際のユーザーに使っていただきます。 推論APIのI/F設計や、Dockerコンテナ化、CI/CDパイプラインへの統合を主導します。 ●ステークホルダーへの技術説明 (Communication) アルゴリズムを適用した結果とその考察、ビジネス上のインパクトを、ビジネス職やクライアントにも伝わる言葉で翻訳し、説明します。 【開発例】 ●画像認識による非構造化データの自動整理 数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ●点群データを活用した幾何学的シミュレーション 3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックアルゴリズムの実装 ●動画解析によるインフラ異常検知システム 車載カメラ等の動画データから、道路や構造物の変状箇所を特定する物体検出モデルの開発 ●ドメイン特化の大規模言語モデル 建設業・製造業など特定のドメインに特化した大規模言語モデルのファインチューニングを行い、ドメイン特化のモデルの学習・推論パイプラインの構築 ●ロボット行動学習 VLA・VLMを用いたロボットの行動制御モデルの最新手法のサーベイと、学習・推論パイプラインの構築 ● RAGを用いた会社独自のエージェント 社内に眠る膨大な技術文書やトラブル事例をベクトル化し、最適な解決策を提示する検索システムの開発 【技術スタック(一例)】 ●AI:Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini