仕事内容
担当プロジェクトのメインエンジニアとして、弊社のソリューションデザイナ（顧客折衝やプロジェクトマネジメント等を担当）と連携しながら、データ分析、モデル開発/改善、結果のレポーティング等を実施していただきます。
また、それに加え、他プロジェクトの機械学習エンジニアのスーパーバイズおよび組織運営にも携わっていただきます。
＜具体的な業務内容＞
- ディープラーニング等の機械学習技術を用いたソリューションの開発（機械学習エンジニアと同様）
- プロジェクト提案段階での技術観点からの評価やアドバイス
- 機械学習エンジニアが担当するプロジェクトのスーパーバイズ
- エンジニアリング部の組織運営に関わる業務（採用、評価、育成等）
▪️ポジションの魅力
- 常に新しい機械学習技術への挑戦ができる
- 様々な産業における事業/ビジネス上の課題を機械学習で解決できる
- ビジネスに携わりながら、アカデミアレベルの技術キャッチアップもし続けられる
- 名前だけでない、真にビジネスに役立つ機械学習開発、機械学習モデリングに携われる
- AIでイノベーションを起こすことに携われる
▪️このような想いを実現されたい方にご応募いただきたいです。
- 機械学習を用いた社会実装、産業実装を自分の手で担いたい方
弊社が担当する案件は社会や産業そのものに影響を与えるものが中心です。 技術はあくまでツールとして捉え、ソリューションを提供することを主眼に置いていることを重要視する集団です。
- 自身が担当している案件がPoCのみで終わることや実際に世に出て行かないことに不安を感じる方
弊社の案件継続率は70%と他社と比較して比較的高いと自負しています。
▪️企業・事業概要
弊社はオーダーメイドによるAIモデル「カスタムAI」の開発・提供を行う、AI/機械学習のスペシャリスト集団で、最先端のAI技術とクライアントのビジネスを「つなぐ存在」をミッションとしたスタートアップ企業です。
高い技術力と課題解決能力が評価され、既に大手企業を中心に多くの導入事例とリピート契約があります。
▪️カスタムAIソリューション事業とは？
弊社は以下を特徴とするカスタムAIソリューション事業を展開しています。
- オーダーメイドによるAI開発
- アカデミア出自の先端の機械学習技術をベースに、ビジネスにジャストフィットする形でAIを受託開発
- 企業のコア業務をAIで変革
- 画一的なパッケージAでは対応が難しい、ビジネス現場特有の複雑な課題の解決に貢献
また他社との差別化のため、弊社は「バリューアップ型AIテーマ」に注力しています。
▪️プロジェクトの開発フロー
弊社では約3ヶ月間という短いサイクルで機械学習モデルやAIに関係するシステムをお客様に提供しています。 顧客折衝は基本的に弊社のソリューションデザイナが行いますが、希望に応じてエンジニアもフロントに立って直接提案したり顧客ニーズを聞いたりすることができます。
▪️チーム構成・支援制度
基本的に弊社では1つのPJTに対し、メイン担当としてソリューションデザイナ/エンジニアが1名ずつアサインされます。 またソリューションデザイナ/エンジニアそれぞれを補佐する役割としてSV（スーパーバイザー）がつきます。 一方で大型案件等になりますとPJTの人数は必要に応じて増加します。
▪️裁量の大きさについて
弊社はAIコンサルティングの会社としてお客様に”AIソリューションを提供すること”を使命としています。
AIソリューションを提供するためにあらゆることを思案して実行できればと考えているので、提供元のエンジニアは以下のような裁量の大きい環境で自らのプロフェッショナリズムを発揮いただければと考えています。
- 技術者がお客様に対して直接提案をすること
- お客様が設計した問題に対してその問題設計に提言できること
- チームを自ら組閣し案件成功に向けて自ら動くことができること
- 会社の承認のもと、必要人員の確保依頼やツールの追加導入について主導、積極的な提案ができること
▪️キャリアパスについて
右記のような流れでキャリアを歩んでいただく想定です。（スタッフ→リーダー→マネージャー→部長） 一方で弊社のエンジニア組織は50名未満とまだまだ成長の余地しかなく、キャリアパスは完全に決まりきっているの部分は少ないです。 今後もキャリアパスは社員の想いや組織の成長段階によって変化し続けると認識しています。 そのため「キャリアは自ら切り開きたい」と思える方にご参画いただきたいですし、弊社としてはその様な想いを支えられる組織として存在できればと考えております。
▪️技術スタック
- データ分析全般（NumPy, pandas, Matplotlib, seaborn, plotly, Streamlit）
- 機械学習（sckit-learn, statsmodelsm, OPTUNA, SHAP, LightGBM）
- Deep Learning（PyTorch, TensorFlow, Hugging Face, OpenAI, LangChain）
- 実験管理（Kedro, mlflow, Kubeflow）
▪️社内活動
- 技術勉強会の開催（数理最適化、強化学習 etc...）
- 最新技術勉強会の開催（マルチエージェント etc...）
- 本勉強会にはソリューションデザイナー、コーポレートも合わせ、社員の約3/4のメンバーが参加しました。
- チームビルディング施策
- “チームメンバーを知る企画“として、レーダーチャートの作成/予想、チームのキャッチコピー作成等のワークを実施