埼玉県の案件一覧

本案件は、粉ミルク缶の異常検出を目的とした外観検査AIシステムのPoCを実施し、
その後のシステム構築フェーズに参加いただくプロジェクトです。

PoCでは、良品学習モデルを用いて、缶内の異常（傷やサビなど）を検出する精度を検証します。
既存の塗膜片検出AIと連携し、新たな異常を発見するためのモデルを開発します。

作業内容:

PoCフェーズ（5月～6月）
・良品学習モデルの作成と精度検証
・既存の塗膜片検出AIと連携し、異常（傷、サビ等）の検出精度を評価
・粉ミルク缶の外観検査における異常検出のAIシステムの検証

システム構築フェーズ（7月～8月）
・良品学習モデルをシステムに組み込み、実際の工場での利用に向けたシステム開発
・顧客工場での現地リリースを目指してシステム運用の準備

また、4月～5月には生成AIやAIエージェントを使ったサービスやソリューションの開発も進行しており、画像系と生成AI系の経験を持つ方が望ましい。

電力会社向けに変電所の機器異常を検出するAIシステムのPoCを実施するプロジェクトです。
特に断路器の刃の入り具合を画像認識技術で検査・監視する手法を開発・改良し、
許容角度誤差5度以内での検出精度を向上させることを目的としています。

背景:
2024年度に実施された検証では、既存の手法では許容誤差範囲を満たしておらず、
さらなる精度向上が必要とされている。
本PoCでは、ブレードの固定切り抜き手法の適用、およびAIモデルの精度向上を図り、
目標とする誤差範囲内での検査可否を検証する。

検証ターゲット:
カメラ台数: 4台

ズームパターン: 4種類
ブレードを最大まで拡大（光学ズーム+デジタルズーム）
ブレードを最大まで拡大（光学ズームのみ）
ブレードとガイドを最大まで拡大（光学ズーム+デジタルズーム）
ブレードとガイドを最大まで拡大（光学ズームのみ）

作業内容:
データアセスメント
画像アノテーション
良品学習＋セグメンテーションを用いた学習モデル作成
モデルのテスト・評価
パフォーマンス調整・改善
検証結果レポートの作成（pptx）

本案件は、電力会社向けに変電所の自動監視を強化するため、監視カメラの画像を活用して
変圧器の漏油を検知するAIシステムのPoCを実施するプロジェクトです。
特に、生成AIを活用した手法（VLM）の有効性を検証し、漏油検知の精度向上を目指します。

背景:
本PoCでは、監視カメラの映像を解析し、漏油の有無を自動で判別できるかどうかを検証し、
実用化に向けた課題や改善点を明らかにします。

検証ターゲット:
カメラ台数: 任意
漏油の状態:
OKパターン（漏油なし）：5パターン
NGパターン（漏油あり）：5パターン

天候・時刻条件: 任意

手法:
VLMを活用し、画像とテキスト情報を組み合わせた漏油検知手法を検証

作業内容:
データ収集・前処理（監視カメラの映像解析）
画像アノテーション（漏油の有無ラベル付け）
VLMを活用した漏油検知モデルの構築・学習
テスト・評価（異常検出精度の検証）
パフォーマンス調整・改善
検証結果レポートの作成（pptx）

・画像認識技術（物体検出・異常検知）の開発経験
・生成AI（特にVLM）の活用経験
・画像アノテーションおよびデータ前処理経験
・Python、TensorFlow/PyTorchなどのAI開発フレームワーク使用経験
・AIモデルの精度評価およびチューニング経験
・PoCの結果をレポートにまとめるドキュメント作成スキル（pptx等）

■概要■
某自動車メーカーのシステム保守（システムの導入や維持管理、業務改善）

■案件内容■
・某社の社内システムやインフラ環境を整備
・要件定義やベンダーとの調整、作業の進捗・課題の管理
・エンド、ベンダー、チームメンバーと協働しながら案件を推進していく

職種：SE兼PG

■業務内容
・BOM（部品表）の統合
・現行のE-BOM（パッケージ）とM-BOM（ホスト）をJavaのアプリに統合
・現行システムから新システムのデータ移行およびデータチェック機能の詳細設計、実装、単体・結合テスト