機械学習エンジニアの案件一覧

ECサイトにおける商品価格の自動決定（ダイナミックプライシング）モデルの構築。一般的なECサイトでは無く、販売する期間が決まっているECサイトとなり、期間内で売上最大化をしたい。このアルゴリズムというのは決まって無く、今あるものを検討しながら決めていく予定です。想定ではルールベースか、強化学習か等々を検討中。

・機械学習技術を活用した予測モデル構築の知識・経験
（活用アルゴリズムはルールベースや強化学習などを想定）
・Python・SQLなどの実務経験

現在、様々なコールセンター向けクラウドサービスを展開しており、サービス力向上を目的とした自然言語処理における機械学習エンジニアを募集しております。通話録音システムから取れた音声認識データをテキストマイニングし、顧客管理システムとの連携する開発をお手伝い頂きます。
例えば一例ですが、受注した際の音声を分解し、言い回しの分析等となります。

Python
自然言語処理における機械学習経験

【業務概要】
新プロダクトの機械学習エンジニアとして、プロダクト立ち上げを担当して頂きます。 現在MVPの開発段階のため、ご参画頂くタイミングでは本番リリースに向けたβ版開発や機能拡充、ブラッシュアップ、本格ローンチとプロダクトの成長をエンジニアという立場から担って頂きます。

【具体的な業務】
新プロダクト開発において、以下のような業務に従事していただきます。

機械学習アルゴリズム選定、モデルチューニングのためのEDA 機械学習アルゴリズムの設計・実装 モデルで利用するデータ・特徴量生成のためのパイプライン開発 機械学習タスクとしては時系列予測、他クラス分類が当面のターゲットになります。プロダクトの成長に伴って自然言語処理も取り組んでいく予定です。 また、自動発注の最適化のために数理最適化技術も用いており、経験者の方には数理最適化モデルの実装も担っていただきたいと考えています。

◇利用技術
・Python ・TypeScript ・AWS サービス ・Glue ・Athena ・Fargate ・SageMaker ・Lamdba ・CDK ・機械学習/データサイエンス/数理最適化ライブラリ ・Pandas ・NumPy ・Scikit-Learn ・LightGBM ・Prophet ・PuLP

・機械学習を用いたシステム開発・運用経験
・モデルチューニングのためのEDAの経験
・パブリッククラウドサービス上での開発経験
[求める人物像]
・個の力ではなく、チームの力を最大化させることにモチベーションを感じる方
・あるべき論だけではなく、現状を踏まえた上で清濁併せのんでプロジェクト推進ができる方。
・実際に手を動かし実行してくれる方
・新しい技術などに好奇心をもち積極的に挑戦してくれる方

工場の業務改善を目指したPOC実施具体的には機械学習モデルを用いた将来予測を目指す

-製造業のプロジェクト経験あり
　-機械学習モデルの構築経験あり
　-コンサル経験あり(要件定義フェーズから参画)
　-説明資料や提案資料作成経験あり　

研究成果から実応用へ向けて磨き込みをかけていくため、論文のデータ前処理、基礎解析、及び実証検証支援に協力いただけるAIエンジニアを募集しています。
【想定業務】※タスクに応じて変わりますが、一般的な業務をご紹介いたします。
・自然言語処理、機械学習/ディープラーニング・データ基礎解析、データスクレイピング
・機械学習前処理（アノテーション等）
・CPU/GPUサーバー構築・保守・Cloud環境におけるWebアプリ/API開発
【期待する責任】
・各タスクにおける前処理、基礎解析、検証、追試、パラメーターチューニングの実行支援
・タスク実行のための環境構築・管理支援・各プロセスにおいての状況や結果レポート支援
(開発環境)Python, Docker, GitHub, JIRA, AWS, SQL, C++

・機械学習における前処理からファインチューニングまでの一連のタスクを単独実行できること
・汎用プログラミング言語（Python, C++, SQL など）
・フレームワーク (PyTorch等)
・開発環境 (AWS, GCP等のクラウド環境, Docker)
・ツール (GitHub, Confluence, Jira, Google Workspace, Slack, Zoom, Colab等)
・優れたコミュニケーションスキル

研究成果の一層の拡張と定着をはかるため、リサーチサイエンティストと協力しアイデアを実現でき、最終製品を視野に入れたプロトタイプ開発フェーズをリードし、技術導入フェーズに焦点を当てて提案と実装・検証支援を実行できるリサーチエンジニアを募集いたします。
【業務スコープ】
・ 人工知能および機械学習アプリケーションの最先端の研究への積極的な参加
・ アルゴリズム、大規模なデータ処理、研究の問題を日常的に扱いながら、現実世界向けのプロトタイプの提案・設計・開発の推進
・ 技術的ロードマップを管理しソリューションのシステム結合や本番接続開発に参加する・ 技術プレゼンス向上への貢献

・ コンピュータサイエンス、人工知能、機械学習、または関連する技術分野の修士号または博士号、あるいは同等の実務経験
・ 英語および日本語の技術文献を網羅的に調査し、適切なものを選び出し、読みこなす能力
・ アルゴリズムの実証コードを何らかのプログラミング言語で実装する能力
・ 自然言語処理および/または機械学習における実績

従来人手にて業務遂行していたものを自動化技術を駆使して
スマート店舗を実現していくことが最終目的。
現状：
既に実証実験が済み全国展開を予定している業態もありますが、
実証実験(PoC)段階のものも多数。
内容：
・実証段階の技術についてはプロトタイプを自ら設計し、PoCを推進。
・画像モデルの構築だけではなく店舗/工場で使われる
撮影する装置を置く必要、国内、世界の店舗のデータを集約する必要もあるので、
それらを既存システム等と連携したりするアーキテクチャ。
・現在プロトタイプは開発(画像モデル)しているので、チューニング

・Python,C#,C++いずれかの言語での開発経験必須　
・画像認識やセンサーデータの機械学習スキル
・システム設計・アーキテクチャの経験

従来人手にて業務遂行していたものを自動化技術を駆使して
スマート店舗を実現していくことが最大目的。
既に実証実験が済み全国展開を予定している業態もありますが、
実証実験(PoC)段階のものも多数。
内容：
・実証段階の技術についてはプロトタイプを自ら設計し、PoCを推進。　
・需要予測した結果を基づいて、発注システムに組み込んでいく。

・Python,C#,C++いずれかの言語での開発経験必須　
・需要予測アルゴリズムのスキル
・システム設計・アーキテクチャの経験

1. （眼底画像）画像分類用のデータセット13万枚弱に対し、
　専門家と協議しながらラベルを作成して深層学習を用いて分類精度を上げる。 2. 物体検出用の1000枚のデータセットに対し、
　深層学習を用いて11種類のラベルの検出精度を上げる。
3. 1と2を組み合わせたアルゴリズムを専門家と協議しながら研究開発する。

・ニューラルネットワーク業務経験
・画像検出、分類経験

・携帯電話から取得するテレメトリ情報のビッグデータを使った機械学習による分析
・分析、レポート資料作成、定例会報告が基本的なアクティビティ