AIエンジニア(DL/機械学習)×自社サービス企業のリモートワーク転職・求人情報一覧
51件中 1件~10件
株式会社ナウキャスト
【地方フルリモート/AIフルサイクルエンジニア/生成AI・LLMを活用したプロダクトの開発経験】ビッグデータや生成AIを活用した事業を展開する東大発のスタートアップで大手企業を中心にデータ利活用やDXを支援する企業 のリモートワーク求人
■Finatextグループとは
Finatextグループは「金融を"サービス"として再発明する」をミッションに掲げ、AIエージェント機能の実装を見据えた金融基幹システムの提供を通じて「組込型金融(エンベデッドファイナンス)」を可能にするFintech企業です。
金融のDXを推進し、非金融事業者の金融サービス参入障壁を下げることで、金融がもっと暮らしに寄り添う世の中の実現を目指しています。
■ナウキャストとは
ビッグデータや生成AIを活用した事業を展開する東大発のスタートアップで大手企業を中心にデータ利活用やDXを支援する企業です。
クレジットカードデータやPOSデータ、位置情報データといった様々なオルタナティブデータを活用した企業の意思決定をサポートする事業や データ基盤構築支援や生成AI開発を通じ、世の中の意思決定を円滑にする事業を展開しております。
■募集する背景
ナウキャスト(Finatextグループ)は、各ユニットにおいてLLM(大規模言語モデル)を活用し、業務の効率化や新たな価値創出を目指しています。
現在、新事業の立ち上げや全社的なAI活用組織「AI+(エーアイ・プラス)」の始動など、生成AIを軸とした変革が加速しています。
各プロジェクトをさらに推進するため、生成AI・LLMに精通し、業務課題に特化したAIシステムの開発やAI基盤構築に挑戦したいエンジニアを募集します。
■業務の概要
具体的には以下事業のいずれかの配属を想定しております。
※社内の配属先はご経験やご希望を踏まえた上でご本人様とご相談しながら決定いたします
①Financial Research事業
オルタナティブデータを軸としたデータサービス事業を展開するユニット。
機関投資家向け個別銘柄分析サービス「AlternaData」や民間統計サービスを提供。
現在はAIを活用し、投資家の意思決定や業務プロセスの高度化支援へと領域を拡大しています。
<具体的な業務内容>
・LLMを活用した決算説明資料等からの定量指標の抽出、およびデータパイプラインの構築
・決算速報レポートの自動生成(IR支援、Paid Research向け)
・投資判断に有用なデータ(ECサイトの商品単価や予約サイトの待ち時間等)のスクレイピング・構造化
・Excel等の財務モデルとAIを連携させたレポーティング業務の自動化
・官公庁・機関投資家が独自の分析モデルやAIにそのまま接続して即座に活用できる「AI-readyなデータ活用基盤(データレイヤー)」の設計・構築
・膨大なオルタナティブデータや公開マクロデータをAIが誤認なく正確に読み解くための、データ名寄せ・クレンジングおよび構造化ロジックの整備
②Data AI Service事業
国内最大級の網羅性を誇る独自の法人マスタや多様な3rdパーティデータに、最先端の生成AI技術を掛け合わせることで、企業の営業・開発・データ活用のDXを推進する事業です。
本事業は主に2つの核となるサービス群で構成されています。
Real Estate Unit(商業用不動産・店舗ビジネス向け新規プロダクト )
主に不動産領域におけるデータ活用SaaSであるDataLensHubシリーズを提供する事業です。
マイソク(物件概要書)の読み取り、ショッピングセンターのスクレイピング、営業自動化などの分野でLLMを活用していただきます。
<関わるサービス>
・「DataLens オフィス営業 」
AIとビッグデータを活用し「オフィス移転の可能性が高い企業」を特定できる営業支援サービス
・「DataLens 店舗開発」
人流データや決済データなどの3rdパーティデータをベースとした商圏分析機能に当社の生成AI技術を組み合わせた店舗開発DXツール
<具体的な業務内容>
・不動産業界向けプロダクト(マイソク読み取り・SCスクレイピング・営業自動化など)の開発
・LLMを活用した不動産データ解析および営業支援システムの開発
・新規プロダクトにおける生成AIの活用検討・実装
・Data Holder Unit(法人データ活用基盤・データ販売デリバリー)
・法人関連データへの社内外からのニーズ増加に伴い、内製によるデータ収集・構造化を推進し、高頻度・高精度なデータプロダクトの提供を目指しています。
・有価証券報告書や適時開示などのPDF/XBRLや企業HP等からの情報を抽出するミッションを、「LLMを情報の構造化における手段」と定義し、専属でデータパイプラインの設計・運用を担うエンジニアを募集しています。
<関わるサービス>
「DataLinc」
ナウキャスト、法人データを名寄せして外部データと統合し、営業活動や与信管理を高度化するDaaS「DataLinc」の提供を開始
<具体的な業務内容>
・データパイプライン構築
スクレイピングやOCR、LLMを組み合わせ、非構造化データ(有価証券報告書・適時開示・Webページ等)から情報を抽出・構造化するETL基盤の設計・運用
・LLMOps/品質監視
・LLMの確率的な出力に対する精度評価システムの構築および、モデル更新時の精度変化を継続的にモニタリングする監視体制の整備
・品質保証の仕組み化
・オペレーターによるチェックとAI自動評価を連携させ、大規模なデータ抽出における信頼性と効率性を両立する仕組み作り
③Data AI Solution事業
データ基盤と生成AIを掛け合わせ、企業の意思決定を支援する事業です。
Snowflakeを活用したデータ基盤構築から、AIエージェントのガバナンス基盤(MCPass)、AI協働プラットフォーム(Finstage Cowork)まで、一貫したデータ×AIのスタックを自社で持ち、金融機関を中心としたエンタープライズ向けに展開しています。
<関わるサービス>
・Finatext Advisory Assist シリーズ
金融アドバイザーの提案活動を支援する、生成AI搭載型のアシストツールです。
顧客情報や保険ニーズをもとに、提案資料の自動生成・情報要約・営業ナレッジの活用などを支援しています。
・MCPass(新規立ち上げ)
組織内のAIエージェント接続を一元管理し、ガバナンスとセキュリティを支える「MCPゲートウェイ」プラットフォームの開発
金融機関を中心としたエンタープライズ向けプロダクトとして外部展開を目指して開発中
・Finstage Cowork(企業向けAI協働プラットフォーム)
企業向けにAI×業務協働(バイブワーキング)の環境を提供する自社プロダクト
チャットから業務依頼・承認制御・実行までを一元化し、金融・規制業務でも導入しやすいガバナンスを備えたエンタープライズ向けのAI協働基盤です。
MCPプロダクトと組み合わせ、現場のAI活用とIT部門の統制を両立します。
・NorthCast
データクラウド「Snowflake(スノーフレイク)」をベースにしたモダンデータ基盤とAIデータオペレーションを迅速に構築可能なデータ基盤構築フレームワーク。
各企業の環境や要望に合わせた柔軟な導入が可能。
<具体的な業務内容>
・LLMを活用した業務システムの設計・開発
・生成AIを活用したデータ基盤の構築
・AI技術のリサーチ、プロトタイピング、および実用化支援
④Finatextグループ
・証券ビジネスプラットフォーム「BaaS」
・保険ビジネスプラットフォーム「Inspire」
・クレジットビジネスプラットフォーム「Crest」
■その他プロジェクト事例
エンタープライズ企業との共創による実運用フェーズの生成AIプロジェクトにも多数取り組んでいます。
・ニッセイアセットマネジメントの社員発アイデアをもとにした生成AI社内アプリケーションを開発
・ナウキャスト、エムエスティ保険サービスの社員専用生成AI環境「AI-MO」を構築
・ナウキャスト、東京海上アセットマネジメント社員専用の生成AIアプリケーション 「TMAM AI」を開発
・ナウキャスト、大和アセットマネジメント専用の生成AIアプリケーション「DAM-AICore」を開発
・ナウキャスト、三菱地所の全社データ分析基盤「SoDA」に生成AI駆動型のアプリケーション開発環境を構築
■メンバー
・片山 燎平 / 取締役 Data AI Solution 事業責任者
大阪大学電子情報工学科で統計的因果推論を研究。
卒業後、野村総合研究所に入社し、システム開発やデータ分析業務に従事。2017年にナウキャスト入社。
MLエンジニアとして機関投資家の投資銘柄予測モデル構築などを行う。
オルタナティブデータを用いた投資分析サービスの責任者を経て、2024年4月にデータ&AIソリューション(現 Data AI Solution)事業責任者に就任、同年6月からナウキャスト取締役。
テックブログ:https://zenn.dev/fozzhey
・池田 遼太郎 / Data AI Solution事業 LLMエンジニア
東京工業大学にて経営工学を専攻。
学部を卒業後、パーソルプロセス&テクノロジー株式会社に入社し人事系SIerのフルスタックエンジニアとして従事。
生成AI関連のプロジェクトに複数携わる中で生成AIに興味を持ち、さらなるスキルアップを図るためLLMエンジニアとしてナウキャストに入社。
テックブログ:https://zenn.dev/shilla
【業務の変更の範囲】
会社の規定に準ずる
Finatextグループは「金融を"サービス"として再発明する」をミッションに掲げ、AIエージェント機能の実装を見据えた金融基幹システムの提供を通じて「組込型金融(エンベデッドファイナンス)」を可能にするFintech企業です。
金融のDXを推進し、非金融事業者の金融サービス参入障壁を下げることで、金融がもっと暮らしに寄り添う世の中の実現を目指しています。
■ナウキャストとは
ビッグデータや生成AIを活用した事業を展開する東大発のスタートアップで大手企業を中心にデータ利活用やDXを支援する企業です。
クレジットカードデータやPOSデータ、位置情報データといった様々なオルタナティブデータを活用した企業の意思決定をサポートする事業や データ基盤構築支援や生成AI開発を通じ、世の中の意思決定を円滑にする事業を展開しております。
■募集する背景
ナウキャスト(Finatextグループ)は、各ユニットにおいてLLM(大規模言語モデル)を活用し、業務の効率化や新たな価値創出を目指しています。
現在、新事業の立ち上げや全社的なAI活用組織「AI+(エーアイ・プラス)」の始動など、生成AIを軸とした変革が加速しています。
各プロジェクトをさらに推進するため、生成AI・LLMに精通し、業務課題に特化したAIシステムの開発やAI基盤構築に挑戦したいエンジニアを募集します。
■業務の概要
具体的には以下事業のいずれかの配属を想定しております。
※社内の配属先はご経験やご希望を踏まえた上でご本人様とご相談しながら決定いたします
①Financial Research事業
オルタナティブデータを軸としたデータサービス事業を展開するユニット。
機関投資家向け個別銘柄分析サービス「AlternaData」や民間統計サービスを提供。
現在はAIを活用し、投資家の意思決定や業務プロセスの高度化支援へと領域を拡大しています。
<具体的な業務内容>
・LLMを活用した決算説明資料等からの定量指標の抽出、およびデータパイプラインの構築
・決算速報レポートの自動生成(IR支援、Paid Research向け)
・投資判断に有用なデータ(ECサイトの商品単価や予約サイトの待ち時間等)のスクレイピング・構造化
・Excel等の財務モデルとAIを連携させたレポーティング業務の自動化
・官公庁・機関投資家が独自の分析モデルやAIにそのまま接続して即座に活用できる「AI-readyなデータ活用基盤(データレイヤー)」の設計・構築
・膨大なオルタナティブデータや公開マクロデータをAIが誤認なく正確に読み解くための、データ名寄せ・クレンジングおよび構造化ロジックの整備
②Data AI Service事業
国内最大級の網羅性を誇る独自の法人マスタや多様な3rdパーティデータに、最先端の生成AI技術を掛け合わせることで、企業の営業・開発・データ活用のDXを推進する事業です。
本事業は主に2つの核となるサービス群で構成されています。
Real Estate Unit(商業用不動産・店舗ビジネス向け新規プロダクト )
主に不動産領域におけるデータ活用SaaSであるDataLensHubシリーズを提供する事業です。
マイソク(物件概要書)の読み取り、ショッピングセンターのスクレイピング、営業自動化などの分野でLLMを活用していただきます。
<関わるサービス>
・「DataLens オフィス営業 」
AIとビッグデータを活用し「オフィス移転の可能性が高い企業」を特定できる営業支援サービス
・「DataLens 店舗開発」
人流データや決済データなどの3rdパーティデータをベースとした商圏分析機能に当社の生成AI技術を組み合わせた店舗開発DXツール
<具体的な業務内容>
・不動産業界向けプロダクト(マイソク読み取り・SCスクレイピング・営業自動化など)の開発
・LLMを活用した不動産データ解析および営業支援システムの開発
・新規プロダクトにおける生成AIの活用検討・実装
・Data Holder Unit(法人データ活用基盤・データ販売デリバリー)
・法人関連データへの社内外からのニーズ増加に伴い、内製によるデータ収集・構造化を推進し、高頻度・高精度なデータプロダクトの提供を目指しています。
・有価証券報告書や適時開示などのPDF/XBRLや企業HP等からの情報を抽出するミッションを、「LLMを情報の構造化における手段」と定義し、専属でデータパイプラインの設計・運用を担うエンジニアを募集しています。
<関わるサービス>
「DataLinc」
ナウキャスト、法人データを名寄せして外部データと統合し、営業活動や与信管理を高度化するDaaS「DataLinc」の提供を開始
<具体的な業務内容>
・データパイプライン構築
スクレイピングやOCR、LLMを組み合わせ、非構造化データ(有価証券報告書・適時開示・Webページ等)から情報を抽出・構造化するETL基盤の設計・運用
・LLMOps/品質監視
・LLMの確率的な出力に対する精度評価システムの構築および、モデル更新時の精度変化を継続的にモニタリングする監視体制の整備
・品質保証の仕組み化
・オペレーターによるチェックとAI自動評価を連携させ、大規模なデータ抽出における信頼性と効率性を両立する仕組み作り
③Data AI Solution事業
データ基盤と生成AIを掛け合わせ、企業の意思決定を支援する事業です。
Snowflakeを活用したデータ基盤構築から、AIエージェントのガバナンス基盤(MCPass)、AI協働プラットフォーム(Finstage Cowork)まで、一貫したデータ×AIのスタックを自社で持ち、金融機関を中心としたエンタープライズ向けに展開しています。
<関わるサービス>
・Finatext Advisory Assist シリーズ
金融アドバイザーの提案活動を支援する、生成AI搭載型のアシストツールです。
顧客情報や保険ニーズをもとに、提案資料の自動生成・情報要約・営業ナレッジの活用などを支援しています。
・MCPass(新規立ち上げ)
組織内のAIエージェント接続を一元管理し、ガバナンスとセキュリティを支える「MCPゲートウェイ」プラットフォームの開発
金融機関を中心としたエンタープライズ向けプロダクトとして外部展開を目指して開発中
・Finstage Cowork(企業向けAI協働プラットフォーム)
企業向けにAI×業務協働(バイブワーキング)の環境を提供する自社プロダクト
チャットから業務依頼・承認制御・実行までを一元化し、金融・規制業務でも導入しやすいガバナンスを備えたエンタープライズ向けのAI協働基盤です。
MCPプロダクトと組み合わせ、現場のAI活用とIT部門の統制を両立します。
・NorthCast
データクラウド「Snowflake(スノーフレイク)」をベースにしたモダンデータ基盤とAIデータオペレーションを迅速に構築可能なデータ基盤構築フレームワーク。
各企業の環境や要望に合わせた柔軟な導入が可能。
<具体的な業務内容>
・LLMを活用した業務システムの設計・開発
・生成AIを活用したデータ基盤の構築
・AI技術のリサーチ、プロトタイピング、および実用化支援
④Finatextグループ
・証券ビジネスプラットフォーム「BaaS」
・保険ビジネスプラットフォーム「Inspire」
・クレジットビジネスプラットフォーム「Crest」
■その他プロジェクト事例
エンタープライズ企業との共創による実運用フェーズの生成AIプロジェクトにも多数取り組んでいます。
・ニッセイアセットマネジメントの社員発アイデアをもとにした生成AI社内アプリケーションを開発
・ナウキャスト、エムエスティ保険サービスの社員専用生成AI環境「AI-MO」を構築
・ナウキャスト、東京海上アセットマネジメント社員専用の生成AIアプリケーション 「TMAM AI」を開発
・ナウキャスト、大和アセットマネジメント専用の生成AIアプリケーション「DAM-AICore」を開発
・ナウキャスト、三菱地所の全社データ分析基盤「SoDA」に生成AI駆動型のアプリケーション開発環境を構築
■メンバー
・片山 燎平 / 取締役 Data AI Solution 事業責任者
大阪大学電子情報工学科で統計的因果推論を研究。
卒業後、野村総合研究所に入社し、システム開発やデータ分析業務に従事。2017年にナウキャスト入社。
MLエンジニアとして機関投資家の投資銘柄予測モデル構築などを行う。
オルタナティブデータを用いた投資分析サービスの責任者を経て、2024年4月にデータ&AIソリューション(現 Data AI Solution)事業責任者に就任、同年6月からナウキャスト取締役。
テックブログ:https://zenn.dev/fozzhey
・池田 遼太郎 / Data AI Solution事業 LLMエンジニア
東京工業大学にて経営工学を専攻。
学部を卒業後、パーソルプロセス&テクノロジー株式会社に入社し人事系SIerのフルスタックエンジニアとして従事。
生成AI関連のプロジェクトに複数携わる中で生成AIに興味を持ち、さらなるスキルアップを図るためLLMエンジニアとしてナウキャストに入社。
テックブログ:https://zenn.dev/shilla
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 600 〜 1,500 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 | |||
| 企業概要 |
【★事業/サービス内容】
株式会社ナウキャストは、POSデータやクレジットカードの決済データなどのオルタナティブデータを解析し、リアルタイムな経済統計を提供しています。これにより、生活者の消費行動や企業活動を迅速かつ正確に把握することが可能です。主なサービスには、経済動向の分析や投資判断のサポートが含まれ、官公庁や証券会社、シンクタンクなどで利用されています。 【★社風/文化】 データドリブンな意思決定を重視する企業文化を持っています。社員は多様なバックグラウンドを持ち、オープンで協力的な環境で働いています。新しいアイデアやチャレンジを歓迎し、質の高いインサイトを提供することを目指しています。 【★働き方/リモートワーク】 柔軟な働き方を推奨しており、リモートワークも積極的に取り入れています。社員は自宅やオフィスなど、自分に合った環境で働くことができ、生産性とワークライフバランスを両立させることができます。 |
||
| 設立年数 | 12年 | 従業員数 | 70人 |
株式会社BuySell Technologies
【首都圏フルリモート相談可/機械学習エンジニア/エキスパート】巨大リユース市場の自社プロダクト!グループ拡大中★ のリモートワーク求人
■お仕事内容
・事業・業務課題の整理を踏まえた、機械学習・生成AIの活用テーマの検討および企画
・課題特性に応じたモデル・アルゴリズム・アプローチの選定および設計
・検証から実運用を見据えたモデル開発・改善・評価の推進
・既存ユースケースの継続的な改善および新たなユースケースへの展開
・モデルの運用・改善を継続的に行うための開発・運用プロセスの設計および改善
■募集背景
リユース市場の成長とともに、BuySell Technologiesは「出張買取」「店舗」「コールセンター」「EC」など多様なチャネルを展開し
M&Aを通じて複数のグループ企業を統合してきました。
これにより、事業のスケールは急拡大する一方で、オペレーションやシステムは複雑化し、各現場で異なる業務フローやデータ構造が存在しています。
こうした非連続な成長を支える基盤として、自社開発プラットフォーム「Cosmos」を立ち上げました。単なる業務システムではなく、
「査定・販売・CRM・物流・在庫」を貫く事業オペレーションの中枢として、“事業の仕組みそのものをプロダクト化する”構想を掲げています。
いままさに、個別最適から全社最適へ/経験知からデータ駆動へと変革を進めるフェーズです。
当社では従来の機械学習・統計・最適化手法から生成AIまで、複数のアプローチを活用した取り組みが、いくつかの業務領域で実運用フェーズに入っています。
一方で事業や業務プロセスの広がりに対して、AI活用はまだ一部にとどまっており、課題特性に応じた手法選定やユースケース創出の余地が多く残されています。
本ポジションでは、既存の取り組みを土台としながら、新たな活用テーマの企画・検討段階から関わり、
統計・最適化・機械学習・生成AIといった手法を柔軟に組み合わせて、業務やプロダクトに価値をもたらす仕組みを形にしていただきます。
PdMやエンジニア、データアナリストと連携し、課題整理からモデル設計、改善・運用までを一気通貫で担いながら、全社のAI活用領域を広げていく役割を期待しています。
■ご入社後に期待する成果
~6か月後:特定の事業領域・既存ユースケースを中心に、業務プロセスやデータ構造、現在の機械学習・生成AIの取り組みを理解し、
課題の全体像を把握している状態を期待しています。
その上で、PdMやエンジニアと議論を重ねながら、新たなAI活用テーマについて仮説立案や技術選定を行い、検証を開始していることを想定しています。
また、モデル設計・改善・運用の一連のプロセスを理解し、自律的に改善サイクルを回し始めている状態を目指していただきます。
~1年後:複数の事業・業務領域にまたがるAI活用テーマをリードし、実運用を見据えた形での設計・改善・展開を担っていただくことを期待しています。
課題特性に応じて、従来の機械学習手法や生成AI、その他のアプローチを適切に使い分けながら、技術的な判断や設計方針を示せる状態を目指していただきます。
加えて、全社的なAI活用の取り組みにおいて、技術面からの意思決定や方向づけに関与し、事業やプロダクトの成長を支える存在として活躍していただくことを想定しています。
■組織/配属先の特徴
・CTOや本部長(プロダクト責任者)と密接に連携
・PdM・SWE・データサイエンティスト・AIエンジニアなど100名規模の技術組織
・PdM出身者例:元リクルート・大手事業会社など、事業理解×推進力の強い人材が活躍中
■あなたに提供できる価値
・事業・業務に根差した多様な課題に対し、機械学習・最適化・生成AIを組み合わせた設計判断を行う経験
・既存ユースケースを起点に、新たなAI活用テーマの検討から実運用までに関わり、取り組みを広げていける環境
・特定技術に閉じず、「何にどの技術を使うか」を考える立場として、全社的なAI活用に関われる機会
■キャリアパス
・機械学習・統計・最適化・生成AIを横断して活用できる、AI/データ領域のシニアエンジニア
・複数の業務領域にまたがるAI活用プロジェクトを担う、横断型のテクニカルリード
・データ戦略責任者/プロダクト・事業統括ポジション
【業務の変更の範囲】
会社の規定に準ずる
・事業・業務課題の整理を踏まえた、機械学習・生成AIの活用テーマの検討および企画
・課題特性に応じたモデル・アルゴリズム・アプローチの選定および設計
・検証から実運用を見据えたモデル開発・改善・評価の推進
・既存ユースケースの継続的な改善および新たなユースケースへの展開
・モデルの運用・改善を継続的に行うための開発・運用プロセスの設計および改善
■募集背景
リユース市場の成長とともに、BuySell Technologiesは「出張買取」「店舗」「コールセンター」「EC」など多様なチャネルを展開し
M&Aを通じて複数のグループ企業を統合してきました。
これにより、事業のスケールは急拡大する一方で、オペレーションやシステムは複雑化し、各現場で異なる業務フローやデータ構造が存在しています。
こうした非連続な成長を支える基盤として、自社開発プラットフォーム「Cosmos」を立ち上げました。単なる業務システムではなく、
「査定・販売・CRM・物流・在庫」を貫く事業オペレーションの中枢として、“事業の仕組みそのものをプロダクト化する”構想を掲げています。
いままさに、個別最適から全社最適へ/経験知からデータ駆動へと変革を進めるフェーズです。
当社では従来の機械学習・統計・最適化手法から生成AIまで、複数のアプローチを活用した取り組みが、いくつかの業務領域で実運用フェーズに入っています。
一方で事業や業務プロセスの広がりに対して、AI活用はまだ一部にとどまっており、課題特性に応じた手法選定やユースケース創出の余地が多く残されています。
本ポジションでは、既存の取り組みを土台としながら、新たな活用テーマの企画・検討段階から関わり、
統計・最適化・機械学習・生成AIといった手法を柔軟に組み合わせて、業務やプロダクトに価値をもたらす仕組みを形にしていただきます。
PdMやエンジニア、データアナリストと連携し、課題整理からモデル設計、改善・運用までを一気通貫で担いながら、全社のAI活用領域を広げていく役割を期待しています。
■ご入社後に期待する成果
~6か月後:特定の事業領域・既存ユースケースを中心に、業務プロセスやデータ構造、現在の機械学習・生成AIの取り組みを理解し、
課題の全体像を把握している状態を期待しています。
その上で、PdMやエンジニアと議論を重ねながら、新たなAI活用テーマについて仮説立案や技術選定を行い、検証を開始していることを想定しています。
また、モデル設計・改善・運用の一連のプロセスを理解し、自律的に改善サイクルを回し始めている状態を目指していただきます。
~1年後:複数の事業・業務領域にまたがるAI活用テーマをリードし、実運用を見据えた形での設計・改善・展開を担っていただくことを期待しています。
課題特性に応じて、従来の機械学習手法や生成AI、その他のアプローチを適切に使い分けながら、技術的な判断や設計方針を示せる状態を目指していただきます。
加えて、全社的なAI活用の取り組みにおいて、技術面からの意思決定や方向づけに関与し、事業やプロダクトの成長を支える存在として活躍していただくことを想定しています。
■組織/配属先の特徴
・CTOや本部長(プロダクト責任者)と密接に連携
・PdM・SWE・データサイエンティスト・AIエンジニアなど100名規模の技術組織
・PdM出身者例:元リクルート・大手事業会社など、事業理解×推進力の強い人材が活躍中
■あなたに提供できる価値
・事業・業務に根差した多様な課題に対し、機械学習・最適化・生成AIを組み合わせた設計判断を行う経験
・既存ユースケースを起点に、新たなAI活用テーマの検討から実運用までに関わり、取り組みを広げていける環境
・特定技術に閉じず、「何にどの技術を使うか」を考える立場として、全社的なAI活用に関われる機会
■キャリアパス
・機械学習・統計・最適化・生成AIを横断して活用できる、AI/データ領域のシニアエンジニア
・複数の業務領域にまたがるAI活用プロジェクトを担う、横断型のテクニカルリード
・データ戦略責任者/プロダクト・事業統括ポジション
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 804 〜 1,500 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 | |||
| 企業概要 |
買取・販売の循環を実現する総合リユースサービス「バイセル」を展開しています。
私たちの使命は、誰かの不要なものを、誰かの必要なものへと変えること。 そして日本の家々には、価値に気づかれていないたくさんの"かくれ資産"が、眠ったままになっています。 これらを再流通させることで、"新たなものを作っては捨てる社会"からの脱却を実現します。 私たちの事業の源泉はふたつです。 ひとつは、事業を着実に成長させ続ける優秀な人材。 ひとつは、買取から販売までを最適につなぐテクノロジー。 2015年のリユース事業開始以後、今では日本全国に拠点を構え、業界トップクラスの規模へと成長しました。 ここからは循環型社会の実現に向けて、私たちの成長に留まらず、 人とテクノロジーの力を駆使してリユース業界全体を牽引する存在へと、挑戦を続けます。 |
||
| 設立年数 | 26年 | 従業員数 | 1,855人 |
AMBL株式会社
【リモート◎/上流工程/プライム案件】新規部署立ち上げメンバー★ AX/AXアーキテクト! のリモートワーク求人
DXは終わり、AX(AIトランスフォーメーション)の時代へ
■お仕事内容
<新規事業「AX診断サービス」の立ち上げ>
様々な業界の企業の「業務AI代替可能性」を診断し、AI導入のロードマップを提示するサービスの
立ち上げメンバーとして下記業務をお任せします。
・CTOの設計意図を具現化するAI・LLMアプリ実装
・社内エンジニアへの技術展開(AIエバンジェリスト活動)
・PoC・プロトタイプの実際の構築
・顧客企業の「AI内製化」に向けた技術的な支援と伴走
・社内エンジニアへの技術展開および育成(全社員をAI人材化するプロジェクトの牽引)
■AX事業部 設立の背景
生成AIの台頭による「AI革命」の中、企業が求めているのは、言われたものを作る「作業者」ではなく、AI前提でビジネスを再設計する「AXパートナー」です。
そこでAMBLは、従来の作業受託モデルから完全に脱却し、お客様の業務変革を共に担う「価値共創型AXパートナー」へと生まれ変わります。
「日本のAXを、現場から動かす。」
この新たなビジョンのもと、全社の専門知見を掛け合わせ、最前線でAIネイティブな価値を生み出す中核組織として「AX事業部」を新設しました。
■AXアーキテクト募集の背景
AMBL最高技術責任者の直下で、AI時代の最前線を創る「AIアーキテクト」へ
私たちがまず仕掛けるのは、企業のAI導入ロードマップを描く新規事業「AX診断サービス」の立ち上げです。
単なる絵に描いた餅のコンサルティングではなく、CTOの設計意図を具現化し、AI・LLMアプリやプロトタイプを爆速で形にしていく、
技術的「手触り感」のあるコアメンバーを募集します。
■このポジションの魅力
① 構想で終わらない。CTO直下で「手を動かして」最先端を実装する環境 技術戦略を担うCTOと密に連携しながら、
クラウド環境での実務経験やプロセス理解をフルに活かし、実際にLLMアプリのアーキテクチャ設計から実装までを一貫して担います。
単なる作業者ではなく、ゼロから事業とプロダクトを作り上げる大きな裁量と経験が得られます。
② コンサルにはできない「本質的な業務変革」を手掛ける面白さ
既存の枠組みにとらわれず、顧客企業が自らAIを使いこなす「真の内製化」を本気で支援します。
中長期的には顧客の業務プロセス自体を根底から変革していく、他社では経験できない圧倒的なやりがいがあります。
③ 「全社員AI人材化」を牽引するダイナミックな環境 事業立ち上げだけでなく、「今後3年間で全社員をAI人材にする」という
会社の重要ミッションにも関わります。社内への技術展開のハブとして、前例のない仕組みづくりに最前線で挑戦できます。
【業務の変更の範囲】
会社の規定に準ずる
■お仕事内容
<新規事業「AX診断サービス」の立ち上げ>
様々な業界の企業の「業務AI代替可能性」を診断し、AI導入のロードマップを提示するサービスの
立ち上げメンバーとして下記業務をお任せします。
・CTOの設計意図を具現化するAI・LLMアプリ実装
・社内エンジニアへの技術展開(AIエバンジェリスト活動)
・PoC・プロトタイプの実際の構築
・顧客企業の「AI内製化」に向けた技術的な支援と伴走
・社内エンジニアへの技術展開および育成(全社員をAI人材化するプロジェクトの牽引)
■AX事業部 設立の背景
生成AIの台頭による「AI革命」の中、企業が求めているのは、言われたものを作る「作業者」ではなく、AI前提でビジネスを再設計する「AXパートナー」です。
そこでAMBLは、従来の作業受託モデルから完全に脱却し、お客様の業務変革を共に担う「価値共創型AXパートナー」へと生まれ変わります。
「日本のAXを、現場から動かす。」
この新たなビジョンのもと、全社の専門知見を掛け合わせ、最前線でAIネイティブな価値を生み出す中核組織として「AX事業部」を新設しました。
■AXアーキテクト募集の背景
AMBL最高技術責任者の直下で、AI時代の最前線を創る「AIアーキテクト」へ
私たちがまず仕掛けるのは、企業のAI導入ロードマップを描く新規事業「AX診断サービス」の立ち上げです。
単なる絵に描いた餅のコンサルティングではなく、CTOの設計意図を具現化し、AI・LLMアプリやプロトタイプを爆速で形にしていく、
技術的「手触り感」のあるコアメンバーを募集します。
■このポジションの魅力
① 構想で終わらない。CTO直下で「手を動かして」最先端を実装する環境 技術戦略を担うCTOと密に連携しながら、
クラウド環境での実務経験やプロセス理解をフルに活かし、実際にLLMアプリのアーキテクチャ設計から実装までを一貫して担います。
単なる作業者ではなく、ゼロから事業とプロダクトを作り上げる大きな裁量と経験が得られます。
② コンサルにはできない「本質的な業務変革」を手掛ける面白さ
既存の枠組みにとらわれず、顧客企業が自らAIを使いこなす「真の内製化」を本気で支援します。
中長期的には顧客の業務プロセス自体を根底から変革していく、他社では経験できない圧倒的なやりがいがあります。
③ 「全社員AI人材化」を牽引するダイナミックな環境 事業立ち上げだけでなく、「今後3年間で全社員をAI人材にする」という
会社の重要ミッションにも関わります。社内への技術展開のハブとして、前例のない仕組みづくりに最前線で挑戦できます。
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 600 〜 1,000 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: ・コアタイム:なし
・フレキシブルタイム:なし
・標準労働時間:8h(うち1h休憩)/月160h程度
※例)9:00-18:00、10:00-19:00
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間) 休憩時間: 60分 |
||
| 企業概要 |
【★事業/サービス内容】
AMBL株式会社は、AI活用を中心に、クラウドネイティブ、UXデザイン、マーケティングの4つの事業領域でデジタルトランスフォーメーション(DX)を支援しています。AIを活用した課題解決や人材育成、クラウドネイティブなシステム開発、ユーザー体験の最適化、そしてブランド戦略とクリエイティブに特化したマーケティングを提供し、企業のDX推進を総合的にサポートしています 【★社風/文化】 AMBL株式会社は、社員の自主性とチャレンジ精神を尊重する社風が特徴です。若手社員にも積極的に挑戦の機会を与え、OJT制度やチーム内のサポート体制が整っています。また、社員同士のコミュニケーションを大切にし、フレンドリーで協力的な環境が醸成されています 【★働き方/リモートワーク】 AMBL株式会社では、フレックス制度やリモートワークを積極的に導入しており、柔軟な働き方が可能です。リモートワークに適したセキュリティ環境やコミュニケーションツールの提供により、社員が効率的に働ける環境を整えています。また、有給の1時間単位での取得や育児の時短勤務など、ライフステージに応じた働き方をサポートしています |
||
| 設立年数 | 26年 | 従業員数 | 544人 |
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/AIプロダクトエンジニア_AI特許ロケット】東大・京大発、学術知見で製造業にAI革新を牽引する企業! のリモートワーク求人
◼️ミッション
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、優れた技術や現場知見が数多く存在します。一方で、それらを発明として整理し、特許・知財として保護・活用するプロセスには、専門性の高さ、文書作成の負荷、調査業務の複雑さ、属人性といった課題があります。
AI特許ロケット は、LLM・RAG・自然言語処理・AIエージェント等を活用し、発明情報の整理、特許文書の作成支援、先行技術調査、技術資料の構造化など、特許・知財業務を支援するAIプロダクトです。
本ポジションでは、AIプロダクトエンジニアとして、AI特許ロケットの中核となるAI機能の設計・開発・評価・改善を担っていただきます。
特許・知財という専門性の高い領域において、AIを活用して「技術を守り、活かす」プロセスを変革することがミッションです。
◼️プロダクトの設計思想
AI特許ロケットが目指すのは、単に特許文書を自動生成するツールではありません。
発明者、研究開発者、知財担当者、弁理士など、関係者が持つ情報を整理し、技術的な特徴や差分を明確にし、特許・知財業務の意思決定を支援するプロダクトを目指しています。
特許・知財領域では、言葉の正確性、技術内容の構造化、先行技術との差分把握、根拠に基づいた生成が重要です。
そのため、AI特許ロケットでは以下を重視しています。
- 発明情報・技術資料の構造化
- 特許文書・技術文書の検索・要約・比較
- 先行技術調査を支援するRAG・検索体験
- 技術的特徴・差分・権利化ポイントの整理
- 専門性の高い文書生成における品質管理
- ユーザーが確認・修正しやすいAI出力設計
- 知財業務フローに馴染むAI体験
AIプロダクトエンジニアには、LLMやRAGを使って「それっぽい文章」を生成するだけではなく、専門業務に耐えるAI機能として、精度・根拠・使いやすさを磨き込んでいただきます。
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- AI特許ロケットのAI機能設計・開発・運用
- LLM・RAG・自然言語処理・AIエージェントを活用した機能開発
- 特許文書、技術資料、発明情報、先行技術情報等を扱うAI機能開発
- 発明内容や技術資料をもとにした文書生成・要約・分類・構造化機能の開発
- 特許調査・先行技術調査を支援する検索・RAG機能の開発
- 技術文書・特許文書の比較、差分抽出、論点整理機能の開発
- プロンプト設計、RAG構成設計、評価設計、精度改善
- 知財業務フローを踏まえたAI機能のUX設計、プロトタイピング
- Python、TypeScript、Next.js、FastAPI等を用いたプロダクト開発
- AIエンジニアと連携したAI機能の組み込み、評価、改善
- PM・Bizメンバーとの仕様検討、仮説検証、優先順位整理
- 技術調査、検証、ドキュメント整備
- 必要に応じたコードレビュー、技術支援
◼️開発テーマ例
- 発明情報の構造化・要点抽出機能
- 技術資料をもとにした特許文書作成支援機能
- 特許文書・技術文書の要約・分類機能
- 先行技術調査を支援する検索・RAG機能
- 技術的特徴・差分・権利化ポイントの整理機能
- 発明者へのヒアリング内容をもとにした文書生成機能
- 特許請求の範囲や明細書作成を支援するAI機能
- 関連文献・先行技術との比較支援機能
- AI出力の根拠提示・参照元表示機能
- 知財担当者や研究開発者の業務フローに合わせたAIワークフロー設計
【業務の変更の範囲】
無
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、優れた技術や現場知見が数多く存在します。一方で、それらを発明として整理し、特許・知財として保護・活用するプロセスには、専門性の高さ、文書作成の負荷、調査業務の複雑さ、属人性といった課題があります。
AI特許ロケット は、LLM・RAG・自然言語処理・AIエージェント等を活用し、発明情報の整理、特許文書の作成支援、先行技術調査、技術資料の構造化など、特許・知財業務を支援するAIプロダクトです。
本ポジションでは、AIプロダクトエンジニアとして、AI特許ロケットの中核となるAI機能の設計・開発・評価・改善を担っていただきます。
特許・知財という専門性の高い領域において、AIを活用して「技術を守り、活かす」プロセスを変革することがミッションです。
◼️プロダクトの設計思想
AI特許ロケットが目指すのは、単に特許文書を自動生成するツールではありません。
発明者、研究開発者、知財担当者、弁理士など、関係者が持つ情報を整理し、技術的な特徴や差分を明確にし、特許・知財業務の意思決定を支援するプロダクトを目指しています。
特許・知財領域では、言葉の正確性、技術内容の構造化、先行技術との差分把握、根拠に基づいた生成が重要です。
そのため、AI特許ロケットでは以下を重視しています。
- 発明情報・技術資料の構造化
- 特許文書・技術文書の検索・要約・比較
- 先行技術調査を支援するRAG・検索体験
- 技術的特徴・差分・権利化ポイントの整理
- 専門性の高い文書生成における品質管理
- ユーザーが確認・修正しやすいAI出力設計
- 知財業務フローに馴染むAI体験
AIプロダクトエンジニアには、LLMやRAGを使って「それっぽい文章」を生成するだけではなく、専門業務に耐えるAI機能として、精度・根拠・使いやすさを磨き込んでいただきます。
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- AI特許ロケットのAI機能設計・開発・運用
- LLM・RAG・自然言語処理・AIエージェントを活用した機能開発
- 特許文書、技術資料、発明情報、先行技術情報等を扱うAI機能開発
- 発明内容や技術資料をもとにした文書生成・要約・分類・構造化機能の開発
- 特許調査・先行技術調査を支援する検索・RAG機能の開発
- 技術文書・特許文書の比較、差分抽出、論点整理機能の開発
- プロンプト設計、RAG構成設計、評価設計、精度改善
- 知財業務フローを踏まえたAI機能のUX設計、プロトタイピング
- Python、TypeScript、Next.js、FastAPI等を用いたプロダクト開発
- AIエンジニアと連携したAI機能の組み込み、評価、改善
- PM・Bizメンバーとの仕様検討、仮説検証、優先順位整理
- 技術調査、検証、ドキュメント整備
- 必要に応じたコードレビュー、技術支援
◼️開発テーマ例
- 発明情報の構造化・要点抽出機能
- 技術資料をもとにした特許文書作成支援機能
- 特許文書・技術文書の要約・分類機能
- 先行技術調査を支援する検索・RAG機能
- 技術的特徴・差分・権利化ポイントの整理機能
- 発明者へのヒアリング内容をもとにした文書生成機能
- 特許請求の範囲や明細書作成を支援するAI機能
- 関連文献・先行技術との比較支援機能
- AI出力の根拠提示・参照元表示機能
- 知財担当者や研究開発者の業務フローに合わせたAIワークフロー設計
【業務の変更の範囲】
無
| 想定年収 | 600 〜 1,200 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: フレックスタイム制
※コアタイムなし
※フレキシブルタイム:5:00~22:00
※スーパーフレックスタイム制
※標準労働時間:1日8時間
※月間所定労働時間:160時間前後
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 4年 | 従業員数 | 151人 |
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/AIプロダクトエンジニア_AIインタビュアー】東大・京大発、学術知見で製造業にAI革新を牽引する企業! のリモートワーク求人
◼️ミッション
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
企業活動において、顧客理解、ユーザーインタビュー、採用面談、業務ヒアリング、社内ナレッジ収集など、「人から情報を引き出す」プロセスは非常に重要です。
一方で、インタビューの設計、実施、記録、要約、分析、示唆出しには多くの時間とスキルが必要であり、属人的になりやすい領域でもあります。
AIインタビュアー は、LLM・音声認識・対話AI・RAG・AIエージェント等を活用し、「人に聞く」「深掘る」「整理する」「示唆に変える」というプロセスをAIで支援するプロダクトです。
本ポジションでは、AIプロダクトエンジニアとして、AIインタビュアーの中核となるAI機能の設計・開発・評価・改善を担っていただきます。
単なるチャットボットや議事録ツールではなく、目的に応じて問いを設計し、対話を進め、情報を構造化し、意思決定につながる示唆を生み出すAIプロダクトをつくることがミッションです。
◼️プロダクトの設計思想
AIインタビュアーが目指すのは、単に「会話を文字起こしするツール」ではありません。
重要なのは、ユーザーの目的に応じて、AIが適切に問いを立て、回答に応じて深掘りし、得られた情報を構造化し、次の意思決定に使える形に変換することです。
たとえば、採用面談であれば候補者の経験や価値観を深掘りし、顧客インタビューであれば課題やニーズを引き出し、業務ヒアリングであれば現場の暗黙知や業務フローを整理する必要があります。
そのため、AIインタビュアーでは以下を重視しています。
- 自然で違和感のない対話体験
- 目的に応じた質問設計
- 回答内容に応じた深掘り
- 発話内容の構造化・分類・要約
- 複数インタビューの横断分析
- 意思決定に使えるレポート生成
- ユーザーの業務フローに馴染むAI体験
AIプロダクトエンジニアには、AIの出力品質だけでなく、「ユーザーが本当に使いやすいか」「業務の中で自然に使われるか」まで考えながら、AI体験を磨き込んでいただきます。
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- AIインタビュアーのAI機能設計・開発・運用
- LLM・音声認識・対話AI・RAG・AIエージェントを活用した機能開発
- インタビュー設計、質問生成、深掘り質問、回答分析に関する機能開発
- 回答内容の要約、分類、構造化、レポート生成機能の開発
- 音声認識・文字起こし・要約機能の開発
- プロンプト設計、対話設計、評価設計、精度改善
- ユーザー体験を踏まえたAI機能のUX設計、プロトタイピング
- Python、TypeScript、Next.js、FastAPI等を用いたプロダクト開発
- AIエンジニアと連携したAI機能の組み込み、評価、改善
- ユーザーフィードバックや利用ログを踏まえた機能改善
- PM・Bizメンバーとの仕様検討、仮説検証、優先順位整理
- 技術調査、検証、ドキュメント整備
- 必要に応じたコードレビュー、技術支援
◼️開発テーマ例
- AIによるインタビュー設計・質問生成機能
- 回答内容に応じた自動深掘り質問機能
- 音声認識・文字起こし・要約機能
- インタビュー結果の構造化・タグ付け・分類機能
- 複数インタビュー結果を横断した分析・示唆抽出機能
- 面談・ヒアリング内容の自動レポート生成
- ユーザーごとの目的に応じたAIインタビュー体験の最適化
- AIによる業務ヒアリング・社内ナレッジ収集支援
- 回答品質・質問品質を評価するための評価基盤づくり
- ユーザーの発話・回答データを活用したAI機能改善
【業務の変更の範囲】
無
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
企業活動において、顧客理解、ユーザーインタビュー、採用面談、業務ヒアリング、社内ナレッジ収集など、「人から情報を引き出す」プロセスは非常に重要です。
一方で、インタビューの設計、実施、記録、要約、分析、示唆出しには多くの時間とスキルが必要であり、属人的になりやすい領域でもあります。
AIインタビュアー は、LLM・音声認識・対話AI・RAG・AIエージェント等を活用し、「人に聞く」「深掘る」「整理する」「示唆に変える」というプロセスをAIで支援するプロダクトです。
本ポジションでは、AIプロダクトエンジニアとして、AIインタビュアーの中核となるAI機能の設計・開発・評価・改善を担っていただきます。
単なるチャットボットや議事録ツールではなく、目的に応じて問いを設計し、対話を進め、情報を構造化し、意思決定につながる示唆を生み出すAIプロダクトをつくることがミッションです。
◼️プロダクトの設計思想
AIインタビュアーが目指すのは、単に「会話を文字起こしするツール」ではありません。
重要なのは、ユーザーの目的に応じて、AIが適切に問いを立て、回答に応じて深掘りし、得られた情報を構造化し、次の意思決定に使える形に変換することです。
たとえば、採用面談であれば候補者の経験や価値観を深掘りし、顧客インタビューであれば課題やニーズを引き出し、業務ヒアリングであれば現場の暗黙知や業務フローを整理する必要があります。
そのため、AIインタビュアーでは以下を重視しています。
- 自然で違和感のない対話体験
- 目的に応じた質問設計
- 回答内容に応じた深掘り
- 発話内容の構造化・分類・要約
- 複数インタビューの横断分析
- 意思決定に使えるレポート生成
- ユーザーの業務フローに馴染むAI体験
AIプロダクトエンジニアには、AIの出力品質だけでなく、「ユーザーが本当に使いやすいか」「業務の中で自然に使われるか」まで考えながら、AI体験を磨き込んでいただきます。
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- AIインタビュアーのAI機能設計・開発・運用
- LLM・音声認識・対話AI・RAG・AIエージェントを活用した機能開発
- インタビュー設計、質問生成、深掘り質問、回答分析に関する機能開発
- 回答内容の要約、分類、構造化、レポート生成機能の開発
- 音声認識・文字起こし・要約機能の開発
- プロンプト設計、対話設計、評価設計、精度改善
- ユーザー体験を踏まえたAI機能のUX設計、プロトタイピング
- Python、TypeScript、Next.js、FastAPI等を用いたプロダクト開発
- AIエンジニアと連携したAI機能の組み込み、評価、改善
- ユーザーフィードバックや利用ログを踏まえた機能改善
- PM・Bizメンバーとの仕様検討、仮説検証、優先順位整理
- 技術調査、検証、ドキュメント整備
- 必要に応じたコードレビュー、技術支援
◼️開発テーマ例
- AIによるインタビュー設計・質問生成機能
- 回答内容に応じた自動深掘り質問機能
- 音声認識・文字起こし・要約機能
- インタビュー結果の構造化・タグ付け・分類機能
- 複数インタビュー結果を横断した分析・示唆抽出機能
- 面談・ヒアリング内容の自動レポート生成
- ユーザーごとの目的に応じたAIインタビュー体験の最適化
- AIによる業務ヒアリング・社内ナレッジ収集支援
- 回答品質・質問品質を評価するための評価基盤づくり
- ユーザーの発話・回答データを活用したAI機能改善
【業務の変更の範囲】
無
| 想定年収 | 600 〜 1,200 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: フレックスタイム制
※コアタイムなし
※フレキシブルタイム:5:00~22:00
※スーパーフレックスタイム制
※標準労働時間:1日8時間
※月間所定労働時間:160時間前後
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 4年 | 従業員数 | 151人 |
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/AI/LLMエンジニア】東大・京大発、学術知見で製造業にAI革新を牽引する企業! のリモートワーク求人
◼️ミッション
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。
本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。
単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。
◼️仕事のやりがい
エムニでは、生成AI・LLMを活用した業務変革の最前線で、技術選定からプロトタイピング、実装、改善、運用まで一気通貫で関わることができます。
特に製造業領域では、図面、仕様書、検査記録、作業手順書、問い合わせ履歴、熟練者のナレッジなど、多様かつ複雑なデータを扱います。こうした現場固有の情報をLLMやRAG、AIエージェントと組み合わせ、実務で使えるプロダクト・ソリューションへ落とし込むことが求められます。
技術を深く理解するだけでなく、「誰の、どの業務課題を、どのように解くのか」まで踏み込み、顧客やビジネスサイドと連携しながら価値を形にできる環境です。
◼️役割期待
入社後は、シニアエンジニアやPMと連携しながら、LLM・RAG・AIエージェントを活用したAIシステムの実装、技術検証、精度改善を中心にお任せします。
まずは担当機能の開発やプロンプト設計、データ処理、評価検証などから関わっていただき、徐々に顧客課題の理解、技術設計、要件定義にも挑戦していただきます。
◼️業務内容
- LLM APIを用いた機能開発
- RAGシステムの実装・改善
- プロンプト設計・検証
- PDF、帳票、図面、マニュアル等のデータ処理
- AI機能の精度評価・改善
- Python/FastAPI/Next.js等を用いたアプリケーション開発
- 技術調査、検証結果のドキュメント化
- コードレビューへの参加、既存機能の改善
◼️開発例
- 製造業向けナレッジ検索・RAGシステム
- 図面・帳票・仕様書などのドキュメント解析AI
- 熟練者の暗黙知を活用した業務支援AI
- 問い合わせ対応・見積作成・調査業務の自動化
- 業務プロセスを自律的に支援するAIエージェント
- 生成AIを活用した社内業務効率化・AI駆動経営の推進
- 製造現場・バックオフィス・営業技術領域におけるAI活用支援
【業務の変更の範囲】
無
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。
本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。
単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。
◼️仕事のやりがい
エムニでは、生成AI・LLMを活用した業務変革の最前線で、技術選定からプロトタイピング、実装、改善、運用まで一気通貫で関わることができます。
特に製造業領域では、図面、仕様書、検査記録、作業手順書、問い合わせ履歴、熟練者のナレッジなど、多様かつ複雑なデータを扱います。こうした現場固有の情報をLLMやRAG、AIエージェントと組み合わせ、実務で使えるプロダクト・ソリューションへ落とし込むことが求められます。
技術を深く理解するだけでなく、「誰の、どの業務課題を、どのように解くのか」まで踏み込み、顧客やビジネスサイドと連携しながら価値を形にできる環境です。
◼️役割期待
入社後は、シニアエンジニアやPMと連携しながら、LLM・RAG・AIエージェントを活用したAIシステムの実装、技術検証、精度改善を中心にお任せします。
まずは担当機能の開発やプロンプト設計、データ処理、評価検証などから関わっていただき、徐々に顧客課題の理解、技術設計、要件定義にも挑戦していただきます。
◼️業務内容
- LLM APIを用いた機能開発
- RAGシステムの実装・改善
- プロンプト設計・検証
- PDF、帳票、図面、マニュアル等のデータ処理
- AI機能の精度評価・改善
- Python/FastAPI/Next.js等を用いたアプリケーション開発
- 技術調査、検証結果のドキュメント化
- コードレビューへの参加、既存機能の改善
◼️開発例
- 製造業向けナレッジ検索・RAGシステム
- 図面・帳票・仕様書などのドキュメント解析AI
- 熟練者の暗黙知を活用した業務支援AI
- 問い合わせ対応・見積作成・調査業務の自動化
- 業務プロセスを自律的に支援するAIエージェント
- 生成AIを活用した社内業務効率化・AI駆動経営の推進
- 製造現場・バックオフィス・営業技術領域におけるAI活用支援
【業務の変更の範囲】
無
| 想定年収 | 400 〜 800 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: フレックスタイム制
※コアタイムなし
※フレキシブルタイム:5:00~22:00
※スーパーフレックスタイム制
※標準労働時間:1日8時間
※月間所定労働時間:160時間前後
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 4年 | 従業員数 | 151人 |
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/機械学習エンジニア】東大・京大発、学術知見で製造業にAI革新を牽引する企業! のリモートワーク求人
◼️ミッション
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。
本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。
単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。
◼️本ポジションについて
エムニでは、製造業を中心とした顧客向けに、オーダーメイドAIの開発・導入を行っています。
MLエンジニアには、データサイエンティストやAIプロジェクトマネージャーが整理した顧客課題・検証テーマをもとに、機械学習モデルの設計、学習、評価、改善、本番実装、運用設計まで担っていただきます。
扱うテーマは、外観検査画像を用いた不良検知、設備ログを用いた異常検知・予兆保全、生産実績や需要データを用いた予測、文書や記録データを用いた分類など、多岐にわたります。
また、LLM/RAG/AIエージェントなどの生成AI技術と、従来型の機械学習モデルを組み合わせることで、より高度な業務支援システムを構築する機会もあります。
Webエンジニア、インフラエンジニア、AI/LLMエンジニアと連携しながら、モデルを本番環境で安定して届けるところまで責任を持っていただくポジションです。
◼️仕事のやりがい
- 製造業の現場で実際に使われる機械学習モデル・AIシステムを開発できる
- 画像認識、異常検知、時系列予測、需要予測など、産業課題に直結するテーマに挑戦できる
- PoCで精度を示すだけでなく、API化・本番導入・監視・継続改善まで担える
- データサイエンティスト、Webエンジニア、インフラエンジニア、PMと連携して社会実装を進められる
- MLOps、推論基盤、再学習、モデル監視など、運用を見据えたML開発に関われる
- LLM/RAG等の生成AIと機械学習を組み合わせた、新しいAIシステムに挑戦できる
- 将来的にはMLテックリード、MLOps責任者、AIソリューションの技術リードを目指せる
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- 製造業を中心とした顧客課題に対する機械学習モデル・アルゴリズムの設計、開発、評価
- 画像認識、異常検知、時系列予測、需要予測、分類、回帰、最適化等のモデル開発
- データ前処理、特徴量設計、学習データ設計、評価指標設計
- モデル精度の改善、エラー分析、ロバスト性向上
- 推論速度、処理性能、コスト、安定性を踏まえたモデル・処理方式の改善
- 機械学習モデルのAPI化、Webアプリケーション・業務システムへの組み込み
- 学習・推論パイプライン、バッチ処理、再学習フローの設計・開発
- モデル監視、性能劣化検知、データドリフト検知、バージョン管理
- クラウド・GPU環境を活用した学習・推論基盤の構築支援
- インフラエンジニアと連携したMLOps・運用基盤の整備
- AI/LLMエンジニアと連携した、LLM/RAGと機械学習モデルを組み合わせた機能開発
- PM・データサイエンティスト・顧客への技術説明、検証結果共有
- 最新論文・技術トレンドの調査、実装検証、社内ナレッジ共有
◼️取り組むテーマ例
- 検査画像・外観画像を用いた不良検知・分類モデルの開発
- 設備ログ・センサーデータを用いた異常検知・予兆保全モデルの開発
- 受注・生産・在庫データを用いた需要予測・生産計画支援モデルの開発
- 品質データを用いた不良発生予測・品質改善支援
- 作業データや工程データを用いた効率化・最適化モデルの開発
- 文書・帳票・記録データを活用した分類・抽出モデルの開発
- 学習済みモデルの推論API化と業務アプリケーションへの組み込み
- 本番導入後のモデル監視・再学習・性能改善
- LLM/RAGと予測モデル・分類モデルを組み合わせた業務支援AI
- 複数顧客・複数案件に横展開可能なML開発・運用基盤の整備
◼️このポジションで期待する成果
- 顧客課題に対して、適切なモデル方式・評価方法を設計できる
- PoCでのモデル検証から、本番システムへの組み込みまで推進できる
- 精度だけでなく、推論速度、コスト、可用性、保守性を意識して開発できる
- 運用開始後の性能監視や再学習を含め、継続的に改善できる仕組みをつくれる
- Webエンジニアやインフラエンジニアと連携し、AIモデルを安定した機能として提供できる
- 技術的な検討内容や制約を、顧客・PM・非技術者にもわかりやすく説明できる
【業務の変更の範囲】
無
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。
本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。
単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。
◼️本ポジションについて
エムニでは、製造業を中心とした顧客向けに、オーダーメイドAIの開発・導入を行っています。
MLエンジニアには、データサイエンティストやAIプロジェクトマネージャーが整理した顧客課題・検証テーマをもとに、機械学習モデルの設計、学習、評価、改善、本番実装、運用設計まで担っていただきます。
扱うテーマは、外観検査画像を用いた不良検知、設備ログを用いた異常検知・予兆保全、生産実績や需要データを用いた予測、文書や記録データを用いた分類など、多岐にわたります。
また、LLM/RAG/AIエージェントなどの生成AI技術と、従来型の機械学習モデルを組み合わせることで、より高度な業務支援システムを構築する機会もあります。
Webエンジニア、インフラエンジニア、AI/LLMエンジニアと連携しながら、モデルを本番環境で安定して届けるところまで責任を持っていただくポジションです。
◼️仕事のやりがい
- 製造業の現場で実際に使われる機械学習モデル・AIシステムを開発できる
- 画像認識、異常検知、時系列予測、需要予測など、産業課題に直結するテーマに挑戦できる
- PoCで精度を示すだけでなく、API化・本番導入・監視・継続改善まで担える
- データサイエンティスト、Webエンジニア、インフラエンジニア、PMと連携して社会実装を進められる
- MLOps、推論基盤、再学習、モデル監視など、運用を見据えたML開発に関われる
- LLM/RAG等の生成AIと機械学習を組み合わせた、新しいAIシステムに挑戦できる
- 将来的にはMLテックリード、MLOps責任者、AIソリューションの技術リードを目指せる
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- 製造業を中心とした顧客課題に対する機械学習モデル・アルゴリズムの設計、開発、評価
- 画像認識、異常検知、時系列予測、需要予測、分類、回帰、最適化等のモデル開発
- データ前処理、特徴量設計、学習データ設計、評価指標設計
- モデル精度の改善、エラー分析、ロバスト性向上
- 推論速度、処理性能、コスト、安定性を踏まえたモデル・処理方式の改善
- 機械学習モデルのAPI化、Webアプリケーション・業務システムへの組み込み
- 学習・推論パイプライン、バッチ処理、再学習フローの設計・開発
- モデル監視、性能劣化検知、データドリフト検知、バージョン管理
- クラウド・GPU環境を活用した学習・推論基盤の構築支援
- インフラエンジニアと連携したMLOps・運用基盤の整備
- AI/LLMエンジニアと連携した、LLM/RAGと機械学習モデルを組み合わせた機能開発
- PM・データサイエンティスト・顧客への技術説明、検証結果共有
- 最新論文・技術トレンドの調査、実装検証、社内ナレッジ共有
◼️取り組むテーマ例
- 検査画像・外観画像を用いた不良検知・分類モデルの開発
- 設備ログ・センサーデータを用いた異常検知・予兆保全モデルの開発
- 受注・生産・在庫データを用いた需要予測・生産計画支援モデルの開発
- 品質データを用いた不良発生予測・品質改善支援
- 作業データや工程データを用いた効率化・最適化モデルの開発
- 文書・帳票・記録データを活用した分類・抽出モデルの開発
- 学習済みモデルの推論API化と業務アプリケーションへの組み込み
- 本番導入後のモデル監視・再学習・性能改善
- LLM/RAGと予測モデル・分類モデルを組み合わせた業務支援AI
- 複数顧客・複数案件に横展開可能なML開発・運用基盤の整備
◼️このポジションで期待する成果
- 顧客課題に対して、適切なモデル方式・評価方法を設計できる
- PoCでのモデル検証から、本番システムへの組み込みまで推進できる
- 精度だけでなく、推論速度、コスト、可用性、保守性を意識して開発できる
- 運用開始後の性能監視や再学習を含め、継続的に改善できる仕組みをつくれる
- Webエンジニアやインフラエンジニアと連携し、AIモデルを安定した機能として提供できる
- 技術的な検討内容や制約を、顧客・PM・非技術者にもわかりやすく説明できる
【業務の変更の範囲】
無
| 想定年収 | 600 〜 1,000 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: フレックスタイム制
※コアタイムなし
※フレキシブルタイム:5:00~22:00
※スーパーフレックスタイム制
※標準労働時間:1日8時間
※月間所定労働時間:160時間前後
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 4年 | 従業員数 | 151人 |
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/シニアAI/LLMエンジニア】東大・京大発、学術知見で製造業にAI革新を牽引する企業! のリモートワーク求人
◼️ミッション
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。
本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。
単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。
◼️仕事のやりがい
エムニでは、生成AI・LLMを活用した業務変革の最前線で、技術選定からプロトタイピング、実装、改善、運用まで一気通貫で関わることができます。
特に製造業領域では、図面、仕様書、検査記録、作業手順書、問い合わせ履歴、熟練者のナレッジなど、多様かつ複雑なデータを扱います。こうした現場固有の情報をLLMやRAG、AIエージェントと組み合わせ、実務で使えるプロダクト・ソリューションへ落とし込むことが求められます。
技術を深く理解するだけでなく、「誰の、どの業務課題を、どのように解くのか」まで踏み込み、顧客やビジネスサイドと連携しながら価値を形にできる環境です。
◼️役割期待
入社後は、製造業を中心とした顧客の業務課題を理解し、LLM・RAG・AIエージェント等を活用したAIシステムの技術設計・開発リードをお任せします。
単なる実装にとどまらず、技術選定、アーキテクチャ設計、評価設計、PoCから本番運用までのロードマップ設計、顧客への技術提案、チームメンバーの育成まで、AI社会実装の中核を担っていただきます。
◼️業務内容
- 業務要件の整理、技術要件への落とし込み
- LLM/RAG/AIエージェントを活用したソリューション設計
- AIシステム全体のアーキテクチャ設計
- 技術選定、評価設計、品質基準の策定
- PoC設計、本番運用を見据えた開発リード
- 顧客やビジネスサイドとの技術的な議論・提案
- コードレビュー、設計レビュー、技術的意思決定
- ジュニア〜ミドルメンバーの育成・技術支援
- 社内のAI開発ナレッジやベストプラクティスの整備
◼️開発例
- 製造業向けナレッジ検索・RAGシステム
- 図面・帳票・仕様書などのドキュメント解析AI
- 熟練者の暗黙知を活用した業務支援AI
- 問い合わせ対応・見積作成・調査業務の自動化
- 業務プロセスを自律的に支援するAIエージェント
- 生成AIを活用した社内業務効率化・AI駆動経営の推進
- 製造現場・バックオフィス・営業技術領域におけるAI活用支援
【業務の変更の範囲】
無
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。
本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。
単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。
◼️仕事のやりがい
エムニでは、生成AI・LLMを活用した業務変革の最前線で、技術選定からプロトタイピング、実装、改善、運用まで一気通貫で関わることができます。
特に製造業領域では、図面、仕様書、検査記録、作業手順書、問い合わせ履歴、熟練者のナレッジなど、多様かつ複雑なデータを扱います。こうした現場固有の情報をLLMやRAG、AIエージェントと組み合わせ、実務で使えるプロダクト・ソリューションへ落とし込むことが求められます。
技術を深く理解するだけでなく、「誰の、どの業務課題を、どのように解くのか」まで踏み込み、顧客やビジネスサイドと連携しながら価値を形にできる環境です。
◼️役割期待
入社後は、製造業を中心とした顧客の業務課題を理解し、LLM・RAG・AIエージェント等を活用したAIシステムの技術設計・開発リードをお任せします。
単なる実装にとどまらず、技術選定、アーキテクチャ設計、評価設計、PoCから本番運用までのロードマップ設計、顧客への技術提案、チームメンバーの育成まで、AI社会実装の中核を担っていただきます。
◼️業務内容
- 業務要件の整理、技術要件への落とし込み
- LLM/RAG/AIエージェントを活用したソリューション設計
- AIシステム全体のアーキテクチャ設計
- 技術選定、評価設計、品質基準の策定
- PoC設計、本番運用を見据えた開発リード
- 顧客やビジネスサイドとの技術的な議論・提案
- コードレビュー、設計レビュー、技術的意思決定
- ジュニア〜ミドルメンバーの育成・技術支援
- 社内のAI開発ナレッジやベストプラクティスの整備
◼️開発例
- 製造業向けナレッジ検索・RAGシステム
- 図面・帳票・仕様書などのドキュメント解析AI
- 熟練者の暗黙知を活用した業務支援AI
- 問い合わせ対応・見積作成・調査業務の自動化
- 業務プロセスを自律的に支援するAIエージェント
- 生成AIを活用した社内業務効率化・AI駆動経営の推進
- 製造現場・バックオフィス・営業技術領域におけるAI活用支援
【業務の変更の範囲】
無
| 想定年収 | 800 〜 1,200 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: フレックスタイム制
※コアタイムなし
※フレキシブルタイム:5:00~22:00
※スーパーフレックスタイム制
※標準労働時間:1日8時間
※月間所定労働時間:160時間前後
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 4年 | 従業員数 | 151人 |
株式会社PKSHA Technology
【ハイブリ/東京/アルゴリズムエンジニア/機械学習・深層学習の経験】自然言語処理や機械学習・深層学習などのアルゴリズムを研究開発し、それを社会実装する企業! のリモートワーク求人
■お仕事内容
仕事内容
事業拡大に伴い、機械学習アルゴリズムの開発を担っていただくエンジニアを募集します。
テーブルデータ・自然言語・画像などの幅広いデータを用いて、クライアントの課題を解決する機械学習アルゴリズムを中心に設計・実装していただきます。
コンサルタント、ソフトウェアエンジニアとチームを組み、金融、小売、製造業など、様々な業界の課題を解決するソリューション/プロダクトを開発していただきます。
AIの検証に留まらず、最先端技術をクライアントが利用し続けるソフトウェアの形にして社会実装し、未来のビジネスを実現するプロセスに関心がある方を歓迎します。
ビジネス上の課題、制約条件に適したアルゴリズムの提案
ユースケースに合わせた機械学習モジュールの設計、実装
クライアントに対する分析結果等のレポーティング
ソフトウェアエンジニアと協力して、Web API等へのアルゴリズムの組み込み
最先端技術を社会実装可能なレベルに引き上げるR&D
自身の開発したアルゴリズムの他業界への横展開や自社プロダクトへの組み込み
※過去事例:クレジットカード不正検知、個人与信推定、小売や流通における需要予測とオペレーションの最適化、教育における出題最適化、レコメンドエンジン、不正投稿監視、コールセンターソリューション(チャット・音声・テキスト)等多岐に渡る
ポジションの魅力
自身が生み出したアルゴリズムが、各業界の抱える課題を解決し、多くの方々に使われ続ける(大手セキュリティ企業、保険会社、製造業、キャリア、web企業など)
多様な機械学習技術を利用して社会課題を解決していく過程で、アルゴリズムを社会に提供していくための様々な実践的なスキルを身につけることができる
機械学習技術やソフトウェア開発の知識はもちろん、様々な業界知識に習熟した経験豊富なメンバーと共に働ける(Kaggle Grandmaster、助教、博士、海外MBAホルダーなど)
近年急速な発展を遂げている大規模言語モデルを活用した研究開発・社会実装に取り組める
【業務の変更の範囲】
会社の規定に準ずる
仕事内容
事業拡大に伴い、機械学習アルゴリズムの開発を担っていただくエンジニアを募集します。
テーブルデータ・自然言語・画像などの幅広いデータを用いて、クライアントの課題を解決する機械学習アルゴリズムを中心に設計・実装していただきます。
コンサルタント、ソフトウェアエンジニアとチームを組み、金融、小売、製造業など、様々な業界の課題を解決するソリューション/プロダクトを開発していただきます。
AIの検証に留まらず、最先端技術をクライアントが利用し続けるソフトウェアの形にして社会実装し、未来のビジネスを実現するプロセスに関心がある方を歓迎します。
ビジネス上の課題、制約条件に適したアルゴリズムの提案
ユースケースに合わせた機械学習モジュールの設計、実装
クライアントに対する分析結果等のレポーティング
ソフトウェアエンジニアと協力して、Web API等へのアルゴリズムの組み込み
最先端技術を社会実装可能なレベルに引き上げるR&D
自身の開発したアルゴリズムの他業界への横展開や自社プロダクトへの組み込み
※過去事例:クレジットカード不正検知、個人与信推定、小売や流通における需要予測とオペレーションの最適化、教育における出題最適化、レコメンドエンジン、不正投稿監視、コールセンターソリューション(チャット・音声・テキスト)等多岐に渡る
ポジションの魅力
自身が生み出したアルゴリズムが、各業界の抱える課題を解決し、多くの方々に使われ続ける(大手セキュリティ企業、保険会社、製造業、キャリア、web企業など)
多様な機械学習技術を利用して社会課題を解決していく過程で、アルゴリズムを社会に提供していくための様々な実践的なスキルを身につけることができる
機械学習技術やソフトウェア開発の知識はもちろん、様々な業界知識に習熟した経験豊富なメンバーと共に働ける(Kaggle Grandmaster、助教、博士、海外MBAホルダーなど)
近年急速な発展を遂げている大規模言語モデルを活用した研究開発・社会実装に取り組める
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 600 〜 1,400 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 | |||
| 設立年数 | 15年 | 従業員数 | 200人 |
株式会社XAION DATA
【首都圏フルリモ(月2回出社)/東京/AIソフトウェアエンジニア】AI×データで価値を創出する、急成長中のHR・営業DXスタートアップ企業! のリモートワーク求人
■お仕事内容
業務内容
①機械学習エンジニアとしてデータサイエンス・機械学習のプロジェクトをリードいただきます。
②オープンデータを活用した機械学習モデルの設計から開発までを行なっていただきます。
▍このポジション/仕事の魅力
①自社プロダクトへの実装等のPoCに留まらない機械学習モデルの実装機会があります
②CTOがデータサイエンティストの出身のため、データサイエンスに理解がある環境で働くことができます。
③開発チーム主体で企画開発を行うので、ユーザーのフィードバックを直に聞きながらデータソリューションの検討・実装ができます。
会社についての詳細
XAION DATAはオープンデータ収集・構造化特許技術を保有し、オープンデータを利活用するためのサービスや、オープンデータを活用したAI・DATAソリューションを提供しているテクノロジーカンパニーです。
私達は「AI×DATAで世界中の価値を最大化する」をミッションに、あらゆるデータ価値を見出し、最大化する仕組みを提供することで、人の幸福への寄与及び、社会への貢献を実現します。
2022年に国内でオープンデータ汎用技術に関する特許を取得し、加速するビジネス/データニーズの変化に柔軟に対応できるオープンデータを主とした独自のデータベース基盤を構築し、3つの軸で事業展開しております。
①プロダクト事業
オープンデータを活用した独自DB基盤を軸に、SaaS事業を展開しています。
-AUTOHUNT(WEB上に分散している、人材企業情報をはじめとした様々な公開情報から優秀な人材を横断して検索できる、次世代型AIタレント検索エンジン)
-AUTOBOOST(WEB上のオープンなSNSやメディアに掲載された人材や企業情報を収集/統合し、横断的に企業/キーパーソンを検索。SNSを通じたダイレクトアプローチを可能とする、セールスインテリジェンスプラットフォーム)
②ソリューション事業
私達が保有する独自DBとAIモデルをベースに、 クライアントが保有するデータを掛け合わせることで、最適なAI・DATAソリューションをご提供しています。
③人材紹介事業
業界に精通した専門性の高い弊社コンサルタントがAUTOHUNTを用いて、転職媒体に登録されていない優秀な人材をご紹介しています。
業界としてはHR(採用市場)から入り、セールス・マーケ領域等に拡張することで最終的に30兆円規模のTAM(Total Available Market)を目指します。
そんなチャレンジにジョインいただける方を募集しております。
【業務の変更の範囲】
会社の規定に準ずる
業務内容
①機械学習エンジニアとしてデータサイエンス・機械学習のプロジェクトをリードいただきます。
②オープンデータを活用した機械学習モデルの設計から開発までを行なっていただきます。
▍このポジション/仕事の魅力
①自社プロダクトへの実装等のPoCに留まらない機械学習モデルの実装機会があります
②CTOがデータサイエンティストの出身のため、データサイエンスに理解がある環境で働くことができます。
③開発チーム主体で企画開発を行うので、ユーザーのフィードバックを直に聞きながらデータソリューションの検討・実装ができます。
会社についての詳細
XAION DATAはオープンデータ収集・構造化特許技術を保有し、オープンデータを利活用するためのサービスや、オープンデータを活用したAI・DATAソリューションを提供しているテクノロジーカンパニーです。
私達は「AI×DATAで世界中の価値を最大化する」をミッションに、あらゆるデータ価値を見出し、最大化する仕組みを提供することで、人の幸福への寄与及び、社会への貢献を実現します。
2022年に国内でオープンデータ汎用技術に関する特許を取得し、加速するビジネス/データニーズの変化に柔軟に対応できるオープンデータを主とした独自のデータベース基盤を構築し、3つの軸で事業展開しております。
①プロダクト事業
オープンデータを活用した独自DB基盤を軸に、SaaS事業を展開しています。
-AUTOHUNT(WEB上に分散している、人材企業情報をはじめとした様々な公開情報から優秀な人材を横断して検索できる、次世代型AIタレント検索エンジン)
-AUTOBOOST(WEB上のオープンなSNSやメディアに掲載された人材や企業情報を収集/統合し、横断的に企業/キーパーソンを検索。SNSを通じたダイレクトアプローチを可能とする、セールスインテリジェンスプラットフォーム)
②ソリューション事業
私達が保有する独自DBとAIモデルをベースに、 クライアントが保有するデータを掛け合わせることで、最適なAI・DATAソリューションをご提供しています。
③人材紹介事業
業界に精通した専門性の高い弊社コンサルタントがAUTOHUNTを用いて、転職媒体に登録されていない優秀な人材をご紹介しています。
業界としてはHR(採用市場)から入り、セールス・マーケ領域等に拡張することで最終的に30兆円規模のTAM(Total Available Market)を目指します。
そんなチャレンジにジョインいただける方を募集しております。
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 500 〜 1,100 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 | |||
| 設立年数 | 7年 | 従業員数 | 100人 |
51件中 1件~10件
リモートワーク求人を探す
職種からリモートワーク求人を探す
- CTO
- VPoE
- テックリード
- ITコンサルタント
- ITアーキテクト
- プロジェクトマネージャー
- プロダクトマネージャー
- スクラムマスター
- PMO
- ブリッジSE
- プロジェクトリーダー
- webデザイナー
- UIUXデザイナー
- webディレクター
- デジタルマーケター
- ゲームデザイナー
- CGデザイナー
- インフラエンジニア
- SRE
- ネットワークエンジニア
- サーバーエンジニア
- セキュリティエンジニア
- システムエンジニア
- システムディレクター
- サーバーサイドエンジニア
- フロントエンドエンジニア
- マークアップコーダー
- iOSエンジニア
- Androidエンジニア
- ゲームエンジニア
- ゲームプランナー
- QAエンジニア
- テストエンジニア
- テスター
- AIエンジニア(DL/機械学習)
- データサイエンティスト
- データアナリスト
- BIエンジニア
- データベースエンジニア
- 社内SE
- ヘルプデスク
- テクニカルサポート
- CRE
開発経験からリモートワーク求人を探す
- Access
- ActionScript
- AD
- Android(Java)
- Angular
- Ansible
- AWS
- Azure
- C#
- C++
- CakePHP
- COBOL
- Cordova
- C言語
- Django
- EC-CUBE
- Electron
- Elixir
- Express.js
- Figma
- Firebase
- Flask
- Flutter
- FuelPHP
- GCP
- Go
- HTML/CSS
- Illustrator
- Java
- JavaScript
- Kotlin
- Kubernetes
- Laravel
- Linux
- MySQL
- Next.js
- Node.js
- Nuxt.js
- Objective-C
- Oracle
- Perl
- Photoshop
- PHP
- PL/SQL
- PostgreSQL
- Python
- R
- React
- React Native
- RPA(Biz Robo)
- RPA(UiPath)
- RPA(WinActor)
- Ruby on Rails
- Rust
- Salesforce
- SAP
- Scala
- Seasar2
- Sketch
- Spring
- Spring Boot
- SQL
- SQL Server
- Struts
- Swift
- Symfony
- Tableau
- Tensorflow
- Terraform
- Tresure Data
- TypeScript
- Unity
- VB
- VBA
- Vue.js
- WordPress
- Xamarin
- XD
働き方からリモートワーク求人を探す
リモートワークタイプからリモートワーク求人を探す
語学・国籍からリモートワーク求人を探す
Jobのタイトルが入ります
こちらの求人に応募します
Jobのタイトルが入ります
こちらの求人に応募します
への応募が完了しました。
ご応募ありがとうございます。
担当エージェントからの連絡をお待ちください。
Jobのタイトルが入ります
こちらの求人を辞退しますが間違いないですか?
への辞退が完了しました。
またのご応募お待ちしています。
既に応募済みの案件です。
求人への応募には
リラシクの利用を開始してください。
求人への応募にはご住所の入力が必要です。
予期せぬエラーが発生しました。