データサイエンティスト×従業員数101〜500人のリモートワーク転職・求人情報一覧
40件中 1件~10件
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/データサイエンティスト/Pythonを用いたAI/機械学習モデルの実務開発経験2年以上】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、LLM・RAG・画像認識・機械学習・AIエージェントなどの技術を活用し、製造業の現場課題に応じたオーダーメイドAI開発・導入支援を行っています。
その中でデータサイエンティストは、AI開発の出発点となる重要な役割を担います。
顧客の業務を理解し、利用可能なデータを確認し、分析可能性やデータ品質を見極め、どのテーマに取り組むことで業務成果につながるかを整理します。必要に応じて予測モデルや分類モデル等の初期検証を行い、PoCや本番開発へつなげていきます。
扱うデータは、テーブルデータ、時系列データ、画像、自然言語、設備ログ、検査記録、生産実績、品質データ、問い合わせ履歴など多岐にわたります。
AIプロジェクトマネージャー、MLエンジニア、AI/LLMエンジニア、Webエンジニア、Bizメンバーと連携しながら、データから価値ある課題を発見し、実際のAI導入・業務改善につなげていただきます。
◼️仕事のやりがい
- 製造業の現場データをもとに、実際の業務課題の発見・改善に関われる
- 顧客ヒアリングからデータ分析、AI活用テーマ設計、効果検証まで一気通貫で担える
- テーブルデータ、時系列データ、画像、自然言語など、多様なデータに向き合える
- 分析結果をレポートで終わらせず、AI導入や業務変革につなげられる
- 需要予測、品質改善、異常検知、要因分析など、製造業に直結するテーマに挑戦できる
- MLエンジニアやAI/LLMエンジニアと連携し、分析・検証結果を本番システムにつなげられる
- LLMや生成AIと従来型のデータ分析・機械学習を組み合わせた、新しい課題解決に挑戦できる
◼️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クライアントの業務課題・データ課題のヒアリング、整理、構造化
- 生産データ、品質データ、設備ログ、検査記録、需要データ等の探索的データ分析
- データの可視化、傾向分析、ボトルネック分析、要因分析
- AI導入余地の見極め、ユースケース設計、PoCテーマの立案
- KPI・効果指標の設計、導入前後の効果検証方針の策定
- 需要予測、異常検知、分類、回帰、品質予測等の初期モデル検証
- データ品質、欠損、偏り、取得方法、活用可能性の評価
- 顧客向け分析報告、検証結果の説明、改善施策の提案
- AIプロジェクトマネージャー、MLエンジニア、Webエンジニアとのプロジェクト推進
- LLM/RAG/AIエージェントと構造化データ分析を組み合わせた活用テーマの検討
分析手法、検証結果、顧客課題に関するナレッジの社内共有
- 自社プロダクトや今後の新規事業に活用可能なデータ分析・検証
◼️取り組むテーマ例
- 品質不良データの分析による、不良要因・改善ポイントの特定
- 設備ログやセンサーデータを用いた、故障予兆・異常傾向の分析
- 生産実績・受注・在庫データを用いた、需要予測・生産計画高度化の検証
- 検査工程における画像データ活用可能性の評価
- 作業記録、問い合わせ履歴、報告書等の分析による、業務効率化テーマの探索
- 熟練者の判断や現場ノウハウをデータ化・可視化するための分析設計
- AI導入前後の効果測定設計、KPIモニタリング
- 複数工場・複数拠点のデータを活用した横断分析
- LLMと構造化データを組み合わせた、意思決定支援・分析支援機能の検討
◼️このポジションで期待する成果
- 顧客の業務課題を理解し、データをもとに解くべき論点を整理できる
- AI活用が有効なテーマと、データ不足等により難しいテーマを適切に見極められる
- 分析・検証結果を、顧客や非技術者にもわかりやすく説明できる
- モデル精度だけでなく、業務成果や導入効果を踏まえて提案できる
- MLエンジニア等と連携し、分析・PoCから本番導入へつなげられる
- 顧客現場の一次情報を重視し、実効性のある改善テーマを生み出せる
【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、LLM・RAG・画像認識・機械学習・AIエージェントなどの技術を活用し、製造業の現場課題に応じたオーダーメイドAI開発・導入支援を行っています。
その中でデータサイエンティストは、AI開発の出発点となる重要な役割を担います。
顧客の業務を理解し、利用可能なデータを確認し、分析可能性やデータ品質を見極め、どのテーマに取り組むことで業務成果につながるかを整理します。必要に応じて予測モデルや分類モデル等の初期検証を行い、PoCや本番開発へつなげていきます。
扱うデータは、テーブルデータ、時系列データ、画像、自然言語、設備ログ、検査記録、生産実績、品質データ、問い合わせ履歴など多岐にわたります。
AIプロジェクトマネージャー、MLエンジニア、AI/LLMエンジニア、Webエンジニア、Bizメンバーと連携しながら、データから価値ある課題を発見し、実際のAI導入・業務改善につなげていただきます。
◼️仕事のやりがい
- 製造業の現場データをもとに、実際の業務課題の発見・改善に関われる
- 顧客ヒアリングからデータ分析、AI活用テーマ設計、効果検証まで一気通貫で担える
- テーブルデータ、時系列データ、画像、自然言語など、多様なデータに向き合える
- 分析結果をレポートで終わらせず、AI導入や業務変革につなげられる
- 需要予測、品質改善、異常検知、要因分析など、製造業に直結するテーマに挑戦できる
- MLエンジニアやAI/LLMエンジニアと連携し、分析・検証結果を本番システムにつなげられる
- LLMや生成AIと従来型のデータ分析・機械学習を組み合わせた、新しい課題解決に挑戦できる
◼️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クライアントの業務課題・データ課題のヒアリング、整理、構造化
- 生産データ、品質データ、設備ログ、検査記録、需要データ等の探索的データ分析
- データの可視化、傾向分析、ボトルネック分析、要因分析
- AI導入余地の見極め、ユースケース設計、PoCテーマの立案
- KPI・効果指標の設計、導入前後の効果検証方針の策定
- 需要予測、異常検知、分類、回帰、品質予測等の初期モデル検証
- データ品質、欠損、偏り、取得方法、活用可能性の評価
- 顧客向け分析報告、検証結果の説明、改善施策の提案
- AIプロジェクトマネージャー、MLエンジニア、Webエンジニアとのプロジェクト推進
- LLM/RAG/AIエージェントと構造化データ分析を組み合わせた活用テーマの検討
分析手法、検証結果、顧客課題に関するナレッジの社内共有
- 自社プロダクトや今後の新規事業に活用可能なデータ分析・検証
◼️取り組むテーマ例
- 品質不良データの分析による、不良要因・改善ポイントの特定
- 設備ログやセンサーデータを用いた、故障予兆・異常傾向の分析
- 生産実績・受注・在庫データを用いた、需要予測・生産計画高度化の検証
- 検査工程における画像データ活用可能性の評価
- 作業記録、問い合わせ履歴、報告書等の分析による、業務効率化テーマの探索
- 熟練者の判断や現場ノウハウをデータ化・可視化するための分析設計
- AI導入前後の効果測定設計、KPIモニタリング
- 複数工場・複数拠点のデータを活用した横断分析
- LLMと構造化データを組み合わせた、意思決定支援・分析支援機能の検討
◼️このポジションで期待する成果
- 顧客の業務課題を理解し、データをもとに解くべき論点を整理できる
- AI活用が有効なテーマと、データ不足等により難しいテーマを適切に見極められる
- 分析・検証結果を、顧客や非技術者にもわかりやすく説明できる
- モデル精度だけでなく、業務成果や導入効果を踏まえて提案できる
- MLエンジニア等と連携し、分析・PoCから本番導入へつなげられる
- 顧客現場の一次情報を重視し、実効性のある改善テーマを生み出せる
【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: ◼︎勤務時間
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 |
株式会社プレイド
【フルリモ相談可◎データサイエンティスト】有名CXプラットフォームSaaS展開/東証グロース上場!福利厚生◎ のリモートワーク求人
■お仕事内容
クライアントのデータ活用プロジェクトにおいて、基盤構築支援から高度な分析モデルの開発、施策検証まで、データサイエンスの側面からリードしていただきます。
1. 施策PDCA・統計的効果検証
・マーケティング施策のKPI設計と、統計的仮説検定を用いたA/Bテストの評価
・BIツール(Looker Studio, Tableau, Codatum等)を用いたダッシュボード構築とモニタリング環境の整備
2. 多様な手法を用いたモデリング・実装
・Python / R / SQL などを用いた探索的データ分析によるインサイトの抽出
・機械学習モデル(予測、クラスタリング、レコメンデーション等)の構築と、KARTEへの推論結果の実装
・生成AI(LLM)を活用した新しい顧客体験ソリューションのプロトタイピングと実戦投入
3. データパイプライン設計・基盤構築支援
・クライアントのDWH(BigQuery, Databricks, Snowflake等)とKARTEの連携設計・実装
・SQLを用いた高度なデータ加工(ETL/ELT)、分析用データマートの構築
・データ品質管理とクエリパフォーマンスの最適化
■募集背景
エンタープライズ企業のDXが進む今、最大の課題は「データの利活用」の深刻化にあります。
プレイドが目指すのは、AIや機械学習を単なる予測で終わらせない、実アクションに直結する「Actionable(実行可能)」なデータエコシステムの構築です。
KARTEを軸に、モダンデータスタックの最新技術を柔軟に取り入れながら、クライアントと共に「データによる意思決定と実行」の新しいスタンダードを創り上げる。
データの「蓄積」から「価値創出」へ。ラストワンマイルを突破する専門家を募集しています。
■ポジションの魅力
Actionable AIの実践
・自分の作った予測モデルが、KARTEを通じて即座にWebサイトのポップアップやアプリ通知としてユーザーに届きます。
「分析して終わり」ではない、リアルなフィードバックループとビジネスインパクトを肌で感じられます。
Modern Data Stackへの深い関与
・Google Cloudのプレミアパートナーであり、Databricks等とも強力なパートナーシップを結んでいます。
最新のクラウドネイティブな環境で、技術的な制約に縛られず最適なアーキテクチャを追求できます。
多様な業界のドメイン知識とデータ
・EC、金融、人材、メディアなど、日本を代表する企業の多種多様な1st Party Dataに触れることができます。
特定業界に閉じない、汎用性の高いデータサイエンス力を養うには最高の環境です。
「自走支援」という視座
・単なる受託分析ではなく、クライアント組織が自らデータを利活用できる文化を作ることを目指します。
技術提供の先にある「組織変革」に携わる醍醐味があります。
■関連インタビュー記事
PLAID ALPHAについて(https://recruit.plaid.co.jp/plaid-alpha)
CGO桑野 × ALPHA責任者・濵﨑対談インタビュー(https://blog.plaid.co.jp/n/n560ecdda3a18)
ALPHA責任者・濵﨑 × Team Head古市対談インタビュー(https://wired.jp/branded/2025/09/09/plaid-1/)
【業務の変更の範囲】
業務に関連する他の部署への変更/グループ会社内外への出向も含めた兼務の可能性あり
クライアントのデータ活用プロジェクトにおいて、基盤構築支援から高度な分析モデルの開発、施策検証まで、データサイエンスの側面からリードしていただきます。
1. 施策PDCA・統計的効果検証
・マーケティング施策のKPI設計と、統計的仮説検定を用いたA/Bテストの評価
・BIツール(Looker Studio, Tableau, Codatum等)を用いたダッシュボード構築とモニタリング環境の整備
2. 多様な手法を用いたモデリング・実装
・Python / R / SQL などを用いた探索的データ分析によるインサイトの抽出
・機械学習モデル(予測、クラスタリング、レコメンデーション等)の構築と、KARTEへの推論結果の実装
・生成AI(LLM)を活用した新しい顧客体験ソリューションのプロトタイピングと実戦投入
3. データパイプライン設計・基盤構築支援
・クライアントのDWH(BigQuery, Databricks, Snowflake等)とKARTEの連携設計・実装
・SQLを用いた高度なデータ加工(ETL/ELT)、分析用データマートの構築
・データ品質管理とクエリパフォーマンスの最適化
■募集背景
エンタープライズ企業のDXが進む今、最大の課題は「データの利活用」の深刻化にあります。
プレイドが目指すのは、AIや機械学習を単なる予測で終わらせない、実アクションに直結する「Actionable(実行可能)」なデータエコシステムの構築です。
KARTEを軸に、モダンデータスタックの最新技術を柔軟に取り入れながら、クライアントと共に「データによる意思決定と実行」の新しいスタンダードを創り上げる。
データの「蓄積」から「価値創出」へ。ラストワンマイルを突破する専門家を募集しています。
■ポジションの魅力
Actionable AIの実践
・自分の作った予測モデルが、KARTEを通じて即座にWebサイトのポップアップやアプリ通知としてユーザーに届きます。
「分析して終わり」ではない、リアルなフィードバックループとビジネスインパクトを肌で感じられます。
Modern Data Stackへの深い関与
・Google Cloudのプレミアパートナーであり、Databricks等とも強力なパートナーシップを結んでいます。
最新のクラウドネイティブな環境で、技術的な制約に縛られず最適なアーキテクチャを追求できます。
多様な業界のドメイン知識とデータ
・EC、金融、人材、メディアなど、日本を代表する企業の多種多様な1st Party Dataに触れることができます。
特定業界に閉じない、汎用性の高いデータサイエンス力を養うには最高の環境です。
「自走支援」という視座
・単なる受託分析ではなく、クライアント組織が自らデータを利活用できる文化を作ることを目指します。
技術提供の先にある「組織変革」に携わる醍醐味があります。
■関連インタビュー記事
PLAID ALPHAについて(https://recruit.plaid.co.jp/plaid-alpha)
CGO桑野 × ALPHA責任者・濵﨑対談インタビュー(https://blog.plaid.co.jp/n/n560ecdda3a18)
ALPHA責任者・濵﨑 × Team Head古市対談インタビュー(https://wired.jp/branded/2025/09/09/plaid-1/)
【業務の変更の範囲】
業務に関連する他の部署への変更/グループ会社内外への出向も含めた兼務の可能性あり
| 想定年収 | 600 〜 1,500 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: ■フル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:7:00〜22:00
・標準労働時間:9:00~18:00(休憩時間 60分)
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 |
||
| 設立年数 | 16年 | 従業員数 | 466人 |
コインチェック株式会社
【リモートあり/データサイエンス】米NASDAQ上場/国内最大規模の暗号資産取引サービス運営企業 のリモートワーク求人
■お仕事内容
<担当していただくこと>
フロント機能に特化した新組織(クオンツG)の立ち上げに伴い、立ち上げフェーズに参画頂ける人材を募集しております。
暗号資産ディーリング業務における定量分析・モデル開発を通じた収益最適化をご担当頂きます。
-カバー取引のコスト分析・カバー戦略の定量的な策定・改善
-自社のスプレッド・パラメータ設定
-市場データを活用した収益機会の探索・分析
-デリバティブの理論価格算出モデルの設計・実装・検証
-Python / BigQuery / GCP を用いた分析基盤上でのモデル開発・運用
■この仕事の魅力
-暗号資産という成長市場で、カバー取引・資金管理・デリバティブなど多領域の定量分析に横断的に関われる
-フロント機能に特化した新組織(クオンツG)の立ち上げフェーズに参画できる
-分析から戦略策定まで一気通貫で携われる裁量の大きさ
-AIツールを活用した分析・開発ワークフローの構築スキル
■この仕事で伸ばせるスキル
-暗号資産特有の市場構造(24/365、高ボラティリティ)に対する定量分析スキル
-Cursor・Claude Code等のAIコーディングツールを業務に全面導入しており、分析・実装の生産性が高い環境で働ける
-フロントオフィスとしての収益最適化の意思決定経験
■配属部門について
暗号資産交換業事業(現物・デリバティブ)の運営を担うトレジャリー部では暗号資産のポジション管理の他、カバー先(LP)との契約・口座管理や、
カストディシステム(Fireblocks)の運用まで広く担当しております。
■募集背景
フロント業務に特化した組織の立ち上げに伴い定量分析を担うクオンツ人材を募集しております。
■コインチェック株式会社について
コインチェックは、2014年より暗号資産取引サービスを提供し、現在では国内トップクラスのダウンロード数を誇るプラットフォームへと成長してきました。
2025年現在、暗号資産は「デジタルアセット」としての認識が進み、単なる投資対象から、価値交換・証券化・新たな経済圏の基盤へと変容しつつあります。
私たちはこの社会的な変化を、サービスとして実装するテック集団です。マネックスグループの一員として、高いコンプライアンス水準を守りながらも、
新規サービスの立ち上げやブロックチェーン領域への挑戦など、スタートアップ的なスピードと柔軟さをあわせ持つ独自のポジションにあります。
インフラ、セキュリティ、バックエンドといったプロダクトの基盤は、すべて自社開発。数秒単位で価格が動く世界においても、
安定かつスケーラブルな体験を提供することは、シンプルながら極めて高度なチャレンジです。
こうした技術的課題を楽しめる方が、金融やEC、SaaSなどさまざまな業界からジョインし、活躍しています。
コインチェックが求めているのは、「クリプトに詳しい方」だけではありません。
「今は詳しくないけれど、社会構造を変える技術に携わりたい」「未知のドメインに挑戦したい」といった熱量を持つ方を歓迎しています。
私たちと一緒に、次の経済基盤を創り出しませんか?
■関連記事
note(コインチェック株式会社 公式note):https://note.com/coincheck
Company Deck(コインチェック会社紹介資料/Coincheck Company description):https://speakerdeck.com/coincheck_recruit/coincheck-company-description
【業務の変更の範囲】
会社の規定に準ずる
<担当していただくこと>
フロント機能に特化した新組織(クオンツG)の立ち上げに伴い、立ち上げフェーズに参画頂ける人材を募集しております。
暗号資産ディーリング業務における定量分析・モデル開発を通じた収益最適化をご担当頂きます。
-カバー取引のコスト分析・カバー戦略の定量的な策定・改善
-自社のスプレッド・パラメータ設定
-市場データを活用した収益機会の探索・分析
-デリバティブの理論価格算出モデルの設計・実装・検証
-Python / BigQuery / GCP を用いた分析基盤上でのモデル開発・運用
■この仕事の魅力
-暗号資産という成長市場で、カバー取引・資金管理・デリバティブなど多領域の定量分析に横断的に関われる
-フロント機能に特化した新組織(クオンツG)の立ち上げフェーズに参画できる
-分析から戦略策定まで一気通貫で携われる裁量の大きさ
-AIツールを活用した分析・開発ワークフローの構築スキル
■この仕事で伸ばせるスキル
-暗号資産特有の市場構造(24/365、高ボラティリティ)に対する定量分析スキル
-Cursor・Claude Code等のAIコーディングツールを業務に全面導入しており、分析・実装の生産性が高い環境で働ける
-フロントオフィスとしての収益最適化の意思決定経験
■配属部門について
暗号資産交換業事業(現物・デリバティブ)の運営を担うトレジャリー部では暗号資産のポジション管理の他、カバー先(LP)との契約・口座管理や、
カストディシステム(Fireblocks)の運用まで広く担当しております。
■募集背景
フロント業務に特化した組織の立ち上げに伴い定量分析を担うクオンツ人材を募集しております。
■コインチェック株式会社について
コインチェックは、2014年より暗号資産取引サービスを提供し、現在では国内トップクラスのダウンロード数を誇るプラットフォームへと成長してきました。
2025年現在、暗号資産は「デジタルアセット」としての認識が進み、単なる投資対象から、価値交換・証券化・新たな経済圏の基盤へと変容しつつあります。
私たちはこの社会的な変化を、サービスとして実装するテック集団です。マネックスグループの一員として、高いコンプライアンス水準を守りながらも、
新規サービスの立ち上げやブロックチェーン領域への挑戦など、スタートアップ的なスピードと柔軟さをあわせ持つ独自のポジションにあります。
インフラ、セキュリティ、バックエンドといったプロダクトの基盤は、すべて自社開発。数秒単位で価格が動く世界においても、
安定かつスケーラブルな体験を提供することは、シンプルながら極めて高度なチャレンジです。
こうした技術的課題を楽しめる方が、金融やEC、SaaSなどさまざまな業界からジョインし、活躍しています。
コインチェックが求めているのは、「クリプトに詳しい方」だけではありません。
「今は詳しくないけれど、社会構造を変える技術に携わりたい」「未知のドメインに挑戦したい」といった熱量を持つ方を歓迎しています。
私たちと一緒に、次の経済基盤を創り出しませんか?
■関連記事
note(コインチェック株式会社 公式note):https://note.com/coincheck
Company Deck(コインチェック会社紹介資料/Coincheck Company description):https://speakerdeck.com/coincheck_recruit/coincheck-company-description
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 800 〜 1,500 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: 清算期間と1ヶ月の総労働時間:毎月1日~末日
所定労働時間:8時間×月の所定労働日数を満たす必要があります。
標準労働時間:1日8時間(部署により基本勤務時間は異なる)
コアタイム:12時~15時
フレキシブルタイム:7時~22時
働き方: フレックス制(コアタイムあり) 時間外労働の有無: 有(月平均10時間) 休憩時間: 60分 |
||
| 企業概要 |
2014年8月に暗号資産取引サービス「Coincheck」を開始して以来、金融リテラシーにかかわらず、誰でも使いやすいサービスを提供することにより、「新しい価値交換」を身近に感じられる機会をお客さまに届けてきました。
暗号資産やブロックチェーンは日々進化を重ね、より個々人を主体とした「新たな価値交換」を実現しつつありますが、あたらしい技術がもたらす恩恵はまだほんの一部の人にしか行き届いておらず、情報リテラシーによる格差が生じています。 コインチェックは、暗号資産やブロックチェーンにより生まれる「新しい価値交換」、またその次に現れる新しいテクノロジーにより実現される変革を誰もが身近に感じられるように、より良いサービスを創出し続けます。 |
||
| 設立年数 | 15年 | 従業員数 | 212人 |
ファインディ株式会社
【首都圏ハイブリ(週4日出社)/データサイエンティスト・機械学習エンジニア_GenAI Enablement/PythonやSQLを用いた分析・モデル実装経験】技術立国日本を取り戻す!|「Findy」累計会員登録数は約26.7万人、国内外のスタートアップから大企業まで4,000社以上が利用 のリモートワーク求人
■お仕事内容
・事業・ユーザー課題に対するデータ分析、仮説作成、アプローチ検討
・機械学習モデルや生成AI(LLM)のPoC実施
・Docker化やクラウド環境へのモデルリリース、運用設計
・要件定義やCI/CDの構築、運用改善
・ビジネスサイドと協力し、ユーザーの体験設計を含む要件定義に関与できる
・生成AIを活用した社内業務の効率化や自動化施策の提案・実行
・リリース後のモデル評価・精度改善に向けた検討と実装
・社内勉強会やコミュニティイベントの企画・リード
■キャリアパス
・エンジニアリング領域への拡張
-MLOpsやクラウドインフラ、アーキテクチャ設計など、データサイエンス以外の幅広い知識・スキルを身につけるチャンスがあります。
-ビジネス視点の獲得:経営陣やPdMと近い距離で動くため、プロジェクトの優先順位やロードマップに深く関わり、データを活用した意思決定を実践できます。
-リーダーシップ・マネジメント経験:複数事業を横断するプロジェクトを率いる機会があり、将来的にはチームリーダーや部門責任者を目指すことも可能です。
・最先端技術へのアクセス
-LLMや動画解析など、最新トレンドをPoCから本番運用まで実装し、実務で使いこなす経験ができます。
・高速な仮説検証サイクル
-スタートアップならではのスピード感でアイデアを試し、プロダクトや事業に素早く反映できます。
・エンジニアが活躍できるカルチャー
-社内外の勉強会や輪読会を通じて学び合う風土が根付いており、新技術の提案も積極的に歓迎されます。
・キャリアの柔軟性
-海外展開や新規事業にも携われるため、個人の興味や強みに応じてキャリアを広げられます。
■会社概要
私たちファインディは、「挑戦するエンジニアのプラットフォームをつくる。」というビジョンのもと、
ITエンジニア領域における個人と組織、双方の課題解決に取り組んできました。
現在は、
・IT/Webエンジニア向け転職サービス「Findy」(https://findy-code.io/)
・ハイスキルなフリーランスエンジニア紹介サービス「Findy Freelance」(https://freelance.findy-code.io/)
・経営と開発現場をつなぐAI戦略支援SaaS「Findy Team+」(https://jp.findy-team.io/)
・開発ツールのレビューサイト「Findy Tools」(https://findy-tools.io/)
・テックカンファレンスのプラットフォーム「Findy Conference」(https://conference.findy-code.io/)
といった5つのサービスを展開し、サービスの累計会員登録数は約26.7万人、国内外のスタートアップから大企業まで4,000社以上に利用されています。
また、「技術立国日本を取り戻す」という設立趣意のもと、2024年のインド進出を皮切りに、現在は韓国・台湾でも「Findy Team+」を展開しています。
企業成長の源泉であるソフトウェア開発において日本発のイノベーションを増やし、世界市場で競争力を持つ日本のIT企業を1社でも多く生み出すことを目指し、
まずは当社がグローバルマーケットで通用する企業になることを企図しています。
【業務の変更の範囲】
会社の規定に準ずる
・事業・ユーザー課題に対するデータ分析、仮説作成、アプローチ検討
・機械学習モデルや生成AI(LLM)のPoC実施
・Docker化やクラウド環境へのモデルリリース、運用設計
・要件定義やCI/CDの構築、運用改善
・ビジネスサイドと協力し、ユーザーの体験設計を含む要件定義に関与できる
・生成AIを活用した社内業務の効率化や自動化施策の提案・実行
・リリース後のモデル評価・精度改善に向けた検討と実装
・社内勉強会やコミュニティイベントの企画・リード
■キャリアパス
・エンジニアリング領域への拡張
-MLOpsやクラウドインフラ、アーキテクチャ設計など、データサイエンス以外の幅広い知識・スキルを身につけるチャンスがあります。
-ビジネス視点の獲得:経営陣やPdMと近い距離で動くため、プロジェクトの優先順位やロードマップに深く関わり、データを活用した意思決定を実践できます。
-リーダーシップ・マネジメント経験:複数事業を横断するプロジェクトを率いる機会があり、将来的にはチームリーダーや部門責任者を目指すことも可能です。
・最先端技術へのアクセス
-LLMや動画解析など、最新トレンドをPoCから本番運用まで実装し、実務で使いこなす経験ができます。
・高速な仮説検証サイクル
-スタートアップならではのスピード感でアイデアを試し、プロダクトや事業に素早く反映できます。
・エンジニアが活躍できるカルチャー
-社内外の勉強会や輪読会を通じて学び合う風土が根付いており、新技術の提案も積極的に歓迎されます。
・キャリアの柔軟性
-海外展開や新規事業にも携われるため、個人の興味や強みに応じてキャリアを広げられます。
■会社概要
私たちファインディは、「挑戦するエンジニアのプラットフォームをつくる。」というビジョンのもと、
ITエンジニア領域における個人と組織、双方の課題解決に取り組んできました。
現在は、
・IT/Webエンジニア向け転職サービス「Findy」(https://findy-code.io/)
・ハイスキルなフリーランスエンジニア紹介サービス「Findy Freelance」(https://freelance.findy-code.io/)
・経営と開発現場をつなぐAI戦略支援SaaS「Findy Team+」(https://jp.findy-team.io/)
・開発ツールのレビューサイト「Findy Tools」(https://findy-tools.io/)
・テックカンファレンスのプラットフォーム「Findy Conference」(https://conference.findy-code.io/)
といった5つのサービスを展開し、サービスの累計会員登録数は約26.7万人、国内外のスタートアップから大企業まで4,000社以上に利用されています。
また、「技術立国日本を取り戻す」という設立趣意のもと、2024年のインド進出を皮切りに、現在は韓国・台湾でも「Findy Team+」を展開しています。
企業成長の源泉であるソフトウェア開発において日本発のイノベーションを増やし、世界市場で競争力を持つ日本のIT企業を1社でも多く生み出すことを目指し、
まずは当社がグローバルマーケットで通用する企業になることを企図しています。
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 600 〜 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: 10:00〜19:00(実働8時間)
※時差出勤制度あり
(8:00〜10:00にて30分単位で稼働開始時間を選択可(1ヶ月毎に変更可、一部部署では8:00〜11:00で選択可)
※現在、週3程度の出社をお願いしております。
働き方: 固定時間制(9時~18時、10時~19時など) 時間外労働の有無: 有(月平均10時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 13年 | 従業員数 | 478人 |
株式会社ABEJA
★【フルリモート/フレックス制/データサイエンティスト(LLM開発)/機械学習モデルの研究、開発経験(3年以上)】200社以上の導入実績を誇るディープラーニングのリーディングカンパニー! のリモートワーク求人
業務内容
高い性能と利便性を両立する国産大規模言語モデルの開発、改善、研究を中核として推進いただくポジションです。単にモデルを作って終わりではなく、得られた成果をプロダクトやソリューションへ落とし込み、業務価値として継続的に届け切るところまで一気通貫で担っていただきます。
大規模言語モデル(LLM)の開発・改善・研究
モデルアーキテクチャ、学習手法、推論最適化に関する調査・設計・実装
継続事前学習、指示チューニング、アライメント、強化学習等による性能向上
長文対応、ツール利用、エージェント化を見据えた能力拡張の検討
日本語および業務特化領域での品質・安全性・信頼性の向上に向けた改善サイクルの確立
評価・ベンチマーク設計
日本語/業務ドメインに即したベンチマークの設計・運用
オフライン評価とオンライン評価の設計、継続的な性能モニタリングと劣化検知
ハルシネーション、情報漏洩、プライバシー等のリスクを踏まえた検証と対策
開発基盤・データ基盤の整備
学習/評価/推論のパイプライン設計・運用、再現性の高い実験環境の構築
データ収集、品質管理、フィルタリング、アノテーション方針の策定と運用
コストやスループットを意識した推論環境の最適化、LLM Opsの整備
プロダクト/ソリューションへの接続
PM/PdMと連携した要求整理、ロードマップへの反映、要件に沿ったモデル方針の策定
エンジニアと連携した商用実装(API化、周辺機能、運用設計)、クライアント環境での導入支援(オンプレミス含む)
業務プロセスへの組み込み、検証設計、運用定着までの伴走と改善
再利用可能なコンポーネント化やプロダクト化による横展開
チームリーディング、技術横展開・技術発信
技術アプローチレビュー、コードレビュー、ナレッジ共有を通じた開発品質の向上
メンバー育成やカルチャー醸成への貢献
技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・テックブログ等)
あなたは何を得られるのか(ポジションの魅力)
少数精鋭のチームで、国産大規模言語モデルの研究開発に高い裁量を持って取り組むことができます。性能向上や新規手法の検証にとどまらず、開発したLLMをプロダクト/ソリューションへ落とし込み、クライアントの業務価値として届け切るところまで一気通貫で担える点が、本ポジションの最大の魅力です。
受注前から顧客やPMと議論し、課題設定や要件定義といった上流工程から関与できます。モデルの要件(性能/コスト/セキュリティ/運用制約)をビジネス要求に接続し、価値提供の形に落とし込む経験を通じて、研究開発力に加えて「社会実装する力」を大きく伸ばすことができます。
また、ミッションクリティカル領域で求められる高い信頼性・ガバナンス・運用性を前提に、データ設計、学習/評価基盤、推論最適化、LLM Opsまでを含む総合的な開発経験を積むことができます。実運用の制約下で性能と利便性を両立させるための意思決定や設計は、汎用的なLLM活用だけでは得づらい専門性となります。
ABEJAは大手企業の業務やデータに向き合いながら社会実装を重ねてきた知見があり、その座組みだからこそ、実データ・実業務に根差した面白いテーマに挑戦できます。優秀なメンバーとの協働やレビューを通じて学びを深められる環境があり、新規技術検証、論文読み会、カンファレンス登壇、技術ブログなどのアウトプットも後押しする文化があります。
LLMを活用するだけでなく、LLMそのものを開発し、改善し、価値提供まで推進する。研究開発と社会実装の両輪で成長したい方にとって、挑戦機会の大きいポジションです。
募集背景
ABEJAは創業以来、高い技術力と顧客に寄り添う提案力を武器に、多くのAIソリューションやプロダクトを社会実装してきました。近年は大規模言語モデル(LLM)や生成AIの進化により、ミッションクリティカルな領域を含む幅広い業務で、生成AI活用の中核化が急速に進んでいます。
一方で、ミッションクリティカル業務では高いセキュリティや信頼性、専門的な業務知識への対応が不可欠であり、クラウド型の汎用LLMの活用には制約が生じやすいのが現実です。また、取り扱うデータの性質上、処理を自社環境内で完結させたいというニーズも大きく、ローカル環境での高性能なモデル提供と、それを支える開発・運用基盤の整備が重要性を増しています。
日進月歩で進化を続ける大規模言語モデルの開発の取り組みをさらに拡大・牽引し、研究開発から基盤整備、評価設計、データエンジニアリングまでを通じて、生成AI時代のミッションクリティカル領域における価値提供を強化していただきたいと考えています。
ミッション
「テクノロジーの力で産業構造を変革する」
生成AIが業務の中核へ入り込む時代において、ミッションクリティカル領域でも安心して使えるLLMを研究開発し、社会実装可能な形で届けることで、お客様の経営課題/事業課題を根本から解決へ導きます。
そのために本ポジションでは、大規模言語モデル(視覚言語モデルを含む)の研究開発を推進し、データ設計・学習/評価・推論最適化・運用を見据えた開発基盤整備までを一体で担います。プロジェクトマネージャなどのビジネスサイド、プロダクト/プラットフォームを支えるエンジニアと密に連携しながら、要件に沿ったモデル方針の策定から、品質を担保するベンチマーク設計、継続的な改善サイクルの確立まで、価値提供の中核をリードしていただきます。
また、組織として研究開発力を継続的に高めるため、知見の体系化や開発プロセスの標準化、メンバー育成やカルチャー醸成にも主体的に関わり、ABEJAが描く未来を共に創っていただきます。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
高い性能と利便性を両立する国産大規模言語モデルの開発、改善、研究を中核として推進いただくポジションです。単にモデルを作って終わりではなく、得られた成果をプロダクトやソリューションへ落とし込み、業務価値として継続的に届け切るところまで一気通貫で担っていただきます。
大規模言語モデル(LLM)の開発・改善・研究
モデルアーキテクチャ、学習手法、推論最適化に関する調査・設計・実装
継続事前学習、指示チューニング、アライメント、強化学習等による性能向上
長文対応、ツール利用、エージェント化を見据えた能力拡張の検討
日本語および業務特化領域での品質・安全性・信頼性の向上に向けた改善サイクルの確立
評価・ベンチマーク設計
日本語/業務ドメインに即したベンチマークの設計・運用
オフライン評価とオンライン評価の設計、継続的な性能モニタリングと劣化検知
ハルシネーション、情報漏洩、プライバシー等のリスクを踏まえた検証と対策
開発基盤・データ基盤の整備
学習/評価/推論のパイプライン設計・運用、再現性の高い実験環境の構築
データ収集、品質管理、フィルタリング、アノテーション方針の策定と運用
コストやスループットを意識した推論環境の最適化、LLM Opsの整備
プロダクト/ソリューションへの接続
PM/PdMと連携した要求整理、ロードマップへの反映、要件に沿ったモデル方針の策定
エンジニアと連携した商用実装(API化、周辺機能、運用設計)、クライアント環境での導入支援(オンプレミス含む)
業務プロセスへの組み込み、検証設計、運用定着までの伴走と改善
再利用可能なコンポーネント化やプロダクト化による横展開
チームリーディング、技術横展開・技術発信
技術アプローチレビュー、コードレビュー、ナレッジ共有を通じた開発品質の向上
メンバー育成やカルチャー醸成への貢献
技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・テックブログ等)
あなたは何を得られるのか(ポジションの魅力)
少数精鋭のチームで、国産大規模言語モデルの研究開発に高い裁量を持って取り組むことができます。性能向上や新規手法の検証にとどまらず、開発したLLMをプロダクト/ソリューションへ落とし込み、クライアントの業務価値として届け切るところまで一気通貫で担える点が、本ポジションの最大の魅力です。
受注前から顧客やPMと議論し、課題設定や要件定義といった上流工程から関与できます。モデルの要件(性能/コスト/セキュリティ/運用制約)をビジネス要求に接続し、価値提供の形に落とし込む経験を通じて、研究開発力に加えて「社会実装する力」を大きく伸ばすことができます。
また、ミッションクリティカル領域で求められる高い信頼性・ガバナンス・運用性を前提に、データ設計、学習/評価基盤、推論最適化、LLM Opsまでを含む総合的な開発経験を積むことができます。実運用の制約下で性能と利便性を両立させるための意思決定や設計は、汎用的なLLM活用だけでは得づらい専門性となります。
ABEJAは大手企業の業務やデータに向き合いながら社会実装を重ねてきた知見があり、その座組みだからこそ、実データ・実業務に根差した面白いテーマに挑戦できます。優秀なメンバーとの協働やレビューを通じて学びを深められる環境があり、新規技術検証、論文読み会、カンファレンス登壇、技術ブログなどのアウトプットも後押しする文化があります。
LLMを活用するだけでなく、LLMそのものを開発し、改善し、価値提供まで推進する。研究開発と社会実装の両輪で成長したい方にとって、挑戦機会の大きいポジションです。
募集背景
ABEJAは創業以来、高い技術力と顧客に寄り添う提案力を武器に、多くのAIソリューションやプロダクトを社会実装してきました。近年は大規模言語モデル(LLM)や生成AIの進化により、ミッションクリティカルな領域を含む幅広い業務で、生成AI活用の中核化が急速に進んでいます。
一方で、ミッションクリティカル業務では高いセキュリティや信頼性、専門的な業務知識への対応が不可欠であり、クラウド型の汎用LLMの活用には制約が生じやすいのが現実です。また、取り扱うデータの性質上、処理を自社環境内で完結させたいというニーズも大きく、ローカル環境での高性能なモデル提供と、それを支える開発・運用基盤の整備が重要性を増しています。
日進月歩で進化を続ける大規模言語モデルの開発の取り組みをさらに拡大・牽引し、研究開発から基盤整備、評価設計、データエンジニアリングまでを通じて、生成AI時代のミッションクリティカル領域における価値提供を強化していただきたいと考えています。
ミッション
「テクノロジーの力で産業構造を変革する」
生成AIが業務の中核へ入り込む時代において、ミッションクリティカル領域でも安心して使えるLLMを研究開発し、社会実装可能な形で届けることで、お客様の経営課題/事業課題を根本から解決へ導きます。
そのために本ポジションでは、大規模言語モデル(視覚言語モデルを含む)の研究開発を推進し、データ設計・学習/評価・推論最適化・運用を見据えた開発基盤整備までを一体で担います。プロジェクトマネージャなどのビジネスサイド、プロダクト/プラットフォームを支えるエンジニアと密に連携しながら、要件に沿ったモデル方針の策定から、品質を担保するベンチマーク設計、継続的な改善サイクルの確立まで、価値提供の中核をリードしていただきます。
また、組織として研究開発力を継続的に高めるため、知見の体系化や開発プロセスの標準化、メンバー育成やカルチャー醸成にも主体的に関わり、ABEJAが描く未来を共に創っていただきます。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
| 想定年収 | 800 〜 1,500 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: フレックスタイム制
・コアタイム 10:00 - 15:00
・フレキシブルタイム 07:00 - 10:00 / 15:00 - 19:00
・標準労働時間:10:00 - 19:00 (休憩60分)
働き方: フレックス制(コアタイムあり) 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 |
ゆたかな世界を、実装する
ABEJAは、「ゆたかな世界を、実装する」を経営理念とし、「ABEJA Platform」を基盤に顧客企業の基幹業務のプロセスを変革し、ビジネスの継続的な収益成長の実現に伴走する「デジタルプラットフォーム事業」を展開しています。2012年の創業時よりABEJA Platformの研究開発を進めており、これまで多種多様な業界・業態の300社以上のデジタル変革をABEJA Platform上で実現してきました。 |
||
| 設立年数 | 15年 | 従業員数 | 130人 |
株式会社ABEJA
★【フルリモート/フレックス制/データサイエンティスト(Embodied AI)/機械学習モデルの研究、開発経験(3年以上)】200社以上の導入実績を誇るディープラーニングのリーディングカンパニー! のリモートワーク求人
業務内容
大規模基盤モデルによるロボット制御・ロボット動作生成等に関する研究開発を中核として推進いただくポジションです。単にモデルを作って終わりではなく、学習データ収集からシミュレーション構築、sim2real、実機での検証・改善を回しながら、得られた成果をプロダクトやソリューションへ落とし込み、現場価値として継続的に届け切るところまで一気通貫で担っていただきます。
Embodied AI / VLAの研究開発
Embodied AI/VLAを用いたロボット制御・動作生成の調査、設計、学習、実装
模倣学習や強化学習等を用いたエンドツーエンド方策の開発、実験設計、性能評価
実機制約(レイテンシ、計算資源、安全性)を踏まえた推論最適化、モデル軽量化・高速化、バスト性向上(ノイズ/外乱/環境変化への耐性)
学習データ収集・データ基盤整備
実機・現場からのセンサデータ/操作ログ/デモの収集設計(テレオペ、デモ収集、計測設計)、評価用データ整備と継続的なデータ更新
データ品質管理、アノテーション方針、学習/評価に使える形への整形・再現性確保(データセット/メタデータ設計)
合成データの作成戦略作りおよび活用
シミュレーション環境構築
物理シミュレーション/閉ループシミュレーションの開発・運用、学習や評価を回せる環境・ツールの整備(キャリブレーション、センサ/アクチュエータ/制御のモデリング含む)
評価・ベンチマーク設計
タスク成功率だけでなく、安全性、異常系耐性、環境変動への頑健性、運用時の安定性を含めた評価設計
オフライン評価(ログ/リプレイ/シミュレーション)とオンライン評価(実機/現場)を組み合わせた継続的な性能モニタリング
データ収集と評価を一体で回し、改善の根拠を定量化
プロダクト/現場価値への接続(価値提供まで一気通貫)
プロジェクトマネージャと連携した現課題の整理、要件定義(安全・品質・コスト・運用制約)とモデル方針への落とし込み
プロダクト/プラットフォームを支えるエンジニアと連携し、学習・評価・推論のパイプライン、運用設計、現場導入、改善運用(再学習/再評価/リリース)まで推進
導入後の運用データを活用した継続改善、再利用可能なコンポーネント化・横展開
チームリーディング、技術横展開・技術発信
技術アプローチレビュー、コードレビュー、ナレッジ共有を通じた開発品質の向上
メンバー育成やカルチャー醸成への貢献
技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・テックブログ等)
あなたは何を得られるのか(ポジションの魅力)
立ち上げ初期の少数精鋭チームで、Embodied AIの研究開発に高い裁量を持って取り組めます。技術選定やテーマ設定、検証の優先順位付けまで自らリードし、大規模基盤モデルによるロボット制御・動作生成のコアに深く踏み込める点が本ポジションの大きな魅力です。
研究開発で終わらず、実機・実現場で価値を出し切るところまで一気通貫で推進できます。プロジェクトマネージャと課題設定や要件定義から議論し、プロダクト/プラットフォームを支えるエンジニアと連携して、推論・データ基盤・運用設計まで含めて「現場で動き続ける」形に落とし込む経験が得られます。
AIロボット協会を通じた実証実験の場があるため、仮説検証を現実の環境で回しやすいのが特長です。データ収集→学習→シミュレーション→sim2real→実機評価→改善というサイクルを、机上ではなく実証の場で高速に回すことで、研究と社会実装の距離を縮められます。
学習データ収集からsim2real、評価設計まで幅広く触れます。現場特有の制約(安全性、安定稼働、環境変動、コスト)を前提に、ロバスト性や運用性まで踏まえたEmbodied AI開発の総合力を身につけられます。
ABEJAが培ってきた社会実装の知見と、フィジカル領域への新規挑戦が交差するフェーズです。難易度の高いテーマに向き合いながら、学び合う文化の中でアウトプット(新規技術検証、論文読み会、発表、技術ブログ等)も後押しされ、長期的に強い専門性を築けます。
募集背景
ABEJAは創業以来、高い技術力と顧客に寄り添う提案力を武器に、多くのAIソリューションやプロダクトを社会実装してきました。近年は大規模言語モデル(LLM)や生成AIの進化により、ミッションクリティカルな領域を含む幅広い業務で、生成AI活用の中核化が急速に進んでいます。
一方で、社会課題の解決や産業変革のインパクトは、デジタル空間にとどまらず、現場の物理世界へと広がりつつあります。倉庫や工場などでは、特定エリアで特定タスクを自動化するロボットが普及してきましたが、複雑な状況判断や臨機応変な対応には限界があり、より柔軟で汎用的な自律性が求められています。ハードウェアやセンサー、制御の高度化に加え、LLMがもたらした自然言語理解や推論、意思決定支援といった知的能力をロボットと融合することで、状況に応じた対処や複雑なタスク実行をリアルタイムに実現する潮流が強まっています。
ABEJAはこれまでLLM領域で培ってきた知見やノウハウを強みに、次の成長領域としてフィジカル領域への展開を加速します。言語と行動をつなぐVLA(Vision-Language-Action)をはじめとしたEmbodied AIの研究開発を推進し、ロボットが現場で価値を発揮するために必要となる学習データや評価手法、開発基盤の整備まで含めて取り組むことで、AIロボティクス領域での社会実装を現実のものにしていきます。
こうした挑戦を継続的に拡大し、LLM×ロボティクスの融合によって、従来のロボットでは難しかった柔軟な動作や判断を可能にし、実現場の生産性・安全性・品質を大きく向上させる価値提供を強化するため、Embodied AI領域を担うデータサイエンティストを募集します。
ミッション
「テクノロジーの力で産業構造を変革する」
フィジカル領域にも生成AIの波が押し寄せる中で、大規模基盤モデルによるロボット制御・ロボット動作生成等に関する研究開発を推進し、実現場で安全かつ安定して価値を発揮する形で社会実装することで、お客様の現場課題を根本から解決へ導きます。
そのために本ポジションでは、Embodied AI/VLA(Vision-Language-Action)を含む大規模基盤モデルの研究開発を中核として、データ設計・学習/評価・推論最適化・運用を見据えた開発基盤整備までを一体で担います。プロジェクトマネージャなどのビジネスサイド、プロダクト/プラットフォームを支えるエンジニアと密に連携しながら、現場要件に沿ったモデル方針の策定から、品質を担保する評価設計、継続的な改善サイクルの確立まで、価値提供の中核をリードしていただきます。
また、組織としての研究開発力を継続的に高めるため、知見の体系化や開発プロセスの標準化、メンバー育成やカルチャー醸成にも主体的に関わり、ABEJAが描く未来を共に創っていただきます。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
大規模基盤モデルによるロボット制御・ロボット動作生成等に関する研究開発を中核として推進いただくポジションです。単にモデルを作って終わりではなく、学習データ収集からシミュレーション構築、sim2real、実機での検証・改善を回しながら、得られた成果をプロダクトやソリューションへ落とし込み、現場価値として継続的に届け切るところまで一気通貫で担っていただきます。
Embodied AI / VLAの研究開発
Embodied AI/VLAを用いたロボット制御・動作生成の調査、設計、学習、実装
模倣学習や強化学習等を用いたエンドツーエンド方策の開発、実験設計、性能評価
実機制約(レイテンシ、計算資源、安全性)を踏まえた推論最適化、モデル軽量化・高速化、バスト性向上(ノイズ/外乱/環境変化への耐性)
学習データ収集・データ基盤整備
実機・現場からのセンサデータ/操作ログ/デモの収集設計(テレオペ、デモ収集、計測設計)、評価用データ整備と継続的なデータ更新
データ品質管理、アノテーション方針、学習/評価に使える形への整形・再現性確保(データセット/メタデータ設計)
合成データの作成戦略作りおよび活用
シミュレーション環境構築
物理シミュレーション/閉ループシミュレーションの開発・運用、学習や評価を回せる環境・ツールの整備(キャリブレーション、センサ/アクチュエータ/制御のモデリング含む)
評価・ベンチマーク設計
タスク成功率だけでなく、安全性、異常系耐性、環境変動への頑健性、運用時の安定性を含めた評価設計
オフライン評価(ログ/リプレイ/シミュレーション)とオンライン評価(実機/現場)を組み合わせた継続的な性能モニタリング
データ収集と評価を一体で回し、改善の根拠を定量化
プロダクト/現場価値への接続(価値提供まで一気通貫)
プロジェクトマネージャと連携した現課題の整理、要件定義(安全・品質・コスト・運用制約)とモデル方針への落とし込み
プロダクト/プラットフォームを支えるエンジニアと連携し、学習・評価・推論のパイプライン、運用設計、現場導入、改善運用(再学習/再評価/リリース)まで推進
導入後の運用データを活用した継続改善、再利用可能なコンポーネント化・横展開
チームリーディング、技術横展開・技術発信
技術アプローチレビュー、コードレビュー、ナレッジ共有を通じた開発品質の向上
メンバー育成やカルチャー醸成への貢献
技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・テックブログ等)
あなたは何を得られるのか(ポジションの魅力)
立ち上げ初期の少数精鋭チームで、Embodied AIの研究開発に高い裁量を持って取り組めます。技術選定やテーマ設定、検証の優先順位付けまで自らリードし、大規模基盤モデルによるロボット制御・動作生成のコアに深く踏み込める点が本ポジションの大きな魅力です。
研究開発で終わらず、実機・実現場で価値を出し切るところまで一気通貫で推進できます。プロジェクトマネージャと課題設定や要件定義から議論し、プロダクト/プラットフォームを支えるエンジニアと連携して、推論・データ基盤・運用設計まで含めて「現場で動き続ける」形に落とし込む経験が得られます。
AIロボット協会を通じた実証実験の場があるため、仮説検証を現実の環境で回しやすいのが特長です。データ収集→学習→シミュレーション→sim2real→実機評価→改善というサイクルを、机上ではなく実証の場で高速に回すことで、研究と社会実装の距離を縮められます。
学習データ収集からsim2real、評価設計まで幅広く触れます。現場特有の制約(安全性、安定稼働、環境変動、コスト)を前提に、ロバスト性や運用性まで踏まえたEmbodied AI開発の総合力を身につけられます。
ABEJAが培ってきた社会実装の知見と、フィジカル領域への新規挑戦が交差するフェーズです。難易度の高いテーマに向き合いながら、学び合う文化の中でアウトプット(新規技術検証、論文読み会、発表、技術ブログ等)も後押しされ、長期的に強い専門性を築けます。
募集背景
ABEJAは創業以来、高い技術力と顧客に寄り添う提案力を武器に、多くのAIソリューションやプロダクトを社会実装してきました。近年は大規模言語モデル(LLM)や生成AIの進化により、ミッションクリティカルな領域を含む幅広い業務で、生成AI活用の中核化が急速に進んでいます。
一方で、社会課題の解決や産業変革のインパクトは、デジタル空間にとどまらず、現場の物理世界へと広がりつつあります。倉庫や工場などでは、特定エリアで特定タスクを自動化するロボットが普及してきましたが、複雑な状況判断や臨機応変な対応には限界があり、より柔軟で汎用的な自律性が求められています。ハードウェアやセンサー、制御の高度化に加え、LLMがもたらした自然言語理解や推論、意思決定支援といった知的能力をロボットと融合することで、状況に応じた対処や複雑なタスク実行をリアルタイムに実現する潮流が強まっています。
ABEJAはこれまでLLM領域で培ってきた知見やノウハウを強みに、次の成長領域としてフィジカル領域への展開を加速します。言語と行動をつなぐVLA(Vision-Language-Action)をはじめとしたEmbodied AIの研究開発を推進し、ロボットが現場で価値を発揮するために必要となる学習データや評価手法、開発基盤の整備まで含めて取り組むことで、AIロボティクス領域での社会実装を現実のものにしていきます。
こうした挑戦を継続的に拡大し、LLM×ロボティクスの融合によって、従来のロボットでは難しかった柔軟な動作や判断を可能にし、実現場の生産性・安全性・品質を大きく向上させる価値提供を強化するため、Embodied AI領域を担うデータサイエンティストを募集します。
ミッション
「テクノロジーの力で産業構造を変革する」
フィジカル領域にも生成AIの波が押し寄せる中で、大規模基盤モデルによるロボット制御・ロボット動作生成等に関する研究開発を推進し、実現場で安全かつ安定して価値を発揮する形で社会実装することで、お客様の現場課題を根本から解決へ導きます。
そのために本ポジションでは、Embodied AI/VLA(Vision-Language-Action)を含む大規模基盤モデルの研究開発を中核として、データ設計・学習/評価・推論最適化・運用を見据えた開発基盤整備までを一体で担います。プロジェクトマネージャなどのビジネスサイド、プロダクト/プラットフォームを支えるエンジニアと密に連携しながら、現場要件に沿ったモデル方針の策定から、品質を担保する評価設計、継続的な改善サイクルの確立まで、価値提供の中核をリードしていただきます。
また、組織としての研究開発力を継続的に高めるため、知見の体系化や開発プロセスの標準化、メンバー育成やカルチャー醸成にも主体的に関わり、ABEJAが描く未来を共に創っていただきます。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
| 想定年収 | 800 〜 1,500 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: フレックスタイム制
・コアタイム 10:00 - 15:00
・フレキシブルタイム 07:00 - 10:00 / 15:00 - 19:00
・標準労働時間:10:00 - 19:00 (休憩60分)
働き方: フレックス制(コアタイムあり) 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 |
ゆたかな世界を、実装する
ABEJAは、「ゆたかな世界を、実装する」を経営理念とし、「ABEJA Platform」を基盤に顧客企業の基幹業務のプロセスを変革し、ビジネスの継続的な収益成長の実現に伴走する「デジタルプラットフォーム事業」を展開しています。2012年の創業時よりABEJA Platformの研究開発を進めており、これまで多種多様な業界・業態の300社以上のデジタル変革をABEJA Platform上で実現してきました。 |
||
| 設立年数 | 15年 | 従業員数 | 130人 |
株式会社ABEJA
★【フルリモート/フレックス制/データサイエンティスト(ミドル)/機械学習のモデリング業務経験(LLM、自然言語処理、画像処理、構造化データ等を含む幅広い領域のうち、いずれかの業務経験)】200社以上の導入実績を誇るディープラーニングのリーディングカンパニー! のリモートワーク求人
業務内容
プロジェクトマネージャやエンジニアと連携しながら、様々なデータサイエンス技術を駆使して、お客様の経営課題/事業課題を解決に導いていただくポジションです。 グループ全体のアウトプットが顧客満足に繋がるよう、シニアメンバーと共にその品質向上に務め、価値提供に向けて必要なアクションを取っていただきます。
データ分析、モデル作成データ要件の整理、技術スタック選定
データの前処理、EDA、可視化
最適な手法の調査・選定
モデルの作成、精度・性能評価
ディープラーニングを含む機械学習(画像・自然言語・構造化データ)
大規模言語モデル(LLM)の活用(学習、推論含む)
統計解析・因果推論などの統計モデリング
数理最適化などの数理モデリング
エンジニアと連携したモデルの商用実装
定期的なモデルのパフォーマンス評価、パフォーマンスの維持・向上(ML ops / LLM ops)
提案活動、提案内容レビュー
受注前のプロジェクトにおける顧客との折衝、プロジェクトの要件整理
整理した要件に基づく、提案内容のレビュー、実現可否判断
提案を魅力的にするための最新技術知見を踏まえた示唆だし
技術の横展開・技術ブランディング
実装ロジックの汎用化およびプロダクト化
技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・Meetup、テックブログ等)
あなたは何を得られるのか(ポジションの魅力)
受注前から顧客との折衝にも参画することで、分析・実装にとどまらず、顧客の課題を定義する上流工程から携わっていただくことができます。データサイエンスを社会実装するために、社会の課題に対してどのようにアプローチすると解決できるのかといったビジネス力を向上させることができます。
多岐にわたる『事業課題』『データ』『技術』を扱います。そのため、幅広い技術や経験を積むことができます。
参考:技術スタック(https://stackshare.io/abeja/abeja-datascience)
ABEJA(豊富な知見) × 大手企業(莫大なデータ/リソース/キャッシュ)という座組みだからこそ、面白いテーマに取り組んでいただくことが可能です。
Kaggle Days World Championship優勝者をはじめとし、優秀な人材が揃っている。
参考:Kaggle Days World Championshipで優勝した話(https://tech-blog.abeja.asia/entry/kaggledays-champion-202211)
勉強会やレビュー会などを開催するなど、学び合う文化や環境が整っています。
参考:Data Scienceチームの成果を最大化するための取り組み(2022年版)(https://tech-blog.abeja.asia/entry/advent-2022-day23)
新規技術検証・論文読み会・カンファレンス登壇などのアウトプットを奨励する文化があります。
LLMを活用するのはもちろん、LLM自体の開発も経験できます。
将来的に目指せるキャリアイメージ
ABEJAにて以下のようなロールで事業を牽引
データサイエンスのスペシャリスト
データサイエンス組織の責任者
技術に強いプロジェクトマネージャー
事業会社のデータサイエンス部門の責任者
大手企業のCDO(Chief Digital Officer)
募集背景
ABEJAは創業以来、高い技術力と顧客に寄り添う提案力を武器に、多くのAIソリューションやプロダクトを社会実装してきました。近年、大規模言語モデル(LLM)や生成系AIなどの進化によって、ますますミッションクリティカルな領域を含む幅広い課題解決のニーズが急速に高まっています。
こうした社会的に大きなインパクトをもたらす取り組みに対し、より積極的にチャレンジし、DX推進や社会課題解決に貢献すべく、当社の事業をさらに拡大・牽引いただける方を募集しています。 将来的には、新たなソリューションの開発や大規模プロジェクトの推進などを担い、社会全体をより良い方向へ導く中心人物としてご活躍いただきたいと考えています。
ミッション
「テクノロジーの力で産業構造を変革する」
お客様の抱える経営課題/事業課題を、機械学習(LLM含む)・統計・数理最適などデータサイエンスの力を駆使することで根本から解決へ導きます。 そのために、本ポジションでは、プロジェクトマネージャなどのビジネスサイドやエンジニアと密に連携しながら、要件定義・技術選定・モデル開発・運用まで、一連の流れを率いていただきます。 また、組織全体のパフォーマンスを最大化するため、メンバー育成やカルチャー醸成など多方面でリーダーシップを発揮し、ABEJAが描く未来を共に創っていただきます。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
プロジェクトマネージャやエンジニアと連携しながら、様々なデータサイエンス技術を駆使して、お客様の経営課題/事業課題を解決に導いていただくポジションです。 グループ全体のアウトプットが顧客満足に繋がるよう、シニアメンバーと共にその品質向上に務め、価値提供に向けて必要なアクションを取っていただきます。
データ分析、モデル作成データ要件の整理、技術スタック選定
データの前処理、EDA、可視化
最適な手法の調査・選定
モデルの作成、精度・性能評価
ディープラーニングを含む機械学習(画像・自然言語・構造化データ)
大規模言語モデル(LLM)の活用(学習、推論含む)
統計解析・因果推論などの統計モデリング
数理最適化などの数理モデリング
エンジニアと連携したモデルの商用実装
定期的なモデルのパフォーマンス評価、パフォーマンスの維持・向上(ML ops / LLM ops)
提案活動、提案内容レビュー
受注前のプロジェクトにおける顧客との折衝、プロジェクトの要件整理
整理した要件に基づく、提案内容のレビュー、実現可否判断
提案を魅力的にするための最新技術知見を踏まえた示唆だし
技術の横展開・技術ブランディング
実装ロジックの汎用化およびプロダクト化
技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・Meetup、テックブログ等)
あなたは何を得られるのか(ポジションの魅力)
受注前から顧客との折衝にも参画することで、分析・実装にとどまらず、顧客の課題を定義する上流工程から携わっていただくことができます。データサイエンスを社会実装するために、社会の課題に対してどのようにアプローチすると解決できるのかといったビジネス力を向上させることができます。
多岐にわたる『事業課題』『データ』『技術』を扱います。そのため、幅広い技術や経験を積むことができます。
参考:技術スタック(https://stackshare.io/abeja/abeja-datascience)
ABEJA(豊富な知見) × 大手企業(莫大なデータ/リソース/キャッシュ)という座組みだからこそ、面白いテーマに取り組んでいただくことが可能です。
Kaggle Days World Championship優勝者をはじめとし、優秀な人材が揃っている。
参考:Kaggle Days World Championshipで優勝した話(https://tech-blog.abeja.asia/entry/kaggledays-champion-202211)
勉強会やレビュー会などを開催するなど、学び合う文化や環境が整っています。
参考:Data Scienceチームの成果を最大化するための取り組み(2022年版)(https://tech-blog.abeja.asia/entry/advent-2022-day23)
新規技術検証・論文読み会・カンファレンス登壇などのアウトプットを奨励する文化があります。
LLMを活用するのはもちろん、LLM自体の開発も経験できます。
将来的に目指せるキャリアイメージ
ABEJAにて以下のようなロールで事業を牽引
データサイエンスのスペシャリスト
データサイエンス組織の責任者
技術に強いプロジェクトマネージャー
事業会社のデータサイエンス部門の責任者
大手企業のCDO(Chief Digital Officer)
募集背景
ABEJAは創業以来、高い技術力と顧客に寄り添う提案力を武器に、多くのAIソリューションやプロダクトを社会実装してきました。近年、大規模言語モデル(LLM)や生成系AIなどの進化によって、ますますミッションクリティカルな領域を含む幅広い課題解決のニーズが急速に高まっています。
こうした社会的に大きなインパクトをもたらす取り組みに対し、より積極的にチャレンジし、DX推進や社会課題解決に貢献すべく、当社の事業をさらに拡大・牽引いただける方を募集しています。 将来的には、新たなソリューションの開発や大規模プロジェクトの推進などを担い、社会全体をより良い方向へ導く中心人物としてご活躍いただきたいと考えています。
ミッション
「テクノロジーの力で産業構造を変革する」
お客様の抱える経営課題/事業課題を、機械学習(LLM含む)・統計・数理最適などデータサイエンスの力を駆使することで根本から解決へ導きます。 そのために、本ポジションでは、プロジェクトマネージャなどのビジネスサイドやエンジニアと密に連携しながら、要件定義・技術選定・モデル開発・運用まで、一連の流れを率いていただきます。 また、組織全体のパフォーマンスを最大化するため、メンバー育成やカルチャー醸成など多方面でリーダーシップを発揮し、ABEJAが描く未来を共に創っていただきます。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
| 想定年収 | 800 〜 1,000 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: フレックスタイム制
・コアタイム 10:00 - 15:00
・フレキシブルタイム 07:00 - 10:00 / 15:00 - 19:00
・標準労働時間:10:00 - 19:00 (休憩60分)
働き方: フレックス制(コアタイムあり) 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 |
ゆたかな世界を、実装する
ABEJAは、「ゆたかな世界を、実装する」を経営理念とし、「ABEJA Platform」を基盤に顧客企業の基幹業務のプロセスを変革し、ビジネスの継続的な収益成長の実現に伴走する「デジタルプラットフォーム事業」を展開しています。2012年の創業時よりABEJA Platformの研究開発を進めており、これまで多種多様な業界・業態の300社以上のデジタル変革をABEJA Platform上で実現してきました。 |
||
| 設立年数 | 15年 | 従業員数 | 130人 |
株式会社ABEJA
★【フルリモート/フレックス制/データサイエンティスト(シニア)/機械学習のモデリング業務経験(LLM、自然言語処理、画像処理、構造化データ等を含む幅広い領域のうち、いずれかの業務経験)】200社以上の導入実績を誇るディープラーニングのリーディングカンパニー! のリモートワーク求人
業務内容
プロジェクトマネージャやエンジニアと連携しながら、様々なデータサイエンス技術を駆使して、お客様の経営課題/事業課題を解決に導いていただくポジションです。 グループ全体のアウトプットが顧客満足に繋がるよう、シニアメンバーと共にその品質向上に務め、価値提供に向けて必要なアクションを取っていただきます。
データ分析、モデル作成
データ要件の整理、技術スタック選定
データの前処理、EDA、可視化
最適な手法の調査・選定
モデルの作成、精度・性能評価ディープラーニングを含む機械学習(画像・自然言語・構造化データ)
大規模言語モデル(LLM)の活用(学習、推論含む)
統計解析・因果推論などの統計モデリング
数理最適化などの数理モデリング
エンジニアと連携したモデルの商用実装
定期的なモデルのパフォーマンス評価、パフォーマンスの維持・向上(ML ops / LLM ops)
提案活動、提案内容レビュー
受注前のプロジェクトにおける顧客との折衝、プロジェクトの要件整理
整理した要件に基づく、提案内容のレビュー、実現可否判断
提案を魅力的にするための最新技術知見を踏まえた示唆だし
チームリーディング、メンバーメンタリング
メンバのスキルセットと志向を適切に把握し、メンバが最高のパフォーマンスを発揮できるよう適切な評価・アドバイスを行うとともに、技術アプローチレビューやコードレビューを行う
組織としてのアウトプットが最大化されるように、他部署と緊密に連携しながら仕組みを整備・変革し、またメンバの育成に資するメンタリング・コーチングを行う
技術の横展開・技術ブランディング
実装ロジックの汎用化およびプロダクト化
技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・Meetup、テックブログ等)
あなたは何を得られるのか(ポジションの魅力)
受注前から顧客との折衝にも参画することで、分析・実装にとどまらず、顧客の課題を定義する上流工程から携わっていただくことができます。データサイエンスを社会実装するために、社会の課題に対してどのようにアプローチすると解決できるのかといったビジネス力を向上させることができます。
多岐にわたる『事業課題』『データ』『技術』を扱います。そのため、幅広い技術や経験を積むことができます。
参考:技術スタック(https://stackshare.io/abeja/abeja-datascience)
ABEJA(豊富な知見) × 大手企業(莫大なデータ/リソース/キャッシュ)という座組みだからこそ、面白いテーマに取り組んでいただくことが可能です。
Kaggle Days World Championship優勝者をはじめとし、優秀な人材が揃っている。
参考:Kaggle Days World Championshipで優勝した話(https://tech-blog.abeja.asia/entry/kaggledays-champion-202211)
勉強会やレビュー会などを開催するなど、学び合う文化や環境が整っています。
参考:Data Scienceチームの成果を最大化するための取り組み(2022年版)(https://tech-blog.abeja.asia/entry/advent-2022-day23)
新規技術検証・論文読み会・カンファレンス登壇などのアウトプットを奨励する文化があります。
LLMを活用するのはもちろん、LLM自体の開発も経験できます。
将来的に目指せるキャリアイメージ
ABEJAにて以下のようなロールで事業を牽引
データサイエンスのスペシャリスト
データサイエンス組織の責任者
技術に強いプロジェクトマネージャー
事業会社のデータサイエンス部門の責任者
大手企業のCDO(Chief Digital Officer)
募集背景
ABEJAは創業以来、高い技術力と顧客に寄り添う提案力を武器に、多くのAIソリューションやプロダクトを社会実装してきました。近年、大規模言語モデル(LLM)や生成系AIなどの進化によって、ますますミッションクリティカルな領域を含む幅広い課題解決のニーズが急速に高まっています。
こうした社会的に大きなインパクトをもたらす取り組みに対し、より積極的にチャレンジし、DX推進や社会課題解決に貢献すべく、当社の事業をさらに拡大・牽引いただける方を募集しています。 将来的には、新たなソリューションの開発や大規模プロジェクトの推進などを担い、社会全体をより良い方向へ導く中心人物としてご活躍いただきたいと考えています。
ミッション
「テクノロジーの力で産業構造を変革する」
お客様の抱える経営課題/事業課題を、機械学習(LLM含む)・統計・数理最適などデータサイエンスの力を駆使することで根本から解決へ導きます。 そのために、本ポジションでは、プロジェクトマネージャなどのビジネスサイドやエンジニアと密に連携しながら、要件定義・技術選定・モデル開発・運用まで、一連の流れを率いていただきます。 また、組織全体のパフォーマンスを最大化するため、メンバー育成やカルチャー醸成など多方面でリーダーシップを発揮し、ABEJAが描く未来を共に創っていただきます。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
プロジェクトマネージャやエンジニアと連携しながら、様々なデータサイエンス技術を駆使して、お客様の経営課題/事業課題を解決に導いていただくポジションです。 グループ全体のアウトプットが顧客満足に繋がるよう、シニアメンバーと共にその品質向上に務め、価値提供に向けて必要なアクションを取っていただきます。
データ分析、モデル作成
データ要件の整理、技術スタック選定
データの前処理、EDA、可視化
最適な手法の調査・選定
モデルの作成、精度・性能評価ディープラーニングを含む機械学習(画像・自然言語・構造化データ)
大規模言語モデル(LLM)の活用(学習、推論含む)
統計解析・因果推論などの統計モデリング
数理最適化などの数理モデリング
エンジニアと連携したモデルの商用実装
定期的なモデルのパフォーマンス評価、パフォーマンスの維持・向上(ML ops / LLM ops)
提案活動、提案内容レビュー
受注前のプロジェクトにおける顧客との折衝、プロジェクトの要件整理
整理した要件に基づく、提案内容のレビュー、実現可否判断
提案を魅力的にするための最新技術知見を踏まえた示唆だし
チームリーディング、メンバーメンタリング
メンバのスキルセットと志向を適切に把握し、メンバが最高のパフォーマンスを発揮できるよう適切な評価・アドバイスを行うとともに、技術アプローチレビューやコードレビューを行う
組織としてのアウトプットが最大化されるように、他部署と緊密に連携しながら仕組みを整備・変革し、またメンバの育成に資するメンタリング・コーチングを行う
技術の横展開・技術ブランディング
実装ロジックの汎用化およびプロダクト化
技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・Meetup、テックブログ等)
あなたは何を得られるのか(ポジションの魅力)
受注前から顧客との折衝にも参画することで、分析・実装にとどまらず、顧客の課題を定義する上流工程から携わっていただくことができます。データサイエンスを社会実装するために、社会の課題に対してどのようにアプローチすると解決できるのかといったビジネス力を向上させることができます。
多岐にわたる『事業課題』『データ』『技術』を扱います。そのため、幅広い技術や経験を積むことができます。
参考:技術スタック(https://stackshare.io/abeja/abeja-datascience)
ABEJA(豊富な知見) × 大手企業(莫大なデータ/リソース/キャッシュ)という座組みだからこそ、面白いテーマに取り組んでいただくことが可能です。
Kaggle Days World Championship優勝者をはじめとし、優秀な人材が揃っている。
参考:Kaggle Days World Championshipで優勝した話(https://tech-blog.abeja.asia/entry/kaggledays-champion-202211)
勉強会やレビュー会などを開催するなど、学び合う文化や環境が整っています。
参考:Data Scienceチームの成果を最大化するための取り組み(2022年版)(https://tech-blog.abeja.asia/entry/advent-2022-day23)
新規技術検証・論文読み会・カンファレンス登壇などのアウトプットを奨励する文化があります。
LLMを活用するのはもちろん、LLM自体の開発も経験できます。
将来的に目指せるキャリアイメージ
ABEJAにて以下のようなロールで事業を牽引
データサイエンスのスペシャリスト
データサイエンス組織の責任者
技術に強いプロジェクトマネージャー
事業会社のデータサイエンス部門の責任者
大手企業のCDO(Chief Digital Officer)
募集背景
ABEJAは創業以来、高い技術力と顧客に寄り添う提案力を武器に、多くのAIソリューションやプロダクトを社会実装してきました。近年、大規模言語モデル(LLM)や生成系AIなどの進化によって、ますますミッションクリティカルな領域を含む幅広い課題解決のニーズが急速に高まっています。
こうした社会的に大きなインパクトをもたらす取り組みに対し、より積極的にチャレンジし、DX推進や社会課題解決に貢献すべく、当社の事業をさらに拡大・牽引いただける方を募集しています。 将来的には、新たなソリューションの開発や大規模プロジェクトの推進などを担い、社会全体をより良い方向へ導く中心人物としてご活躍いただきたいと考えています。
ミッション
「テクノロジーの力で産業構造を変革する」
お客様の抱える経営課題/事業課題を、機械学習(LLM含む)・統計・数理最適などデータサイエンスの力を駆使することで根本から解決へ導きます。 そのために、本ポジションでは、プロジェクトマネージャなどのビジネスサイドやエンジニアと密に連携しながら、要件定義・技術選定・モデル開発・運用まで、一連の流れを率いていただきます。 また、組織全体のパフォーマンスを最大化するため、メンバー育成やカルチャー醸成など多方面でリーダーシップを発揮し、ABEJAが描く未来を共に創っていただきます。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
| 想定年収 | 1,000 〜 1,200 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: フレックスタイム制
・コアタイム 10:00 - 15:00
・フレキシブルタイム 07:00 - 10:00 / 15:00 - 19:00
・標準労働時間:10:00 - 19:00 (休憩60分)
働き方: フレックス制(コアタイムあり) 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 |
ゆたかな世界を、実装する
ABEJAは、「ゆたかな世界を、実装する」を経営理念とし、「ABEJA Platform」を基盤に顧客企業の基幹業務のプロセスを変革し、ビジネスの継続的な収益成長の実現に伴走する「デジタルプラットフォーム事業」を展開しています。2012年の創業時よりABEJA Platformの研究開発を進めており、これまで多種多様な業界・業態の300社以上のデジタル変革をABEJA Platform上で実現してきました。 |
||
| 設立年数 | 15年 | 従業員数 | 130人 |
株式会社BTM
【フルリモート◎/AIエンジニア/上場企業グループ】AI開発×DXコンサル★開発エンジニア! のリモートワーク求人
※親会社の株式会社BTMにご入社いただき、BTMAIZへ出向という形で就業いただきます。
■お仕事内容
・Azure Machine Learning、Azure Cognitive Services、Azure Bot Serviceなどの
Azure AIプラットフォームを活用したAIモデルの設計、開発、デプロイ、運用
・機械学習、深層学習、自然言語処理などのAI技術を用いたソリューション開発
・データ収集、前処理、特徴量エンジニアリング
・AIモデルの評価、改善、最適化
・開発したAIシステムのAPI連携、システム統合
・チーム内および関連部署との連携、技術的なコミュニケーション
・最新のAI技術動向のキャッチアップと検証
■募集背景
株式会社BTMAIZは、東証グロース市場に上場している株式会社BTMの子会社として
「日本をAI先進国に、一人一人の人生を豊かに。」という壮大なMissonのもと
2025年1月に創業し、AI分野におけるソリューション提供を開始いたしました。
国内DX市場は2030年に5兆円、
AIビジネス、生成AI市場はともに2兆円に迫る勢いで拡大をしており、
これから少子高齢化における生産人口の減少を解決する中核であると考えております。
現在、様々な企業様の「AIへ挑戦したい」というAIニーズが非常に高まっていること、
また、株式会社ヘッドウォータースと資本業務提携したことも相成り、
当社の主力サービスとなるAIソリューションへ多くの企業様から
お問い合わせをいただいております。
このような背景を踏まえ、早期に顧客の皆様のニーズにお応えし、会社の成長を加速させるため、
立ち上げフェーズを一緒になって活躍いただける「AIエンジニア」を募集いたします。
■ご入社の流れ
親会社の株式会社BTMにご入社いただき、BTMAIZへ出向という形で就業いただきます。
※ご本人が望む場合は将来的に、BTMAIZへの転籍も可能です。
ご入社後は現在BTMAIZで請け負っている案件に参画いただきながら、
BTMAIZの案件イメージをつかんでいただき、
並行して、目標設定やキャリアプランのすり合わせも進めて参ります。
【業務の変更の範囲】
会社の規定に準ずる
■お仕事内容
・Azure Machine Learning、Azure Cognitive Services、Azure Bot Serviceなどの
Azure AIプラットフォームを活用したAIモデルの設計、開発、デプロイ、運用
・機械学習、深層学習、自然言語処理などのAI技術を用いたソリューション開発
・データ収集、前処理、特徴量エンジニアリング
・AIモデルの評価、改善、最適化
・開発したAIシステムのAPI連携、システム統合
・チーム内および関連部署との連携、技術的なコミュニケーション
・最新のAI技術動向のキャッチアップと検証
■募集背景
株式会社BTMAIZは、東証グロース市場に上場している株式会社BTMの子会社として
「日本をAI先進国に、一人一人の人生を豊かに。」という壮大なMissonのもと
2025年1月に創業し、AI分野におけるソリューション提供を開始いたしました。
国内DX市場は2030年に5兆円、
AIビジネス、生成AI市場はともに2兆円に迫る勢いで拡大をしており、
これから少子高齢化における生産人口の減少を解決する中核であると考えております。
現在、様々な企業様の「AIへ挑戦したい」というAIニーズが非常に高まっていること、
また、株式会社ヘッドウォータースと資本業務提携したことも相成り、
当社の主力サービスとなるAIソリューションへ多くの企業様から
お問い合わせをいただいております。
このような背景を踏まえ、早期に顧客の皆様のニーズにお応えし、会社の成長を加速させるため、
立ち上げフェーズを一緒になって活躍いただける「AIエンジニア」を募集いたします。
■ご入社の流れ
親会社の株式会社BTMにご入社いただき、BTMAIZへ出向という形で就業いただきます。
※ご本人が望む場合は将来的に、BTMAIZへの転籍も可能です。
ご入社後は現在BTMAIZで請け負っている案件に参画いただきながら、
BTMAIZの案件イメージをつかんでいただき、
並行して、目標設定やキャリアプランのすり合わせも進めて参ります。
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 400 〜 700 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: 標準労働時間:午前10時00分 ~ 午後19時00分(内、休憩時間60分
(実働時間8時間00分)
※フレックスタイム制
(コアタイムあり 11:00 ~ 16:00)
フレキシブルタイム
(07:00~22:00)
働き方: フレックス制(コアタイムあり) 時間外労働の有無: 有(月平均20時間) 休憩時間: 60分 |
||
| 設立年数 | 16年 | 従業員数 | 180人 |
株式会社オープンロジ
【地方フルリモート可/機械学習エンジニア(テックリード候補)/機械学習モデルを本番システムに組み込み、運用・改善した実務経験3年以上】AI・機械学習・数理最適化を用いて物流最適化に挑む! のリモートワーク求人
■お仕事内容
社会課題の本質的な解決に向けてオープンロジが目指す「物流版クラウドサービスの提供」
を実現するためには、倉庫の作業や拠点間の在庫配置、配送といった様々な判断を
データに基づいて最適化していくことが求められます。
特に現在はサプライチェーン領域や倉庫の管理業務といった広範な領域に対する課題解決が求められている状態です。
このポジションでは入社後、物流最適化技術による事業貢献をミッションに、
梱包予測、需要予測、在庫最適化などの物流最適化に関連した理論・技術をプロダクトへ取り込むための
企画から、調査・ステークホルダーとの調整、開発、運用業務を担当していただきます。
<具体的な業務イメージ>
・物流最適化技術に関するロードマップ・PRD の作成
・物流最適化技術の既存研究の調査
・基盤システムの企画、設計、実装、運用
・荷主・倉庫・事業部へのヒアリング
<扱うデータ>
・受注・入荷・出荷データ
・在庫履歴データ
・荷主の商品データ
・倉庫の作業履歴データ
■組織
社長直下のチームで、プロダクトマネージャーを含めて約5名で構成されています。
そのうち物流最適化技術の担当者は1名です。
エンジニア組織全体としてはSRE・QAエンジニア・デザイナー・PdMを含めて約75名のチームです。
■このポジションで働く魅力
・「予測」の先にある「意思決定」までを実装する醍醐味 機械学習による予測に留まらず、
数理最適化を用いて「現実の物流をどう動かすか」という意思決定のコア部分まで担います。
MLから数理最適化まで、一気通貫で技術領域を広げられる環境です。
・物理空間を動かすダイナミズムと事業インパクト 自身が開発したアルゴリズムが、
現実世界の巨大な物流ネットワークを動かす手応えをダイレクトに感じられます。
効率化がそのまま利益や社会インフラの維持に直結する、非常にインパクトの大きい領域です。
・技術選定から関わる高い裁量権 決まったものを作るのではなく、要件定義や設計の最上流から
オーナーシップを持って推進いただけます。複雑な物流課題に対し、どの技術をどう組み合わせるか、
自らの手で最適解を導き出せる自由度があります。
【業務の変更の範囲】
会社の規定に準ずる
社会課題の本質的な解決に向けてオープンロジが目指す「物流版クラウドサービスの提供」
を実現するためには、倉庫の作業や拠点間の在庫配置、配送といった様々な判断を
データに基づいて最適化していくことが求められます。
特に現在はサプライチェーン領域や倉庫の管理業務といった広範な領域に対する課題解決が求められている状態です。
このポジションでは入社後、物流最適化技術による事業貢献をミッションに、
梱包予測、需要予測、在庫最適化などの物流最適化に関連した理論・技術をプロダクトへ取り込むための
企画から、調査・ステークホルダーとの調整、開発、運用業務を担当していただきます。
<具体的な業務イメージ>
・物流最適化技術に関するロードマップ・PRD の作成
・物流最適化技術の既存研究の調査
・基盤システムの企画、設計、実装、運用
・荷主・倉庫・事業部へのヒアリング
<扱うデータ>
・受注・入荷・出荷データ
・在庫履歴データ
・荷主の商品データ
・倉庫の作業履歴データ
■組織
社長直下のチームで、プロダクトマネージャーを含めて約5名で構成されています。
そのうち物流最適化技術の担当者は1名です。
エンジニア組織全体としてはSRE・QAエンジニア・デザイナー・PdMを含めて約75名のチームです。
■このポジションで働く魅力
・「予測」の先にある「意思決定」までを実装する醍醐味 機械学習による予測に留まらず、
数理最適化を用いて「現実の物流をどう動かすか」という意思決定のコア部分まで担います。
MLから数理最適化まで、一気通貫で技術領域を広げられる環境です。
・物理空間を動かすダイナミズムと事業インパクト 自身が開発したアルゴリズムが、
現実世界の巨大な物流ネットワークを動かす手応えをダイレクトに感じられます。
効率化がそのまま利益や社会インフラの維持に直結する、非常にインパクトの大きい領域です。
・技術選定から関わる高い裁量権 決まったものを作るのではなく、要件定義や設計の最上流から
オーナーシップを持って推進いただけます。複雑な物流課題に対し、どの技術をどう組み合わせるか、
自らの手で最適解を導き出せる自由度があります。
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 500 〜 1,200 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 | |||
| 設立年数 | 14年 | 従業員数 | 150人 |
40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。