データサイエンティスト×地方フルリモートOKのリモートワーク転職・求人情報一覧
31件中 1件~10件
株式会社トラストバンク
【フルリモート/データアナリスト】ふるさとから日本を変える。地域の可能性を価値に変える社会インフラ企業! のリモートワーク求人
■お仕事内容
入社後は、データチームのリーダー候補として、市場環境の転換期における「ふるさとチョイス」の次なる成長戦略をデータ面からリードしていただきます。
単なるデータ集計にとどまらず、マーケティング領域の施策立案や効果検証、ポイントに頼らない新しい地域創生の形を、データによって導き出す役割を担っていただきます。
【具体的な業務】
①データ起点の事業構想と戦略提言
・意思決定のリード: 経営層や事業責任者のパートナーとして、データから導き出したインサイトを基に、マーケティング施策やKPI設計、中長期的な戦略を提言。
ふるさとチョイスの膨大なデータにおいて、AIを駆使して抽出、集計、考察を効率的かつ質を高く実行。
・仮説構築: 制度改正という不確実な状況下で、マクロデータとミクロなユーザー行動を接続し、新たな勝ち筋の仮説を構築・検証。
②データ活用組織の基盤づくりとリード
・チームマネジメント: データエンジニアリング、データマネジメント、データサイエンス、データアナリシスなどのデータ戦略を描き、チームをリード。
・組織リテラシーの変革: AIを活用し、データガバナンスの課題解決を加速させる。
■募集背景
「ふるさとチョイス」は、寄付流通額を最大化するフェーズから、「寄付をどう地域課題の解決に結びつけるか」というデータ活用第2フェーズへ突入しました。
制度の適正化や地方創生の深化が求められる今、月間2億PVを超える膨大なトラフィックデータと地方のリアルな課題を接続し、事業戦略をリードするアナリストが必要です。
データ分析から可視化、施策提言までをリードし、サービス成長と事業戦略を加速させていただける方を募集します。
まずはプレイングリーダーとして現場を牽引いただき、将来的にはデータ組織全体の戦略立案やマネジメントを担う中核人材としての活躍を期待しています。
■業務・職場環境の魅力
・地域の品とのマッチングというECに近い側面と、地域への寄付という地域貢献の側面が共存する、他にはないデータ自体の面白さ
・データ分析にAI活用が推進されており、新しいテクノロジーを実戦で磨くことができる
・経営層や事業部との距離が近く、風通しがよくフラットな組織
・会社としてまずはやってみようという考えなので、手を挙げれば様々なことに挑戦することが出来ます
■会社概要
トラストバンクは、2012年に設立。第2創業期を迎えるITベンチャー企業です。
「自立した持続可能な地域をつくる」というビジョンのもと、「ヒト」「モノ」「おカネ」「情報」を日本中に循環させることで地域活性化の取り組みをしています。
そして、そんな想いから生まれたのがふるさと納税総合サイト 「ふるさとチョイス」 です。
ふるさと納税事業では、全国の90%以上となる1700を超える自治体と契約し、76万点の各地の特産品などのお礼の品を掲載する「ふるさとチョイス」の月間PV数は2億PVを超えます。
(※2024年10月時点)
これまで培ってきた自治体ネットワークとメディア力を活かして、ICTを通じて自治体職員の業務負担を軽減し、
より付加価値の高い住民サービスの提供を支援する「パブリテック事業」や「地域通貨事業」など、多角的な事業を展開しています。
地域創生のソリューションカンパニーとして、これらの既存事業の拡大を図るとともに、さらに世界に誇る多様な文化や伝統、
習慣を守り、地域経済の発展に一翼を担うべく、中長期の視点で地域課題を解決するための新事業へ投資をしていきます。
【事業内容】
●ふるさと納税事業
地域により多くの寄付金を届けるだけでなく、地域と寄付者、地域と地域を繋げる取り組みを行っています。
●パブリテック事業
ICT技術を活用し、自治体業務の生産性を向上を促し、付加価値の高い住民サービスを目指す自治体支援事業です。
●地域通貨事業(chiica)
地域外へのお金の流出を抑え、地域内で循環する仕組みづくりに取り組んでいます。
■参考情報
OPEN TRUST BANK≪企業情報・採用情報ハンドブック≫
https://trustbank.notion.site/TRUSTBANK-Recruit-8ee048bbfee34633b99fb2ed62d3578d?pvs=4
採用ピッチ資料
https://speakerdeck.com/trustbank/zhu-shi-hui-she-torasutobanku-cai-yong-pitutizi-liao
テックブログ
https://tech.trustbank.co.jp/
【業務の変更の範囲】
会社の規定に準ずる
入社後は、データチームのリーダー候補として、市場環境の転換期における「ふるさとチョイス」の次なる成長戦略をデータ面からリードしていただきます。
単なるデータ集計にとどまらず、マーケティング領域の施策立案や効果検証、ポイントに頼らない新しい地域創生の形を、データによって導き出す役割を担っていただきます。
【具体的な業務】
①データ起点の事業構想と戦略提言
・意思決定のリード: 経営層や事業責任者のパートナーとして、データから導き出したインサイトを基に、マーケティング施策やKPI設計、中長期的な戦略を提言。
ふるさとチョイスの膨大なデータにおいて、AIを駆使して抽出、集計、考察を効率的かつ質を高く実行。
・仮説構築: 制度改正という不確実な状況下で、マクロデータとミクロなユーザー行動を接続し、新たな勝ち筋の仮説を構築・検証。
②データ活用組織の基盤づくりとリード
・チームマネジメント: データエンジニアリング、データマネジメント、データサイエンス、データアナリシスなどのデータ戦略を描き、チームをリード。
・組織リテラシーの変革: AIを活用し、データガバナンスの課題解決を加速させる。
■募集背景
「ふるさとチョイス」は、寄付流通額を最大化するフェーズから、「寄付をどう地域課題の解決に結びつけるか」というデータ活用第2フェーズへ突入しました。
制度の適正化や地方創生の深化が求められる今、月間2億PVを超える膨大なトラフィックデータと地方のリアルな課題を接続し、事業戦略をリードするアナリストが必要です。
データ分析から可視化、施策提言までをリードし、サービス成長と事業戦略を加速させていただける方を募集します。
まずはプレイングリーダーとして現場を牽引いただき、将来的にはデータ組織全体の戦略立案やマネジメントを担う中核人材としての活躍を期待しています。
■業務・職場環境の魅力
・地域の品とのマッチングというECに近い側面と、地域への寄付という地域貢献の側面が共存する、他にはないデータ自体の面白さ
・データ分析にAI活用が推進されており、新しいテクノロジーを実戦で磨くことができる
・経営層や事業部との距離が近く、風通しがよくフラットな組織
・会社としてまずはやってみようという考えなので、手を挙げれば様々なことに挑戦することが出来ます
■会社概要
トラストバンクは、2012年に設立。第2創業期を迎えるITベンチャー企業です。
「自立した持続可能な地域をつくる」というビジョンのもと、「ヒト」「モノ」「おカネ」「情報」を日本中に循環させることで地域活性化の取り組みをしています。
そして、そんな想いから生まれたのがふるさと納税総合サイト 「ふるさとチョイス」 です。
ふるさと納税事業では、全国の90%以上となる1700を超える自治体と契約し、76万点の各地の特産品などのお礼の品を掲載する「ふるさとチョイス」の月間PV数は2億PVを超えます。
(※2024年10月時点)
これまで培ってきた自治体ネットワークとメディア力を活かして、ICTを通じて自治体職員の業務負担を軽減し、
より付加価値の高い住民サービスの提供を支援する「パブリテック事業」や「地域通貨事業」など、多角的な事業を展開しています。
地域創生のソリューションカンパニーとして、これらの既存事業の拡大を図るとともに、さらに世界に誇る多様な文化や伝統、
習慣を守り、地域経済の発展に一翼を担うべく、中長期の視点で地域課題を解決するための新事業へ投資をしていきます。
【事業内容】
●ふるさと納税事業
地域により多くの寄付金を届けるだけでなく、地域と寄付者、地域と地域を繋げる取り組みを行っています。
●パブリテック事業
ICT技術を活用し、自治体業務の生産性を向上を促し、付加価値の高い住民サービスを目指す自治体支援事業です。
●地域通貨事業(chiica)
地域外へのお金の流出を抑え、地域内で循環する仕組みづくりに取り組んでいます。
■参考情報
OPEN TRUST BANK≪企業情報・採用情報ハンドブック≫
https://trustbank.notion.site/TRUSTBANK-Recruit-8ee048bbfee34633b99fb2ed62d3578d?pvs=4
採用ピッチ資料
https://speakerdeck.com/trustbank/zhu-shi-hui-she-torasutobanku-cai-yong-pitutizi-liao
テックブログ
https://tech.trustbank.co.jp/
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 588 〜 800 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: 9:00-18:00(休憩1時間)
※フレックスタイム制度有(コアタイム10:00~15:00/一部対象外有)
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~20時間) 休憩時間: 60分 |
||
| 設立年数 | 15年 | 従業員数 | 270人 |
株式会社i-plug
【地方フルリモート/データサイエンティスト/5年以上の経験】新卒ダイレクトリクルーティング市場シェアトップクラスの企業! のリモートワーク求人
■お仕事内容
当社サービスOfferBox、及びその他サービスのプロダクトに関する戦略策定、戦略実現に必要な分析業務全般をご担当いただきます。
以下のような業務が想定されます。
<業務例>
プロダクトの定量KPIのモニタリング環境の構築(KPI設計)
プロダクトの定量KPIの分析・課題の特定・改善策等の提案
プロダクトのデータログを活用した高度な分析・課題の特定・改善策等の提案
分析データ起点での戦略策定のサポート
■採用の背景
OfferBoxやその他の関連サービスが順調に成長していく中で、扱うデータ量も膨大になり、
さらなるプロダクトの成長に必要な分析が現状では十分に実施できているとは言い切れません。
そうした中で分析組織の強化の優先度が極めて高く、今回のポジション採用によって当該課題を解決していければと考えております。
■ポジションの魅力
2万社近い企業と毎年入れ替わる20万人以上の就活生というB2B2Cの非常に大規模、かつ更新性の高いプラットフォームでのデータが扱えること
分析組織の組成フェーズが浅いため、自主的に組織の構築・強化に取り組めること
労働人口減少や新卒採用という社会貢献性の高いテーマにコミットできること
■入社後に期待する成果
データ分析を起点としたプロダクト成長
データ分析を起点としたプロダクト戦略の進化
■働く環境
リモート勤務可能、コアタイムなしのスーパーフレックス制導入など、社員のパフォーマンス最大化を支援する働き方への取り組みも積極的に行っています。
【業務の変更の範囲】
会社の定めるすべての業務
当社サービスOfferBox、及びその他サービスのプロダクトに関する戦略策定、戦略実現に必要な分析業務全般をご担当いただきます。
以下のような業務が想定されます。
<業務例>
プロダクトの定量KPIのモニタリング環境の構築(KPI設計)
プロダクトの定量KPIの分析・課題の特定・改善策等の提案
プロダクトのデータログを活用した高度な分析・課題の特定・改善策等の提案
分析データ起点での戦略策定のサポート
■採用の背景
OfferBoxやその他の関連サービスが順調に成長していく中で、扱うデータ量も膨大になり、
さらなるプロダクトの成長に必要な分析が現状では十分に実施できているとは言い切れません。
そうした中で分析組織の強化の優先度が極めて高く、今回のポジション採用によって当該課題を解決していければと考えております。
■ポジションの魅力
2万社近い企業と毎年入れ替わる20万人以上の就活生というB2B2Cの非常に大規模、かつ更新性の高いプラットフォームでのデータが扱えること
分析組織の組成フェーズが浅いため、自主的に組織の構築・強化に取り組めること
労働人口減少や新卒採用という社会貢献性の高いテーマにコミットできること
■入社後に期待する成果
データ分析を起点としたプロダクト成長
データ分析を起点としたプロダクト戦略の進化
■働く環境
リモート勤務可能、コアタイムなしのスーパーフレックス制導入など、社員のパフォーマンス最大化を支援する働き方への取り組みも積極的に行っています。
【業務の変更の範囲】
会社の定めるすべての業務
| 想定年収 | 800 〜 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(スーパーフレックス制度)
<フレキシブルタイム>5:00~22:00
<コアタイム>なし
<休憩時間>60分(12:00~13:00)
<標準労働時間>9:30~18:30
働き方: フルフレックス制 時間外労働の有無: 有(月平均6.9時間) 休憩時間: 60分 |
||
| 企業概要 |
2021年の上場を皮切りに、PaceBoxの設立や事業のM&Aなどi-plugは進化を遂げています。
私たちのミッションは「学生・企業のアクションを促し、より良い出会いの機会を増やすことで、ダイレクトリクルーティング市場を拡大する」こと。 そのために、データドリブン営業の強化とリソースの選択と集中や製販一体でプロダクトをアップデートし、採用・就活の負担を軽減する機能の改善・開発を推進しています。 とはいえ、まだまだ私たちが実現したい世界までは道半ば。 組織力の向上、良質な学生データベースの構築、稼働社数の最大化、プロダクトの魅力向上、サービス成長に耐えうるシステムの変革など解決すべき、取り組むべき課題が多くあります。 だからこそ、私たちが求める人材は「圧倒的当事者意識を持って現状を打破していく人」。 あなたの挑戦を、自らの成長に、i-plugの成長に繋げていきませんか。 |
||
| 設立年数 | 15年 | 従業員数 | 300人 |
株式会社ジール
【地方フルリモート可/データプラットフォームエンジニア】データ活用に特化し、1000社以上の企業のDX化を総合的に支援するリーディングカンパニー! のリモートワーク求人
■お仕事内容
クライアントの業務システムなどの膨大な量のデータを蓄積・加工・分析し、
経営層の意思決定に活用する BI(Business Intelligence)を含むデータプラットフォームの導入から実行支援までを行っています。
【詳細】
●クライアントの要望に沿ったデータプラットフォームの企画、設計、実装まで、プロジェクトに一気通貫で関わっていただきます。
●主に要件定義からテストまでお任せします。開発だけでなく、DB、インフラ、プロジェクト管理、
エンドユーザーとのコミュニケーション能力など、幅広い経験に基づくスキルアップ・キャリアアップが可能な環境です。
●エンドユーザー様と直接やり取りをする立場であり、要件定義など上流工程に携われます。
■募集背景
データプラットフォーム導入・構築の引き合い増加に対応するための増員です。
【業務の変更の範囲】
会社の規定に準ずる
クライアントの業務システムなどの膨大な量のデータを蓄積・加工・分析し、
経営層の意思決定に活用する BI(Business Intelligence)を含むデータプラットフォームの導入から実行支援までを行っています。
【詳細】
●クライアントの要望に沿ったデータプラットフォームの企画、設計、実装まで、プロジェクトに一気通貫で関わっていただきます。
●主に要件定義からテストまでお任せします。開発だけでなく、DB、インフラ、プロジェクト管理、
エンドユーザーとのコミュニケーション能力など、幅広い経験に基づくスキルアップ・キャリアアップが可能な環境です。
●エンドユーザー様と直接やり取りをする立場であり、要件定義など上流工程に携われます。
■募集背景
データプラットフォーム導入・構築の引き合い増加に対応するための増員です。
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 550 〜 790 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
フレキシブルタイム/6:00~10:00、15:00~22:00
コアタイム/10:00~15:00
標準的な勤務例(標準労働時間)/9:00~18:00
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19時間) 休憩時間: 60分 |
||
| 企業概要 |
ジールは、データ活用のプロフェッショナル集団/東証一部上場グループの中核企業です。
近年ではビッグデータ、クラウド、AI、IoTを活用した事例も増加し、顧客のDX推進を支援する立場にスコープを拡張しています。 顧客の大半は大手企業となっており、30年以上データ活用領域に特化してきたナレッジ/市場からの信頼が強固な経営基盤を支えています。 ■Mission:専門性と技術力、高度な分析ノウハウの提供 多様な企業活動の情報の価値転換というニーズに応えるため、私たちは「プロフェッショナルサービスの大衆化」をミッションとして掲げております。高い専門性を持った技術力、深い経験から得られた多様性のある高度な分析力をハイクオリティ&ローコストで提供することで、企業の競争優位確保に貢献することを私たちは使命としております。 ■Vision:100年企業の創造 私たちはビジョンとして「100年企業の創造」を掲げて、理想企業の創造に向け、「社員全員が燃える会社」を目指しています。理想企業とは「他者貢献」を通して誰よりも発展する企業です。そして、社員全員が燃え続ける会社が「100年企業」であると信じています。お客様に対する長期的な貢献を果たすことに最大の意義をもって事業活動に取り組んで参ります。 |
||
| 設立年数 | 15年 | 従業員数 | 411人 |
株式会社ドワンゴ
【正社員/全国フルリモート可/データサイエンス】教育事業◆「ZEN Study」日本最大級の教育事業の開発~ のリモートワーク求人
■お仕事内容
職務内容
様々な授業を受けることができるWeb上の学習サービス「ZEN Study」や教職員向けのコーチング支援Webサービス、また関連する教育サービスの企画開発を担当していただきます。
<サービスの紹介>
私たちは、未来の「当たり前」の教育をつくるため、生徒・学生や教職員の「学ぶ」「教える」体験の最大化を日々目指しています。
2025年4月に開学した日本発の本格的なオンライン大学「ZEN大学」や、3万名を超え日本最大の生徒数であるネットの高校「N高等学校・S高等学校・R高等学校」と連携し、ネットの時代に合わせた教育関連のサービスを開発・運営しています。
【ZEN Study】
ひとつで学習が完結するオールインワン学習アプリです。
主に次のような機能を提供しています。
リアルタイムに先生や仲間の生徒とコミュニケーションを取ることで理解を深める「ライブ授業」
自分のペースで学習を進めることができて一目で進捗率がわかる「教材」
学習者同士の教え合いの場「フォーラム」
【ZEN Compass】
学習者を導く教職員や管理者が利用するコーチング支援Webサービスです。
LMS(Learning Management System)として学習状況を見ることができるだけではなく、より学習者を効率的に支援できるように、さまざまな指標で教職員や管理者を支えます。
<募集背景>
私たち「ZEN Study」の企画開発チームは、企画者とエンジニアの混合チームです。あらゆる学びたい人たちの、ひとりではなかなか学習が継続しないという課題に対して、彼らを自律的に生涯学習ができるような状態にできるようなサービスを目指し、日々企画開発を行っています。
「ZEN Study」に日々蓄積されていくN高等学校・S高等学校・R高等学校の生徒の学習ログなどのデータを元に、それぞれの学習者が効果的に学べる、学び続けることができる学習サイクルをどのように実現していくか検討し、
データを活用した新サービスの技術検証、企画への提案・実際のアプリケーションの設計・実装を行えるようなデータサイエンス領域のソフトウェアエンジニアを募集しています。
<業務内容>
学習サービス「ZEN Study」やコーチ向けの「ZEN Compass」、または関連する教育サービスのデータ解析・技術検証、検証結果の実サービスへの適用に関わる設計・実装を主業務とし、必要に応じて企画者や教材開発者とのコミュニケーションを行なっていただきます。
主業務の一例:
新企画の技術検証・機能開発に向けた設計・実装
新企画構築に向けてさまざまな理論や手法を適用できるかを検証・プロトタイピング
例:学力測定や行動理解のためのデータ分析、アダプティブラーニングやレコメンドなどのデータ活用型アプリケーションの実現など
仮説検証後の課題抽出・企画への提案
データ解析基盤の構築・運用・改善
他チームと協力しながらZEN Studyのデータを収集する部分の 検証・設計・構築
実際に企画検証としてデータ解析を行い不足データの提案・設計・構築
データ駆動アプリケーションを支えるパイプラインの改善・保守・運用
データ解析基盤等を活用したデータ駆動アプリケーションの保守・運用
オペレーション改善のための機能提案や実装
企画開発と企画開発チームのための種々の業務
カジュアル面談や選考への参加などの採用活動
技術や教育領域のサーベイやトレンド調査
【業務の変更の範囲】
会社の定める場所
職務内容
様々な授業を受けることができるWeb上の学習サービス「ZEN Study」や教職員向けのコーチング支援Webサービス、また関連する教育サービスの企画開発を担当していただきます。
<サービスの紹介>
私たちは、未来の「当たり前」の教育をつくるため、生徒・学生や教職員の「学ぶ」「教える」体験の最大化を日々目指しています。
2025年4月に開学した日本発の本格的なオンライン大学「ZEN大学」や、3万名を超え日本最大の生徒数であるネットの高校「N高等学校・S高等学校・R高等学校」と連携し、ネットの時代に合わせた教育関連のサービスを開発・運営しています。
【ZEN Study】
ひとつで学習が完結するオールインワン学習アプリです。
主に次のような機能を提供しています。
リアルタイムに先生や仲間の生徒とコミュニケーションを取ることで理解を深める「ライブ授業」
自分のペースで学習を進めることができて一目で進捗率がわかる「教材」
学習者同士の教え合いの場「フォーラム」
【ZEN Compass】
学習者を導く教職員や管理者が利用するコーチング支援Webサービスです。
LMS(Learning Management System)として学習状況を見ることができるだけではなく、より学習者を効率的に支援できるように、さまざまな指標で教職員や管理者を支えます。
<募集背景>
私たち「ZEN Study」の企画開発チームは、企画者とエンジニアの混合チームです。あらゆる学びたい人たちの、ひとりではなかなか学習が継続しないという課題に対して、彼らを自律的に生涯学習ができるような状態にできるようなサービスを目指し、日々企画開発を行っています。
「ZEN Study」に日々蓄積されていくN高等学校・S高等学校・R高等学校の生徒の学習ログなどのデータを元に、それぞれの学習者が効果的に学べる、学び続けることができる学習サイクルをどのように実現していくか検討し、
データを活用した新サービスの技術検証、企画への提案・実際のアプリケーションの設計・実装を行えるようなデータサイエンス領域のソフトウェアエンジニアを募集しています。
<業務内容>
学習サービス「ZEN Study」やコーチ向けの「ZEN Compass」、または関連する教育サービスのデータ解析・技術検証、検証結果の実サービスへの適用に関わる設計・実装を主業務とし、必要に応じて企画者や教材開発者とのコミュニケーションを行なっていただきます。
主業務の一例:
新企画の技術検証・機能開発に向けた設計・実装
新企画構築に向けてさまざまな理論や手法を適用できるかを検証・プロトタイピング
例:学力測定や行動理解のためのデータ分析、アダプティブラーニングやレコメンドなどのデータ活用型アプリケーションの実現など
仮説検証後の課題抽出・企画への提案
データ解析基盤の構築・運用・改善
他チームと協力しながらZEN Studyのデータを収集する部分の 検証・設計・構築
実際に企画検証としてデータ解析を行い不足データの提案・設計・構築
データ駆動アプリケーションを支えるパイプラインの改善・保守・運用
データ解析基盤等を活用したデータ駆動アプリケーションの保守・運用
オペレーション改善のための機能提案や実装
企画開発と企画開発チームのための種々の業務
カジュアル面談や選考への参加などの採用活動
技術や教育領域のサーベイやトレンド調査
【業務の変更の範囲】
会社の定める場所
| 想定年収 | 590 〜 960 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 | |||
| 設立年数 | 30年 | 従業員数 | 900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/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 |
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 |
31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。