Tensorflow×データサイエンティストのリモートワーク転職・求人情報一覧
1件中 1件~1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 |
1件中 1件~1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。