■AI／アナリティクス技術により顧客の課題解決を行うデータサイエンティストをご担当いただきます。 【具体的には】 ・顧客へのAI・データ利活用コンサルティング ・事業価値を生み出す高度データ分析・解析 ・AI技術を活用したソリューション／フレームワークの開発 ・AIとデータ分析を駆使した新しいビジネスモデルの創出 ・PJチームのマネジメント支援（リソース手配、スケジュール管理） ＜詳細＞ ・顧客対応、課題分析、仮説構築、PoV（Proof of Value＝価値実証）などの上流フェーズ対応 ・設計構築フェーズでの分析視点での要件定義支援・分析プロトタイプの作成や、運用・保守フェーズでの分析視点でのシステム活用支援や分析モデルのチューニング等 ※参画するプロジェクト（規模・関わり方）は様々で同社の各部門と連携して対応します。
【担当業務】 ・顧客のビジネス課題ヒアリング ・課題解決に向けたソリューションの立案と提案 ・顧客データ分析によるビジネスインサイトの提供 ・機械学習モデルの設計、構築、実装、チューニング ※実装した機械学習モデルはデータサイエンティストとデータエンジニアが連携してサービス開発を行い、SaaS提供まで一気通貫で手掛けます。 【職務詳細】 1，受注前活動 ・材料開発／MI・PIのドメインナレッジを活かした顧客への提案活動 ・学会、研究会への参加、論文・特許の執筆 2，プロジェクトの立ち上げ ・顧客へのヒアリング、課題分析、仮説立案 ・課題解決方針の設計・提案 ・ビジネスインサイトの導出 3，データ分析・評価 ・機械学習、AIを活用した顧客材料データの分析 ・機械学習、AIの設計、構築、実装、チューニング ・分析結果の報告と材料開発指針、ビジネスインサイトの提案 ・顧客社内でのデータ利活用コンサルティング 4，サービス移行・運用 ・材料データ分析基盤への分析機能の実装（データエンジニアと連携） ・材料データ分析基盤の活用コンサルティング ※ポジションについては、材料開発・データサイエンス・データエンジニアリング等、ご経験及びキャリア志向等を踏まえて、具体的に検討されます。 ※その他募集背景詳細や働く環境等は担当アドバイザーへご質問ください。
AI・データ基盤アーキテクトをご担当いただきます。 【具体的には】 ・顧客技術対話 顧客のAI推進部門・情報システム部門・技術部門と対等に技術議論を行い、データ基盤・AIシステムの設計合意を主導します。上流フェーズのチームから本番化フェーズへの引き継ぎを技術的に完結させます。 ・チームマネジメント クラウドエンジニア・データエンジニア・AIエンジニア等数名のメンバーの業務設計・進捗管理・品質レビュー・育成を担います。プレイングマネージャーとして自分自身も技術的な主担当を持ちながらチームを率います。 ・AI実装品質の設計監督 データ基盤（スキーマ・ETL・品質管理）・AIアーキテクチャ（品質ゲート・評価基準）・AI駆動開発（コンテキスト設計）の各レイヤーの整合性を担保します。LLMへのコンテキスト不足がドメイン誤り・ハルシネーションを引き起こすリスクを構造的に排除します。 ・顧客内製化支援 外部ベンダー依存から脱却し、顧客組織が自走できる状態を作ることを最終目標として設定します。AI駆動開発ガイドライン・標準プロセスの整備と顧客チームへの移転を担います。 ・実装ノウハウの標準化 案件で確立したアーキテクチャパターン・実装手法・品質基準を汎用テンプレートとして整備し、チーム全体のデリバリー品質と速度の向上に貢献します。 ・AI・データ動向の事業反映 クラウドAIサービス・MLOps・LLMOps・AI駆動開発・フィジカルAI等の最新動向を継続的に把握し、設計判断・顧客提案・チームの技術方針に積極的に組み込みます。
■同社にて、機械学習エンジニア／MLOPSエンジニアとして顧客のITに関する経営課題や事業課題に向けたシステム系支援をご担当いただきます。 【具体的には】 ・深層学習、強化学習などのアルゴリズムを利用したソフトウェアの開発 ・機械学習技術によるデータ分析やパターン解析、シミュレーションなどのソリューション改善実施 ・システムおよびソフトウェア仕様の理解 ・パフォーマンスとスケーラビリティの向上に向けた施策 ・技術要素、開発プロセス、コード標準の整備
【業務内容】 ・最新のAI調査研究 ・最新の生成Aおよび機械学習モデル／画像AIの開発 （例：（1）自然言語処理技術を活用した対話型AIの開発・（2）画像認識モデルを応用した自動検出システムの構築など） ・社内外のステークホルダーと協議し、課題の要件定義を行い、AIのプロトタイプを開発する流れを担当 【やりがい】 ・最先端技術AIに触れながら、実際のビジネス課題を解決するAIモデルを開発し、社会や業務に大きなインパクトを与えることができます。 ・自身の開発したAI技術が直接プロジェクトに反映され、ユーザーからのフィードバックを通じて改善できる環境があります。 ・様々なDXプロジェクトにおいて、企画、開発、運用などの全工程に直接関与でき、重要な意思決定にも参画できます。 【身につくスキル】 ・生成AIに関する最新スキル ・外国人研究者とのコミュニケーション能力（外国人のAI研究者が仲間になりますので、自然と英語が身に付きます） ・Udemyなどで最新の生成AI技術やクラウド関連のスキルを学びながら、実務に応用する力 ・プロジェクトを推進するリーダーシップスキル
企業情報を見る
■LLMを適用可能な顧客ユースケースの探索から、基礎技術の研究、実際のアプリケーション開発、事業部に対するアプリケーションの引き渡しに至るまでの一連のプロセスをご担当いただきます。 【具体的には】 ・LLMの継続事前学習およびファインチューニング ・新しいLLM技術のリサーチと知識の取得 ・研究成果の学会や会議での発表 ・LLMの最適ユースケースの探索と提案 ・LLM技術の市場ニーズの分析と調査 ・LLMを実用化するためのWebシステムの設計と開発 ・LLMを実用化するためのモバイルアプリの設計と開発 ・現場事業部と連携し、LLMを活用した顧客へのソリューション提案支援 【ポジションの魅力】 LLM研究者として大規模言語モデル（LLM）の最前線で技術革新をリードすることが可能です。また、LLMに特化した技術だけでなく、関連する最新技術のリサーチや実装技術も身に付けることが可能です。 特に、LLMの基礎技術の開発を通じて、世界最先端の技術にキャッチアップできることはこのポジションの特別な魅力の一つと同社は考えています。 また、国内外の学会や会議での発表を通じて、自らの研究成果を世界に発信し、専門家としての認知とキャリアの向上に繋がる想定です。 典型的なキャリアパスは以下の通りです。 1．数人で実施する研究開発PJTのメンバーとして特定タスクを完遂する 2．技術適用先の探索、ソリューション開発の一翼を担う 3．数人で実施する研究開発PJTのリーダーとしてPJT全体の成果を出す 4．同社としての事業性と技術的革新性の両面の条件を充足する研究開発テーマ自体を創出する
