【ジョブカン】AIエンジニア（東京）

以下のいずれかの経験・知識が求められます。

• Python3を用いた機械学習・データ分析の実務経験
• PyTorch等のディープラーニングフレームワークを用いたモデル開発経験
• scikit-learn・numpy等のデータ分析ライブラリを活用した実装経験
• Flask / FastAPIを用いたAPIの設計・開発経験
• GCP（Google Cloud Platform）またはAWSを活用したクラウド開発経験
• MySQL / BigQueryなどRDBおよびデータウェアハウスの扱い経験
• DockerやKubernetesを用いたコンテナ環境での開発経験
• Gitを用いたチーム開発経験

• 課題発見・分析力:
  各事業部のサービス課題をデータの観点から定義し、AI/分析アプローチを選定できる論理的思考力が求められます。
• 自律的な推進力:
  指示を待つだけでなく、プロジェクトを自ら主導して上流工程にチャレンジできる積極性と自律性が重視されます。
• クロスファンクショナルなコミュニケーション力:
  エンジニアだけでなく、プロダクト企画・PM・セールス・CSなど多様な職種のメンバーと意見交換しながら開発を進める協調性が必要です。
• 技術トレンドへのキャッチアップ意欲:
  画像処理・NLP・数理最適化など新技術が次々登場するAI領域において、自発的に技術調査・選定を行える学習意欲が求められます。
• スピード感を持った実行力:
  自社サービス開発のため、ユーザーニーズに素早く応えるアジャイルな開発スタイルへの適応力と実行スピードが重要です。

• Transformerベースのモデル開発経験:
  BERTやGPT系のTransformerアーキテクチャを用いた自然言語処理・画像処理モデルの実装・チューニング経験があると活躍の幅が広がります。
• レコメンドシステムの構築経験:
  協調フィルタリングやコンテンツベースフィルタリングなど、レコメンドアルゴリズムの設計・評価・改善の実務経験は即戦力として評価されます。
• MLOps・データエンジニアリング経験:
  モデルの継続的な学習・デプロイ・監視を自動化するパイプライン構築や、BigQueryを活用したデータ基盤整備の経験があると歓迎されます。
• 数理最適化の知識・実装経験:
  スケジューリングや配分問題など、数理最適化（線形計画法・組み合わせ最適化等）を用いた課題解決の経験がある方は多様なプロジェクトで活躍できます。
• 画像処理技術を用いた機能開発経験:
  OpenCVやPyTorchを用いた画像分類・物体検出・セグメンテーション等の実装経験は、新規機能開発において即戦力となります。

• マルチドメインAI実装スキル:
  バックオフィス・医療・エンタメなど複数の産業領域でAIを実装することで、特定ドメインに依存しない汎用的なAIエンジニアとしての市場価値を高められます。
• MLOps・AI基盤構築スキル:
  GCP・BigQuery・Kubernetes等を活用したAIモデルの本番運用・CI/CDパイプライン構築のスキルが実務を通じて身につきます。
• プロジェクトリード・上流設計経験:
  適性や希望に応じて課題定義・AI技術選定・システム設計などの上流工程を主導する経験を積むことができ、テックリードへのキャリアパスが開かれます。
• API設計・バックエンド開発スキル:
  Flask / FastAPIを用いたAI機能のAPI化・システム連携の実装経験を通じ、AI×バックエンドのフルスタックな技術力が養われます。
• 大規模データ活用スキル:
  導入社数30万社超のジョブカンや累計1,800万ユーザーのミクチャなど、大量の実サービスデータを用いたデータ分析・特徴量エンジニアリングの実践的スキルが習得できます。