コンピュータビジョン研究開発者/R＆Dエンジニア

以下の技術的な知識・経験が求められます。

• コンピュータービジョン（CV）領域の研究・開発経験
• 拡散モデル・VAE・GANなどの生成モデルに関する知識と実装経験
• 機械学習モデルの論文調査・評価・実装・デプロイの一連経験
• Pythonを用いたモデル開発・実験経験
• データ収集・前処理・PoC実施の経験
• スマートフォン等のエッジデバイスへのモデル最適化・推論軽量化の知識

• 技術戦略の立案・推進力:
  デバイスの進化トレンドを踏まえた中長期的な技術戦略を自ら策定し、組織をリードできる推進力が求められます。
• ステークホルダーとの横断的なコミュニケーション能力:
  エンジニア・PdM・デザイナー・コミュニティチームなど多様な職種と連携し、実現すべきことと実現できることの取捨選択を行いながら開発をリードできる力が必要です。
• 事業・プロダクト視点での技術提案力:
  技術ありきではなく、ユーザー体験のビジョンから逆算して技術的観点でプロポーザルできる、事業理解に基づいた思考力が求められます。
• 海外最先端情報のキャッチアップ姿勢:
  国内外のAIオピニオンリーダーの発信や英語論文を日常的に調査・評価し、最新技術をプロダクトに転用する積極的な学習姿勢が重要です。
• コミュニティファーストな思想:
  クリエイターやユーザーのニーズを深く理解し、技術先行・利益先行にならない本質的なプロダクト作りに共感できることが求められます。

• リアルタイム推論・低遅延処理の経験:
  スマートフォン上でのリアルタイム性の高い体験実装、モーション解析・映像処理における低遅延化の経験は特に歓迎されます。
• モデルの軽量化・エッジAI実装経験:
  TensorFlow Lite・ONNX・Core MLなどを活用したモバイルデバイス向けモデル最適化・量子化の経験があると即戦力として期待されます。
• 画像生成・顔・表情認識系技術の実務経験:
  アバター・顔認識・表情推定・姿勢推定などのCV応用技術において、実サービスへの導入実績があると強みになります。
• 研究開発チームのリードやメンタリング経験:
  機械学習専門チームのリードや後進育成の経験があると、組織の技術文化形成への貢献が期待されます。

• 国内CV・生成AIの実装・量産実績:
  拡散モデル・GANをはじめとする画像系の最先端モデルを、実際のライブサービスに組み込むという国内でも希少な実務実績を積むことができます。
• エッジデバイス向けAI最適化スキル:
  PC環境での高コスト処理をスマートフォンに転用するための軽量化・最適化技術を、実プロダクトで繰り返し実践することでスキルが高度化します。
• 技術戦略・ロードマップ策定能力:
  事業責任者・POと連携しながらデバイスの進化を見据えた技術戦略を立案するという、研究者にとどまらないビジネス視点の技術マネジメント経験が得られます。
• ユーザーフィードバックドリブンの研究開発スタイル:
  ライブ配信のリアルタイムユーザー反応を直接研究開発に取り込む実践的なプロダクト改善サイクルに習熟できます。
• 多職種連携によるクロスファンクショナルなリード力:
  エンジニア・PdM・デザイナー・コミュニティチームを横断した開発リードの経験を積むことで、テックリードからエンジニアリングマネージャーへのキャリア転換に必要な素地が培われます。