機械学習エンジニア【DX Solution事業本部】_junior

以下のいずれかの経験・知識が求められます。

• Pythonによる機械学習・深層学習の実装経験
• データ前処理・データセット構築の実務経験（画像・テキスト等）
• PyTorch / TensorFlow等のフレームワーク使用経験
• GitによるバージョンManagement等の基本的な開発フロー経験
• 学習曲線・評価指標（精度・F1スコア等）の理解と算出経験

• 自責思考・当事者意識:
  課題に対して他責にせず「自分がどう解決するか」を考え抜くマインドセットが重視されます。組織全員が当事者意識を持つ文化があり、それに共鳴できる姿勢が求められます。
• 積極的な発言・提案力:
  社内の口コミからも「発言したり積極的な人が評価される」文化が見られます。メンターへの報告や次回実験への改善提案を積極的に行える姿勢が重要です。
• 高い学習意欲・キャッチアップ力:
  進化の速いAI技術や産業ドメインの知識を継続的にアップデートできる学習意欲が不可欠です。新しいアルゴリズムや手法を自ら探求できる姿勢が求められます。
• 論理的な分析・レポーティング力:
  学習結果の分析や失敗事例の目視確認、メンターへの報告など、実験結果を論理的に整理して伝えるコミュニケーション力が必要です。
• スタートアップへの適応力:
  スピード感のある環境で変化を楽しみ、未整備な部分も自ら改善していく姿勢が求められます。「なんでもやってやる」という気概を持つメンバーが集まっています。

• コンピュータビジョン・画像処理の実装経験:
  画像認識や動画解析を含むビジョン系タスクの実務・研究経験があると、即戦力として活躍できます。
• LLM・RAGシステムの構築経験:
  ドメイン特化の大規模言語モデルや独自エージェントシステム開発など、生成AI領域の実装経験は特に歓迎されます。
• 3Dデータ・点群処理の知識:
  幾何学的シミュレーションや点群データを活用したプロジェクトへの理解・経験があると、差別化できます。
• APIやWebシステムへのMLモデル組み込み経験:
  モデル開発だけでなく、FastAPIやFlask等でのAPI実装経験があると、社会実装フェーズでも貢献できます。
• 建設・製造・物流など基幹産業へのドメイン知識:
  産業現場の実態を理解した上でAI開発に取り組めるため、業界経験・知識があると大きなアドバンテージになります。

• 産業特化型AIアルゴリズムの実装・応用力:
  建設・製造・物流などの基幹産業における難題を解くための、ドメイン適合型アルゴリズム開発の実践的スキルが身につきます。
• マルチモーダルAI技術の横断的知識:
  画像認識・点群・動画解析・LLM・RAG・ロボット行動学習など、複数の最先端AI技術領域を横断した実務経験が得られます。
• AIの社会実装・エンジニアリングスキル:
  モデル開発から、WebシステムやAPIへの組み込みまで一気通貫で担当することで、リサーチとエンジニアリングを橋渡しできる希少なスキルが習得できます。
• 最新AI開発ツールの活用スキル:
  Devin・Claude Code・GitHub Copilotなど最新のAI開発支援ツールを実務で活用することで、AI時代のエンジニアリングリテラシーが向上します。
• 産業DXの全体像・ビジネス理解:
  顧客の課題抽出からAI開発・導入まで関与することで、技術だけでなく産業DXのビジネス全体像を理解したエンジニアとして市場価値を高めることができます。