Applied Research Engineer（AI領域）

以下のいずれかの経験・知見が求められます。

• 機械学習・深層学習を用いたAIモデルの研究・開発経験
• 時系列解析・グラフ解析等の要素技術研究の経験
• PoCから実運用を見据えたモデル設計・検証の経験
• 位置情報・センサーデータ・船舶データ等の実データを扱った開発経験
• Pythonを用いた機械学習・データ分析の実装経験
• 顧客・ビジネス側との要件定義・技術選定の経験

• 曖昧な課題への構造化能力:
  前例のない問いに対して、仮説を立て、AI技術で解決アプローチを設計できる思考力が求められます。研究者的な探索力とエンジニアとしての実装力を両立させる必要があります。
• 顧客・事業側との対話力:
  顧客事業・業務構造を理解した上で技術要件を言語化し、ビジネスサイドと対等にディスカッションできるコミュニケーション能力が必要です。
• 「研究で終わらせない」推進力:
  研究成果をPoCから実運用・社会実装まで落とし込む姿勢が求められます。技術探索だけでなく、プロジェクトを前進させるオーナーシップが重要です。
• 技術進展への適応力:
  AI技術は急速に進化しており、常に最新の手法を把握し、顧客課題に対して現実的かつ柔軟な技術アプローチを提案できる姿勢が必要です。
• 複数ステークホルダーとの連携力:
  Program Manager・Account Manager・外部パートナーなど多様な関係者と連携しながら、プロジェクトを推進する調整力と協調性が求められます。

• 海洋・物流・安全保障領域の業界知識:
  船舶データや物流ネットワーク、安全保障・インフラ領域のドメイン知識を持つ方は、顧客課題の解像度が高まり即戦力となれます。
• グラフニューラルネットワーク・異常検知の研究経験:
  行動推定・異常検知AIの研究開発が主要プロジェクトとなるため、これらの技術領域での研究・実装経験は高く評価されます。
• 英語での技術コミュニケーション能力:
  80カ国以上のデータを扱い、国際的なプロジェクトに関わるため、英語での技術的なディスカッションや文書作成ができる方は活躍の場が広がります。
• 論文執筆・学会発表・技術ナレッジ共有の経験:
  研究成果の社内外への発信や技術ナレッジ化が業務に含まれるため、研究論文の執筆や学会発表の経験がある方は強みになります。
• METI SBIRや政府系プロジェクトへの関与経験:
  公共性の高いプロジェクトや政府系の研究助成事業（SBIR等）での経験は、新規AI技術を核とした事業創出プロジェクトにおいて大きなアドバンテージとなります。

• 社会実装型AIの設計・開発スキル:
  純粋な研究に留まらず、顧客課題起点での技術要件定義から実運用まで一気通貫した経験を積むことができます。「使われるAI」「意思決定に耐えるAI」を設計するスキルが身につきます。
• グローバル位置情報ビッグデータの解析スキル:
  人・自動車・船舶・衛星画像など80カ国以上の多様な位置情報データを扱うことで、大規模かつ多様な実データを用いたAI開発の実践的スキルを習得できます。
• 海洋・物流・安全保障分野のドメイン知識:
  海洋行動推定・異常検知AIや国際インテリジェンスソリューションへの参画を通じ、専門性の高い公共・安全保障領域のドメイン知識を深めることができます。
• 顧客折衝・技術提案のビジネス推進力:
  Program Managerやアカウント側と連携しながら、顧客との直接対話を通じた仮説検証・要件定義・方向修正の経験を積み、研究職にとどまらないビジネス推進力が身につきます。
• 政府系プロジェクト・新規事業創出の経験:
  METI SBIR等の政府系プロジェクトや、新規ドメインにおけるAI活用設計の「0→1」フェーズを担うことで、スタートアップにおける事業創出の実践知を得ることができます。