【開発】機械学習エンジニア（エキスパート）

以下のいずれかの経験・知見が求められます。

• 機械学習・深層学習モデルの開発・実装経験
• PythonによるAI/MLシステム開発経験
• 推論APIの設計・実装経験
• LLMや強化学習などの先端AI技術に関する知識
• 論文を読み解き実用化検証を行った経験
• 社内外ツール・サービスの開発・運用経験

• 自律的な情報収集力:
  ゲーム周辺・他分野の新技術を積極的に吸収し、業務に応用する自発的な学習姿勢が求められます。先端研究の動向を常にキャッチアップし、実業務への接続を自ら考えられる方が活躍できます。
• 横断的なコミュニケーション能力:
  機械学習グループとして、複数のゲームタイトル担当チームと組織横断的に連携します。技術者として相手チームのビジネス課題を理解し、適切に翻訳・伝達するコミュニケーション力が必要です。
• 研究と実用のバランス感覚:
  論文等の先端技術を単なる調査に終わらせず、実際のゲーム開発・品質管理に活かす実用化検証を行います。研究者的視点と実装エンジニア的視点の両立が求められます。
• 情報発信・アウトプット力:
  論文執筆・学会発表・技術ブログ執筆など、社外への技術発信業務があります。自身の業務や知見を分かりやすく整理し、対外的に発信する力が必要です。
• 課題設定・問題解決能力:
  ゲーム内コンテンツ作成支援から品質管理まで、多岐にわたるビジネス課題をAIで支援します。与えられた課題だけでなく、自らビジネス課題を発見・定義し、AI技術でアプローチを考える力が求められます。

• ゲーム開発・ゲーム業界の知識:
  ゲームUIやゲームコンテンツ開発の特性を理解していると、ゴリラテストや各タイトルへのAI適用において即戦力として活躍できます。
• 学会・研究コミュニティでの発表・執筆経験:
  人工知能学会等への発表経験や論文執筆実績があると、本ポジションの情報発信業務に直接活かせます。
• 画像認識・強化学習・LLMなどの専門知識:
  ゴリラテストはUI自動認識に画像認識技術を活用しており、こうした分野の専門知識があると開発業務への貢献度が高まります。
• MLOps・推論基盤の構築経験:
  推論APIの実装や社内ツールの安定運用のため、モデルのデプロイや監視、推論基盤の設計経験があると即戦力として期待されます。
• プロトタイプ開発・検証の経験:
  検証用デモアプリの開発業務があるため、アイデアを素早くプロトタイプとして形にする開発スタイルに慣れた方が活躍できます。

• ゲーム×AIの実務応用スキル:
  モバイルゲームという実際のプロダクトに対してAIを適用する経験を積めます。UI自動テスト・スパム検出・ユーザー行動予測など、ゲーム特有のAI応用事例に精通したエンジニアとしてのスキルが身につきます。
• 先端ML技術の実用化・検証経験:
  LLMや強化学習などの最新論文を読み解き、実プロダクトへの適用可能性を検証するプロセスを繰り返し経験できます。技術トレンドのキャッチアップと実装力の両方が高まります。
• 技術発信・アウトプットの実績形成:
  学会発表・論文執筆・技術ブログ執筆などを通じ、エンジニアとしての対外的な実績・評価を積み上げられます。業界内での認知度向上にもつながります。
• 組織横断プロジェクトのマネジメント経験:
  複数のゲームタイトルチームと協力してAI活用を推進するため、複数プロジェクトを並行して進める調整・推進スキルが養われます。
• AIソリューション事業の企画・推進経験:
  社内AI推進業務を通じて、技術だけでなくビジネス課題の整理・解決策の立案・導入支援など、AIプロジェクト全体を主導する経験が得られます。