【AIエンジニア】分析で終わらない。モデル×実装で、業務価値まで届け切る。

「使われるAI」を創る。
大企業クライアント向けに、生成AIや画像認識技術を活かした業務改善ソリューションを提供。技術選定から実装まで裁量大。

●注力ポイント
AIに関連する分野。
機械学習、特にディープラーニングを利用したデータ分析
トピックモデル分析を利用した自然言語解析など

●案件内容①
農家の野菜育成サポート：
実の熟度、茎、葉の健康状態、害虫の有無など
野菜の育成状況をディープラーニングを用いて、判定します。
技術要素としては、Python, Chainer, OpenCVを使用します。

●案件内容②
加工製品の性能予測：
原材料を組み合わせにより、生成される加工製品の品質をディープラーニングを用いて、予測します。
これにより、製品研究・開発業務の効率化を実現します。
技術要素としては、Python, TensorFlow, Kerasを使用します。

●案件内容③
ワールドカップ、オリンピックの視聴率予測：
過去の視聴率、番組名、時間帯、局名などから、視聴率を予測します。
この結果を元に、最も視聴率の取れる試合の放送権を推奨します。
技術要素としては、Python, scikit-learnを使用します。

【このポジションのミッション】
・データから仮説→検証→実装まで一気通貫で価値を出す
・分析を“使われる形”に落とす設計力を高める

【業務イメージ】
・課題設定〜分析〜モデル構築（EDA、前処理、特徴量、学習、評価）
・業務に組み込む実装（API/バッチ化、ログ設計、再学習・運用の設計）
・精度改善のループ構築（データ品質、評価指標、仮説検証のサイクル）
・ステークホルダーと成果を揃える（要件整理、説明資料、意思決定支援）
・成果の再現性を作る（実験管理、手順化、ベースライン整備、ナレッジ共有）

【得られるキャリア・ベネフィット】
・分析で終わらず、モデル→実装まで“価値が出る形”に落とし込む経験が積める
・データ前処理/特徴量/評価設計など、再現性のあるML開発の基礎体力がつく
・MLOps的な視点（運用・再学習・監視）を持ったAIエンジニアへ伸びられる
・キャリアの分岐が広い（MLエンジニア/データサイエンティスト/AIコンサル など）
・キャリアを逆算したアサイン：伸ばしたい軸（上流/技術深掘り/リード）から役割を設計します
・複数の視点で成長を支える体制：定期面談やレビューで、次の一手を一緒に決めます

【仕事の難しさ】
・データ品質に引っ張られるため、前処理や評価設計を丁寧に積み上げる必要があります。
・精度だけでなく、運用（再学習/監視/説明可能性）まで含めて価値提供する視点が求められます。
・業務側の期待値と技術的制約のギャップを埋める説明力が成果を左右します。

【必須】（下記いずれか）
・統計学もしくは機械学習を用いたデータ分析の実務経験1年以上
・Pythonでの開発経験1年以上

weekend_and_national
★年間休日124日
・完全週休2日制(土・日) 、祝日
※勤務先により、シフト勤務の場合もあります
・祝日
・年末年始休暇(6日間)
・夏季休暇(3日間)
・有給休暇（最大20日支給）
・慶弔休暇
・特別休暇
・産前産後休暇
・育児介護休業
・ドナー休暇
・ボランティア休暇
・マタニティ休暇
・障がい者通院休暇
・リフレッシュ休暇
・育自休業 （3年まで自らを育むために休める）
　留学、資格取得、ボランティア、育児、介護等