京都府 機械学習・AI・データ基盤エンジニア IT・通信の求人情報・お仕事一覧

3 件

【現状の課題】 Data Intelligence Unitはは2023年5月に設立後社内のデータ活用を推進しており、現時点で定常的にデータ活用が行われる状態を実現できています。 しかし、データ活用が盛んに行われるようになった結果、よりデータの正確さやデータ活用の効率性が求められるようになっています。そのためにはエンジニアリングの専門性が必要ですが、現在はリーダーとアナリスト1名で状況に応じてエンジニアリング業務を分担しており、十分に対応できていない状態です。 そのために安定した基盤をエンジニアリング面から作っていただける方を募集します。 【業務内容】 AI SaaS「Anews」に関する社内のデータ活用をエンジニアリング面で実現していただける方を募集します。データ計測の設計からデータ基盤の運用、ETLの運用、効率化のためのデータウェアハウス・データマートの開発、実際の利用シーンでのデータ活用の支援まで一連の流れをより精度高く、効率的な運用を実現していただきます。 Anewsの特徴としては、「情報」を主軸としたサービスでデータ構造が比較的シンプルなため、データ基盤も比較的シンプルな構成になっています。そのため、大規模なデータパイプラインを開発して高度な基盤を構築するというよりは、保持しているデータを素早く柔軟に活用することに重点を置いた業務内容になります。 【具体的な業務内容】 ■社内のデータ分析・データ活用の支援 ■SQLやダッシュボードの作成 ■データを活用した社内ツールの開発・運用 ■ETL（trocco）の運用 ■ユーザー行動ログの計測設計 ■データ分析基盤（BigQuery）やBIツール（Redash）の運用 ■データウェアハウス・データマートの開発 ■新機能の研究開発に対するデータ面での支援 事業内容・業種 ソフトウェアベンダ

【会社概要】 ストックマーク株式会社は「価値創造の仕組みを再発明し、人類を前進させる」をミッションに掲げ、最先端の生成AI技術を活用し、多くの企業の企業変革を支援しています。 社内外の情報をワンストップで検索できる「Anews」及び、あらゆるデータを構造化し企業の資産に変える「SAT(Stockmark A Technology)」を運営しています。さらに、企業特化生成AIの開発や、独自システムの構築も支援しています。 現在のメインターゲットは国内大手の製造業R&Dであり、すでに日経225の30％、250社を超える企業様での導入が進んでいます。今後は製造業のR＆Dを起点に、国内のエンタープライズ企業、そして日本企業全体、さらにはグローバル企業にも展開していく予定です。 また、日本語及びビジネス領域に強い純国産LLMの開発研究にも注力しており、2024年5月に1000億パラメーターの自社LLMを公開いたしました！ 2024年10月にはシリーズDにて45億円、累計88億円の資金調達を完了。 従業員も100名を超え、更なる成長を目指すために人員を募集しております！ 【現状の課題】 2024年に新規事業を立ち上げ、エンタープライズ向けのPoCプロジェクトが複数立ち上がり、プロジェクトの成功に向けチームで奮闘しておりますが、現在も複数の課題に向き合っております。 ■ドキュメント解析エンジンの精度向上や機能拡充をしていくリサーチと開発のリソース不足 ■RAG検証サービス(自社SaaS)の機能を拡充していくリサーチと開発のリソース不足 【業務内容】 LLMを用いた新規事業SaaSのMLOpsエンジニアとして、MLOps観点の改善企画の立案、検証、実行をリードいただきます。 施策の実行においては、社内のプロダクトエンジニアやPdM、リサーチャーとも連携が多いポジションです ▽具体的な業務内容 ■ViT系モデルやVLMの精度向上のための各検証ステップのオペレーション最適化 ■データセット、機械学習モデル、実験環境管理手法の確立 ■クラウドでの推論、RAG環境の構築 事業内容・業種 ソフトウェアベンダ

【現状の課題】 同社が目指すのは、Web上のあらゆるビジネス情報を再整理し、ビジネスシーンでのデータ活用業務を自然言語処理AIで総置換することです。そのために、世界中のニュース、企業情報、論文、特許などをWebから収集、抽出、加工して顧客に提供し、企業の製品化・事業化を加速させられるような「オープンデータリサーチサービス」を開発しています。 しかし、顧客が「欲しい情報」を配信するための機械学習モデルやアルゴリズムの設計において以下のような複数の課題を抱えています。 ■配信コンテンツ決定処理(text-preprocessing, deduplication, filtering, classification, etc)の精度の問題で、顧客が本当に欲しい記事を配信できずUXを下げている ■利用率向上に寄与しうるデータ拡充や精度向上施策を決めづらい ■機械学習にフォーカスするチームのリーダーが不在 【業務内容】 シニア機械学習エンジニアとして組織をリードすることを期待しています。 ■機械学習や自然言語処理を用いた配信パイプラインの検証・実装・運用 ■顧客フィードバックと利用データをもとに配信精度の課題を探索し、精度向上やデータ拡充の施策につなげる ■顧客に配信するニュース,論文,特許,レポートといった情報ソースの拡充戦略の策定と実行 【開発環境】 ▽開発言語 　データ/機械学習パイプライン: Python 　Webクローラー: TypeScript(Node.js) 　文字列処理: Rust ▽コンテナ 　Docker ▽IaC 　Terraform ▽クラウド 　AWS 事業内容・業種 ソフトウェアベンダ