どんな仕事か: ・課題の数理的定式化と技術戦略の策定 (Research & Design)
顧客の抽象度が高いビジネス課題に対し、背景にある物理現象や業務プロセスを深く理解した上で、最適な数理モデル（機械学習、数理最適化、シミュレーション等）への定式化を行います。
類似事例が存在しない難題に対して、NeurIPS/CVPR/ICML等の最先端論文（SOTA）から技術的なインサイトを得つつ、ビジネス制約（コスト、計算リソース、リアルタイム性）を考慮した実現可能な技術ロードマップを策定・提案します。

・高難度アルゴリズムの実装と突破 (Implementation)
既存ライブラリでは対応できない特殊な要求に対し、論文の数式を深く理解し、PyTorch等を用いてアルゴリズムをスクラッチで実装・独自改良します。
ノイズが多い、データが少ないといった悪条件下でも機能するロバストなモデルを構築するために、ドメイン知識を組み込んだ特徴量設計や、学習プロセスの高度なチューニングをリードします。

・アーキテクチャ設計と技術品質の統制 (Engineering)
個別のプロジェクトにとどまらず、会社全体のMLシステムアーキテクチャやデータパイプラインの設計責任を持ち、長期的な保守性と拡張性を担保します。
全社的な技術選定の指針策定や、ベストプラクティスの標準化を行い、組織全体のエンジニアリング品質の底上げを主導します。

・事業価値への接続と期待値コントロール (Communication)
技術的なアプローチが、顧客のPL（売上向上・コスト削減）にどう貢献するかを言語化し、経営層やクライアント責任者に対して論理的に提案・合意形成を行います。
技術的な不確実性が高いフェーズにおいて、何ができて何ができないか（技術的限界）を明確に伝え、顧客の期待値を適切にコントロールしながらプロジェクトを成功へ導きます。
求められるスキルは: 必須【必須要件】
AIエンジニア、機械学習エンジニア、データサイエンティストとしての実務経験（目安2年以上）
ビジネス要求に基づき、データの入力から推論結果の出力、評価までの一連のパイプラインを、メンターの指示に頼らず自律的に設計・構築できる。
実験環境（Jupyter Notebook等）で動くだけでなく、プロダクション環境での運用に耐えうる、可読性と保守性の高いコードを記述できる。
ビジネス課題に対して、関連技術の論文サーベイを行い、手法の比較と選定・再現実装ができる

歓迎【歓迎要件】
分析結果やモデルの成果を、エンジニアではないステークホルダー（ビジネス職、経営層）にも伝わる言葉でわかりやすく説明できる。
Webアプリケーションやクラウド環境のジョブ連携などのプロダクション環境への実装した経験がある。
雇用形態は: 正社員
どこで働くか: 千代田区
勤務時間は: 10:00~19:00/※8時間
給与はどのくらい貰えるか: 1000万円～1500万円 ※提示年収は、今までのご経験や選考の中でのご評価によって決定いたします。最低年収を下回る可能性もございますので、あらかじめご了承ください。
休日休暇は: 土曜日,日曜日,祝日／年末年始、慶弔、産前産後休暇、育児休暇、看護休暇、介護休暇
※入社時有給付与（最大10日）

機械学習エンジニア【DX Solution事業本部】_senior

データサイエンティスト