どんな仕事か: DX Solution事業部のAIエンジニアとして、顧客課題の解決に向けたアルゴリズム選定から、実装、評価、デプロイまでの一連のパイプライン構築をリードしていただきます。
ビジネス要求から逆算して「どの技術を使うべきか」を選定し、自ら手を動かして実装・検証を行うポジションです。

【具体的なタスク例】
・課題の数理的定式化と論文サーベイ (Research & Design)
顧客の「なんとなくの悩み」を、機械学習で解けるタスク（分類、回帰、生成、最適化等）に落とし込みます。
関連する最新論文（NeurIPS, CVPR, KDD等）を調査し、ビジネス制約（推論速度、コスト、データ量）に合わせた最適な手法を選定します。

・SOTAモデルの実装と検証 (Implementation)
選定した論文の手法（Loss関数、Optimizer、独自レイヤー等）を、PyTorch等を用いてスクラッチ、あるいは既存実装をベースに再現・実装します。
実際の顧客データを用いて、アルゴリズムの精度検証サイクルを自律的に回します。

・プロダクションレベルのコード品質担保 (Engineering)
再現性担保のためのモデル学習・推論のパイプラインを構築します。
Webアプリケーションと統合し、実装したアルゴリズムをプロダクション環境へ統合し、アルゴリズムを実際のユーザーに使っていただきます。
推論APIのI/F設計や、Dockerコンテナ化、CI/CDパイプラインへの統合を主導します。

・ステークホルダーへの技術説明 (Communication)
アルゴリズムを適用した結果とその考察、ビジネス上のインパクトを、ビジネス職やクライアントにも伝わる言葉で翻訳し、説明します。
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: 800万円～1200万円 ※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】_junior

データサイエンティスト