【募集背景】 ECアプリにおけるレコメンド機能の開発・改善を担うポジションです。機械学習を活用する領域の拡大を想定しています。 【作業内容】 レコメンドモデルの設計、実装、チューニングを担当します。ユーザー行動等を活用した特徴量エンジニアリング、モデル評価設計、A/Bテストの設計・実施・効果検証を行います。CTR、CVR、LTV等の指標を踏まえたモデル改善、本番環境への実装・最適化、レコメンド特有の課題への対応を行います。PdM等と連携し、機械学習施策の技術的な意思決定を行います。 【求める人物像】 チームまたはプロジェクトをリードし、関係者と連携しながら機械学習施策を推進できる方を求めています。 【ポジションの魅力】 本番稼働中の機械学習モデルに対し、モデル設計・特徴量設計から実装、効果検証、継続的な改善まで一貫して担当できます。商品レコメンドに加え、UGCのパーソナライズ、広告配信の最適化、ダイナミックプライシングなどへ対象領域を広げられます。 【開発環境】 Python、BigQuery、Dataform、Google Cloud、Vertex AI、Vertex AI Experiments、Cloud Spanner、Looker Studio、Two-Tower、LightGBMを使用します。

【募集背景】 ECアプリにおけるレコメンド機能の開発・改善を推進するため、機械学習エンジニアを募集しています。 【作業内容】 本番稼働中のレコメンドモデルを対象に、設計、評価、実装、継続的な改善を一貫して担当します。レコメンドモデルの設計・実装・チューニング、特徴量エンジニアリング、モデル評価設計、A/Bテストおよび効果検証を行います。CTR、CVR、LTVなどの指標改善に向けたモデル最適化や、本番環境への実装、コールドスタートやリアルタイム性に関する課題解決も担当します。 【求める人物像】 PdMなどの関係者と連携し、技術的な意思決定を主体的に推進できる方を求めています。 【ポジションの魅力】 商品レコメンドを中心に、パーソナライズや広告配信最適化など、活用領域の拡大に携わることができます。 【開発環境】 機械学習モデルおよびデータ・機械学習基盤を活用します。

【募集背景】 【作業内容】 製造業データを活用した画像・ドキュメント検索およびAIパイプラインの設計、検証からプロダクション実装までを一気通貫で担当します。EmbeddingモデルやVector Searchを用いた検索手法の構築、評価基盤の作成、推論速度・コスト・スケーラビリティを考慮した本番最適化および継続改善を推進します。 【求める人物像】 【ポジションの魅力】 技術検証・PoCからシステム設計、開発、本番運用・改善まで幅広い工程に携わることができます。 【開発環境】 Python、TypeScript、PHPを使用します。PyTorch、Next.js、Laravel、GCP、Vertex AI Vector Search、FAISS、Milvus、Elasticsearch、OpenSearch、Git、Docker、Terraform、GitHubを活用します。

【募集背景】 電機メーカー向けのエッジAI／ビジョンセンサー開発を支援するため、ライブラリ開発を担当する人材を募集します。 【作業内容】 物体検知などを行うビジョンセンサーを対象に、機械学習モデルを製品上で利用するためのDLL／共有ライブラリおよびインターフェース部分の設計・開発を行います。学習・推論関連ライブラリの開発、既存コードのリファクタリング、テスト、性能改善を担当します。仕様を確認・整理しながら開発を進めます。 【求める人物像】 関係者と仕様を確認・整理しながら、主体的に開発を進められる方を求めます。 【ポジションの魅力】 エッジAIおよびビジョンセンサー領域において、機械学習モデルを製品で活用するためのライブラリ開発に携われます。 【開発環境】 C++、Python、PyTorch、画像認識、物体検知、Windows DLL、共有ライブラリ、Git、GitHubを使用します。

【作業内容】 MCUベース（STM32 / ESP32等）の組込みファームウェア開発への参加・低レベルドライバーと周辺機器の初期化を行います。 ブラシレスモーターのFOCアルゴリズム実装補助（電流ループ・速度ループ・位置ループの基本調整）を行います。 多モーター協調制御ロジックの開発に参加し、マスタースレーブアーキテクチャと多軸同期の基本実装の理解を深めていただきます。 シリアル通信プロトコル（UART / RS485 / TTL）の送受信実装および、上位機またはメイン基板との指令解析を行います。 CANバス通信の基本応用に参加し、フレーム構造と多ノード通信メカニズムの理解を深めていただきます。 センサーデータ収集（エンコーダー・IMU・電流サンプリング）を行い、制御アルゴリズムへのデータ提供を行います。 RTOSタスクスケジューリングと割り込み管理に参加し、多モーター並列制御のリアルタイム性確保に携わっていただきます。 PCBエンジニアとの協力によるハードウェア統合調整、およびオシロスコープ / ロジックアナライザーによる信号検証を行います。 ファームウェアドキュメントとテストケースの作成・維持を行います。 MCUベースの組込み制御システムアーキテクチャの主導（起動フロー・RTOSタスク計画・通信プロトコルスタック・安全メカニズム）を行います。 多軸ブラシレスモーターFOC制御アルゴリズムの独立設計と最適化（電流ループ帯域幅・弱磁制御・外乱抑制・トルクリップル抑制）を行います。 多モーター協調制御ソリューションの設計（マスタースレーブ時序同期・多軸補間・負荷分散・異常保護戦略）を行います。 シリアル通信バスアーキテクチャの主導（UART / RS485 / CAN）として、カスタム通信プロトコル・フレーム構造・ハンドシェイクメカニズム・エラー再送戦略の策定を行います。 関節レベルの運動制御アルゴリズム開発（位置計画・速度フィードフォワード・トルク制御による精確な機械連動の実現）を行います。 制御パラメーター同定とシステムモデリングの主導、およびモーター＋機械負荷の統合動力学モデルの構築を行います。 組込みソフトウェア開発規範の策定・コードレビュー・単体テスト・バージョン管理体制の推進を行います。 ファームウェアOTAアップグレードソリューションの設計主導および量産製品の保守性確保を行います。 機械・PCBエンジニアとの深い協力のもと、センサー配置・ドライブインターフェース・リアルタイム要件の定義を行います。 若手エンジニアのメンタリング、技術レビューと特許執筆への参加を行います。

【募集背景】 AIプロダクトおよび新規AI案件を横断して技術推進を担う人材を募集します。 【作業内容】 各プロダクトの技術提案レビュー、共通評価基準および精度を継続的に追える仕組みの構築、AIプロダクトのセキュリティ関連の取りまとめを行います。新規AI案件では、実現性の検討、進め方の整理、見積もり材料の作成、PoCの設計・実装、必要環境の要件整理を担います。あわせて、AI関連課題の整理・推進、社員エンジニアへのコードレビューおよび技術支援を行います。 【求める人物像】 主体的に課題を拾い、画像・LLM・予測モデルを横断して専門家と連携できる方を求めます。検証に留めず、精度・運用・現場オペレーションまで見据えて実用化を推進できる方を歓迎します。AIの不確実性を踏まえ、安全弁やレビューの仕組みまで含めて設計できる方を求めます。 【ポジションの魅力】 複数のAIプロダクトを横断し、技術方針の策定からPoC実装、品質・セキュリティ設計、エンジニア育成まで幅広く関われます。 【開発環境】 Python、AWS、機械学習、LLM、RAG、AIエージェント、MLOps

【募集背景】 機械学習・AIを活用したシステムを事業本部内で推進していくにあたり、実運用を前提としたMLシステム全体の設計・構築を担える人材を求めております。 【作業内容】 AWS SageMaker 等を活用した機械学習システムの設計・構築をご担当いただきます。 機械学習パイプラインの構築や、API、バッチ処理、データ基盤、ストレージ、監視などを組み合わせたアーキテクチャ設計を行っていただきます。 本番運用を想定したモデル管理、デプロイ、監視、ログ収集、障害対応、性能改善までを一貫して対応していただきます。 CI/CD、IaC、コンテナ等を活用した開発・運用基盤の整備や、AWS環境における権限・セキュリティ設計もご担当いただきます。 要件整理、アーキテクチャ設計、実装、テスト、運用設計までの一連の工程を推進していただきます。 【求める人物像】 モデル開発だけでなく、実運用を見据えたシステム全体の設計・構築ができる方を求めております。 機械学習、クラウド、アプリケーション、インフラ、運用を横断的に理解し、要件が固まりきっていない状況でも技術的な論点整理や実現方式の検討を主体的に進められる方が望ましいです。 長期的な保守性、拡張性、セキュリティを意識して設計できる方を歓迎いたします。 【ポジションの魅力】 機械学習モデルの構築にとどまらず、データ前処理から学習、評価、推論、再学習、モデル管理、監視、障害対応までを含めたMLシステム全体の設計・構築に携わることができます。 AWS SageMaker をはじめとしたクラウドサービスやマイクロサービスを組み合わせた先進的なアーキテクチャに関わる機会があり、MLOps やインフラ、セキュリティを含めた横断的なスキルを高めていただけます。 【開発環境】 AWS 環境（AWS SageMaker 等）を活用した機械学習システムおよびMLOps基盤を想定しております。

板金などを加工する工作機械を制御する Windwosアプリケーションの開発案件です。 担当工程は基本設計から単体試験までです。

携わる案件によって様々ですが、 主には自動車にまつわる新規技術を利用した開発プロジェクトにご参画頂きます。 電気回路設計や機械設計のご経験がある方で、ご希望の際にはスキルに見合った案件もご用意がございますので、ご相談頂けますと幸いです。 ・詳細設計 ・製造 ・テスト

新設の燃料電池工場における製造実行系システム群の整備に関し、導入済みのPLC（MELSEC）の最終動作試験をサポートし、不具合の改修を担当。工場の設備概要を把握し、機械動作や製造方法のキャッチアップを行った上で設計対応をする。

・論文にある先端的な機械学習モデル、学習アルゴリズムの実装・評価 ・当研究所内の研究者が開発した機械学習モデル、学習アルゴリズムの実装・評価 ・サービス実装を想定し、データベース設計やプログラムコード最適化の調査・提案

・工作機械の標準画面の開発を行います。 ・要件定義や設計、プログラミング、テストを含む様々な工程に携わります。 ・作業内容を口頭及びドキュメントで説明する機会があります。

C言語を用いて、通行券発行装置の接続機器変更に伴うインタフェース変更対応業務、別システムの調査および小規模対応業務をご担当いただきます。

基本設計~ 結合テスト

【募集背景】 機械学習・AI を活用したシステムニーズの高まりに伴い、運用・保守までを見据えた機械学習システム構築案件が増加しているため、機械学習基盤構築をリードいただける方を募集しております。 【作業内容】 ・AWS SageMaker 等を活用した機械学習システムの設計・構築をご担当いただきます。 ・データ前処理から学習、評価、推論、再学習までを含む機械学習パイプラインの設計・実装を行っていただきます。 ・API、バッチ処理、データ基盤、ストレージ、監視などを組み合わせたアーキテクチャ設計を実施していただきます。 ・本番運用を前提としたモデル管理、デプロイ、監視、ログ収集、障害対応、性能改善を推進していただきます。 ・CI/CD、IaC、コンテナなどを活用した開発・運用基盤の整備を行っていただきます。 ・AWS環境における権限やセキュリティ設計を含め、要件整理からアーキテクチャ設計、実装、テスト、運用設計まで一連の工程をご担当いただきます。 【求める人物像】 モデル開発だけでなく、実運用を見据えたシステム全体の設計・構築ができる方を求めております。機械学習、クラウド、アプリケーション、インフラ、運用を横断的に理解し、要件が固まりきっていない状況でも技術的な論点整理や実現方式の検討を主体的に進められる方を想定しております。長期的な保守性、拡張性、セキュリティを意識して設計できる方を歓迎いたします。 【ポジションの魅力】 機械学習モデル開発だけでなく、MLOps を含むエンドツーエンドの機械学習基盤構築に携わることができ、アプリケーションからインフラまで横断的なスキルを習得・発揮していただけます。大規模な環境で実運用を前提としたアーキテクチャ設計や運用設計の経験を積むことができるポジションです。 【開発環境】 AWS 環境上で SageMaker を中心としたクラウド機械学習サービスおよびコンテナ、CI/CD、IaC などの技術スタックを利用した開発環境となります。

・建設機械の状態表示、点検結果の入力などを行うモバイルアプリの設計・開発です。 ・WEBベースのモバイルアプリ（iOS,Ａｎｄｒｏｉｄ,Windows)を 　Cordovaを使用して開発を行います。 ・設計・開発者として、下段に記載したスキルを用いて 　アプリ開発・保守運用を実施いただく想定です

・工作機械関連のWindowsアプリケーション開発 ・開発言語：C++、(C#少々) ・作業工程：設計～製造～テスト

保険商品の契約情報と自然災害やリスクマップなどの情報やお客様の行動情報を分析し、 分析モデルチームが検討した仕様を基にモデル開発を実施。 継続的に新商品などの発売に向けてモデル開発が続いて行くため、 検討・設計・開発を４～５ヶ月のサイクルで繰り返す。

保険商品の契約情報と自然災害やリスクマップなどの情報やお客様の行動情報を分析し、 分析モデルチームが検討した仕様を基にモデル開発を実施。 継続的に新商品などの発売に向けてモデル開発が続いて行くため、 検討・設計・開発を４～５ヶ月のサイクルで繰り返す。

・建設機械の状態表示、点検結果の入力などを行うモバイルアプリの設計 ・開発 ・WEBベースのモバイルアプリ（iOS,Android,Windows)をCordovaを使用して開発 ・設計・開発者として、下段に記載したスキルを用いてアプリ開発・保守 運用を実施予定

・主にAIのプロダクト設計や映像データ解析、人事領域のデジタル技術による改革（デジタルトランスフォーメーション、DX）を促進させるサービスを開発しています ・大学や外部パートナーとの共同研究を行うメンバーとしても活動いただく可能性があります

■案件内容■ 特定のデータ（ヘルスケア関連情報）を元に、 AI・機械学習により推定結果を算出するためのモデル・API開発の支援業務になります。 設計から実装まで、一人称での開発をご担当いただく想定です。

台湾・タイサイト向けにリリースし、日本向けへの展開を実施する。受注・決済機能のAPIおよびバッチなどの バックグラウンドのアプリケーション設計・開発をご担当。マイクローサービスの思想を取り入れており、 20-30代で作業スピードが早い方にマッチする案件となります。

作業内容 ： 工作機械と連携するGUI画面の入出力アプリの開発 工　程　 ： (仕様検討・要件まとめ～) 基本設計～詳細設計～製造～総合テスト

クラウドサービス（Azure）を利用した機械学習サービス開発において詳細設計のフェーズからご担当いただきます。

AIツール開発プロジェクトにおいて、アプリケーションの 設計・開発・運用を中心にご担当いただきます。 クライアントやPMと連携しながら、データ基盤構築、ETL／ELTパイプライン構築、 バックエンド開発まで横断的にご対応いただくポジションです。 クライアントおよびPMとの仕様調整、進捗報告、課題解決の推進 データ基盤、ETL／ELTパイプラインの構築 Webフレームワークを用いたバックエンドAPIの設計

【募集背景】 統合人事システム「COMPANY」導入に伴う支援を行います。 【作業内容】 CKの導入支援として、総合検証から並行稼働フェーズにおける設定・設計、検証、本番移送を担当します。エラーや課題発生時には調査対応を行います。 【求める人物像】 関係者と適切にコミュニケーションを取り、自発的に情報収集して行動できる方を求めます。ドキュメント作成および会議体での説明ができる方を歓迎します。 【ポジションの魅力】 統合人事システム「COMPANY」の導入プロジェクトにおいて、検証から本番移送までの導入支援に携われます。 【開発環境】 プロダクトはCK、バージョンはVer.8です。

概要：AI-OCRシステム開発支援 　　　図面から情報を抜き出し、解析・集計するシステムの開発 担当：基本設計～

概要：AI-OCRシステム開発支援 　　　図面から情報を抜き出し、解析・集計するシステムの開発 担当：基本設計～

【募集背景】 大規模なユーザーデータとコンテンツデータを活用し、最適な創作と読者を結びつける推薦基盤を発展させるための体制強化を目的として募集しています。 【作業内容】 おすすめ機能や検索機能の要件定義および目標指標の設計、技術選定を行います。 ユーザーの行動ログやコンテンツの特徴量を抽出するデータ処理基盤を設計・運用します。 LLMや埋め込み技術を用いてコンテンツ理解および検索の基盤を設計・運用します。 推論パイプラインやLLM・機械学習モデルの開発および運用体制（LLMOps / MLOps）の仕組みを設計し、継続的に改善します。 ユーザー行動とコンテンツ情報に基づく推薦エンジンの開発・改善を行います。 コンテンツ分類の仕組みと記事評価機能の開発・改善を行い、その運用をチームとして支援します。 信頼性・安全性向上のため、悪意ある行動を検知しLLMで判定するフィルタリング機能を開発します。 既存の機械学習基盤を最新技術に更新し、性能およびコストの改善を図ります。 新規事業における検索・おすすめ機能の企画・開発・改善に携わります。 【求める人物像】 ミッション・ビジョン・バリューに共感し、その実現に主体的に取り組める方を求めています。 新しい技術への感度が高く、プロダクト品質向上にこだわりを持って取り組める方を歓迎します。 環境変化に柔軟に対応し、建設的な議論を推進できる方を求めています。 計測と実験を重視し、データドリブンに意思決定できる方に適したポジションです。 技術以外の要素も含む複雑なビジネス課題に対して前向きに取り組み、解決を楽しめるマインドをお持ちの方を歓迎します。 生成AIの最新技術を積極的に取り込み、基盤の継続的な改善に強い興味をお持ちの方を求めています。 【ポジションの魅力】 多様なコンテンツとコミュニティから生まれるユニークなデータを扱いながら開発に携わることができます。 国内でも有数のデータ規模を持つコンテンツプラットフォームで、推薦・検索基盤の運用経験を積むことができます。 LLMを推薦に活用する実践的な知見を蓄積できる環境です。 最新のAI技術を積極的に取り入れ、対外的な発信も奨励される文化があります。 技術選定やロードマップ策定に大きな裁量を持ち、AI・機械学習基盤構築の中核として活躍できるポジションです。 【開発環境】 機械学習システムの開発には主にPythonを使用し、Databricks上で動作することを前提にライブラリを選定します。 システム間通信にはProtocol Bufferを利用します。 開発にはJupyter Notebook on Databricksを利用し、Pythonプロジェクトのパッケージングにはrye（uv backend）を利用します。 データ処理基盤としてはSnowflakeおよびDatabricksのSparkを使用し、大規模データの処理・学習・推論を行います。 マネージドクラウドサービスとしてDatabricks on AWSおよびQdrantを利用します。