機械学習エンジニア■フルリモート/業務委託/週12時間～■機械学習・AIモデルの開発・運用

■場所：フルリモート
※京都オフィスへ出社が可能な方も歓迎しております
出社場所：
京都府京都市左京区田中門前町73番 百万遍ビル 3F

■時間：週12時間～
※雇用メンバーの平均的な稼働時間は平日9:00~18:00となっております

■形態：業務委託

━━━━━━━━━━━━━━━━
概要
━━━━━━━━━━━━━━━━
Athena Technologiesは、企業ごとの業務課題に合わせたAIシステムの開発と、プライベートAIの構築を行う会社です。企業が抱える課題は、最初から「どのAI技術を使えば解決できるか」が明確になっているとは限りません。業務やデータの状況を理解し、解決すべき課題を整理したうえで、適切なモデルやシステムへ落とし込む必要があります。

私たちは、生成AI・LLM、画像認識、深層学習、数理最適化、需要予測などの技術を組み合わせ、顧客ごとの課題に応じたオーダーメイド型のAIシステムを開発しています。課題の整理や要件定義から、データ設計、モデル開発、プロダクトへの組み込み、本番運用、改善まで一気通貫で関わり、AIを技術検証やPoCで終わらせず、実際の業務で使われる状態にすることを重視しています。本ポジションでは、これまでのご経験や専門性に応じてプロジェクトへ参画し、モデルやAI機能の設計・開発、精度改善、本番環境への組み込みなどを担っていただきます。

━━━━━━━━━━━━━━━━
業務内容
━━━━━━━━━━━━━━━━
案件やご経験に応じて、以下の業務を担当していただきます。

・生成AI、深層学習、画像認識、数理最適化モデルの設計・実装・評価・改善
・データセットの構築、前処理、アノテーション設計、特徴量設計
・課題に応じたアルゴリズムやモデルの選定、チューニング、精度検証
・API、バックエンド、データ基盤と連携したAI機能の実装
・クラウド環境（AWS、GCP等）へのモデルのデプロイ・運用
・モデルのモニタリングおよび継続的な改善
・MLOpsによる学習・評価・改善サイクルの構築
・クライアントとの要件定義、技術提案、フィジビリティスタディ
・現場ヒアリングや業務分析を通じた課題の特定
・バックエンドメンバー、フロントエンドメンバー、顧客と連携したプロダクト開発
・技術内容や検証結果に関する顧客への説明
・コードレビューおよびコード品質向上
・ご経験に応じた技術リード、設計レビュー、開発方針の策定

━━━━━━━━━━━━━━━━
プロジェクト例
━━━━━━━━━━━━━━━━
【キッコーマン様：食材と調味料の相性を予測するAIモデルの共同研究】

キッコーマン様と、食材と調味料の組み合わせに対し、人がどの程度「おいしい」と感じるかを予測するAIモデルを共同で開発しました。味覚の評価は人によって異なり、モデル開発に使用できるデータが最初から存在していたわけではありません。そのため、どのような質問や評価方法でデータを収集するかという設計段階から取り組み、アンケートデータの収集・分析、モデル構築を進めました。このようなプロジェクトでは、モデルを実装するだけでなく、顧客の専門知識を理解し、データの作り方や検証方法を設計するところから関わります。まだ正解やデータが定まっていない課題を、顧客とともに機械学習で扱える形へ整理し、モデルとして実現する経験を得られます。

参考：キッコーマン様 味覚予測AI共同研究
https://athenatech.jp/case/kikkoman-taste-prediction

【長谷工コーポレーション様：外壁タイル接着率判定システム】

建設現場における外壁タイルの検査業務に対し、画像認識技術を用いて接着剤の充填状況を判定するモデルを開発・提供しました。スマートデバイスで撮影したタイル裏面の画像から、接着剤が塗布された部分をセグメンテーションモデルで抽出・分類し、接着率を数値として算出します。人の目視や色彩だけに依存していた検査をAIで支援し、検査精度の向上と記録業務の効率化につなげた事例です。このようなプロジェクトでは、現場で取得される画像データの特性を理解し、データセットの構築、モデル開発、精度検証、業務システムへの組み込みまで関わります。

参考：外壁タイル接着率判定システム
https://athenatech.jp/case/haseko-adheresive-segmentation

━━━━━━━━━━━━━━━━
必須条件
━━━━━━━━━━━━━━━━
・機械学習または深層学習を用いたプロダクト開発経験
・Python、PyTorchまたはTensorFlow、Scikit-Learn等を用いた実装経験
・担当領域について、自ら設計・実装・検証を進められる方
・Gitを利用したチーム開発経験
・オンラインでの定例ミーティングや、テキストでの業務コミュニケーションに対応できる方

━━━━━━━━━━━━━━━━
歓迎条件
━━━━━━━━━━━━━━━━
・生成AI・LLM関連の研究または実装経験
・画像認識、物体検出、セグメンテーション等の実装経験
・数理最適化、時系列予測、需要予測などの応用経験
・クラウド環境（AWS、GCP等）へのモデル展開・運用経験
・API、バックエンド、データ基盤と連携したAI機能の実装経験
・MLOpsツールを用いたモデル運用経験
・データ収集、アノテーション、評価指標の設計経験
・技術リードやコードレビューの経験
・顧客との要件整理や技術説明の経験

━━━━━━━━━━━━━━━━
求める人物像
━━━━━━━━━━━━━━━━
・プロジェクトの目的から逆算し、必要な技術や検証方法を考えられる方
・与えられた仕様の実装だけでなく、技術的な課題や改善案を提示できる方
・データや要件が十分でない状況でも、仮説を立てて検証を進められる方
・モデルの精度だけでなく、プロダクトへの組み込みや運用まで考えられる方
・社内メンバーや顧客と認識を合わせながら、自律的に業務を進められる方
・自身の設計や技術選定について、根拠を説明できる方

・Reworker運営事務局による推薦可否判断
・書類選考
・面接2-3回
・内定
※基本は面接のみですが場合によっては技術課題の発生可能性がございます

・履歴書
・職務経歴書
※選考フロー、必要書類は変更する可能性がございます