機械学習エンジニア【業務委託】

機械学習エンジニア【業務委託】フルリモート可｜製造業特化の京大×松尾研発急成長AIスタートアップで新規メンバー募集！ 仕事概要 ◼️ミッション エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。 日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。 本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。 単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。 ◼️本ポジションについて エムニでは、製造業を中心とした顧客向けに、オーダーメイドAIの開発・導入を行っています。 MLエンジニアには、データサイエンティストやAIプロジェクトマネージャーが整理した顧客課題・検証テーマをもとに、機械学習モデルの設計、学習、評価、改善、本番実装、運用設計まで担っていただきます。 扱うテーマは、外観検査画像を用いた不良検知、設備ログを用いた異常検知・予兆保全、生産実績や需要データを用いた予測、文書や記録データを用いた分類など、多岐にわたります。 また、LLM/RAG/AIエージェントなどの生成AI技術と、従来型の機械学習モデルを組み合わせることで、より高度な業務支援システムを構築する機会もあります。 Webエンジニア、インフラエンジニア、AI/LLMエンジニアと連携しながら、モデルを本番環境で安定して届けるところまで責任を持っていただくポジションです。 ◼️仕事のやりがい - 製造業の現場で実際に使われる機械学習モデル・AIシステムを開発できる - 画像認識、異常検知、時系列予測、需要予測など、産業課題に直結するテーマに挑戦できる - PoCで精度を示すだけでなく、API化・本番導入・監視・継続改善まで担える - データサイエンティスト、Webエンジニア、インフラエンジニア、PMと連携して社会実装を進められる - MLOps、推論基盤、再学習、モデル監視など、運用を見据えたML開発に関われる - LLM/RAG等の生成AIと機械学習を組み合わせた、新しいAIシステムに挑戦できる - 将来的にはMLテックリード、MLOps責任者、AIソリューションの技術リードを目指せる ◼️業務内容 スキルやご経験、ご志向に応じて、以下のような業務をお任せします。 - 製造業を中心とした顧客課題に対する機械学習モデル・アルゴリズムの設計、開発、評価 - 画像認識、異常検知、時系列予測、需要予測、分類、回帰、最適化等のモデル開発 - データ前処理、特徴量設計、学習データ設計、評価指標設計 - モデル精度の改善、エラー分析、ロバスト性向上 - 推論速度、処理性能、コスト、安定性を踏まえたモデル・処理方式の改善 - 機械学習モデルのAPI化、Webアプリケーション・業務システムへの組み込み - 学習・推論パイプライン、バッチ処理、再学習フローの設計・開発 - モデル監視、性能劣化検知、データドリフト検知、バージョン管理 - クラウド・GPU環境を活用した学習・推論基盤の構築支援 - インフラエンジニアと連携したMLOps・運用基盤の整備 - AI/LLMエンジニアと連携した、LLM/RAGと機械学習モデルを組み合わせた機能開発 - PM・データサイエンティスト・顧客への技術説明、検証結果共有 - 最新論文・技術トレンドの調査、実装検証、社内ナレッジ共有 ◼️取り組むテーマ例 - 検査画像・外観画像を用いた不良検知・分類モデルの開発 - 設備ログ・センサーデータを用いた異常検知・予兆保全モデルの開発 - 受注・生産・在庫データを用いた需要予測・生産計画支援モデルの開発 - 品質データを用いた不良発生予測・品質改善支援 - 作業データや工程データを用いた効率化・最適化モデルの開発 - 文書・帳票・記録データを活用した分類・抽出モデルの開発 - 学習済みモデルの推論API化と業務アプリケーションへの組み込み - 本番導入後のモデル監視・再学習・性能改善 - LLM/RAGと予測モデル・分類モデルを組み合わせた業務支援AI - 複数顧客・複数案件に横展開可能なML開発・運用基盤の整備 ◼️このポジションで期待する成果 - 顧客課題に対して、適切なモデル方式・評価方法を設計できる - PoCでのモデル検証から、本番システムへの組み込みまで推進できる - 精度だけでなく、推論速度、コスト、可用性、保守性を意識して開発できる - 運用開始後の性能監視や再学習を含め、継続的に改善できる仕組みをつくれる - Webエンジニアやインフラエンジニアと連携し、AIモデルを安定した機能として提供できる - 技術的な検討内容や制約を、顧客・PM・非技術者にもわかりやすく説明できる ◼️開発環境 - 言語：Python、SQL、TypeScript - 機械学習・深層学習：PyTorch、TensorFlow、scikit-learn、Hugging Face - データ処理：Pandas、NumPy、SciPy - API・アプリケーション：FastAPI、Next.js、React、Streamlit - AI/生成AI：OpenAI API、Azure OpenAI Service、Anthropic Claude、Gemini、Amazon Bedrock、Vertex AI - クラウド：AWS、Google Cloud、Azure - コンテナ・運用：Docker、CI/CD、各種監視サービス - データベース・データ基盤：PostgreSQL、MySQL、BigQuery - コード管理：GitHub - コミュニケーション：Slack、Notion - その他：Cursor、ChatGPT、Claude、Gemini、GitHub Copilot など ※利用技術はプロジェクトや課題に応じて柔軟に選定します。 必須スキル ◼️ミッション エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。 日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。 本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。 単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。 ◼️本ポジションについて エムニでは、製造業を中心とした顧客向けに、オーダーメイドAIの開発・導入を行っています。 MLエンジニアには、データサイエンティストやAIプロジェクトマネージャーが整理した顧客課題・検証テーマをもとに、機械学習モデルの設計、学習、評価、改善、本番実装、運用設計まで担っていただきます。 扱うテーマは、外観検査画像を用いた不良検知、設備ログを用いた異常検知・予兆保全、生産実績や需要データを用いた予測、文書や記録データを用いた分類など、多岐にわたります。 また、LLM/RAG/AIエージェントなどの生成AI技術と、従来型の機械学習モデルを組み合わせることで、より高度な業務支援システムを構築する機会もあります。 Webエンジニア、インフラエンジニア、AI/LLMエンジニアと連携しながら、モデルを本番環境で安定して届けるところまで責任を持っていただくポジションです。 ◼️仕事のやりがい - 製造業の現場で実際に使われる機械学習モデル・AIシステムを開発できる - 画像認識、異常検知、時系列予測、需要予測など、産業課題に直結するテーマに挑戦できる - PoCで精度を示すだけでなく、API化・本番導入・監視・継続改善まで担える - データサイエンティスト、Webエンジニア、インフラエンジニア、PMと連携して社会実装を進められる - MLOps、推論基盤、再学習、モデル監視など、運用を見据えたML開発に関われる - LLM/RAG等の生成AIと機械学習を組み合わせた、新しいAIシステムに挑戦できる - 将来的にはMLテックリード、MLOps責任者、AIソリューションの技術リードを目指せる ◼️業務内容 スキルやご経験、ご志向に応じて、以下のような業務をお任せします。 - 製造業を中心とした顧客課題に対する機械学習モデル・アルゴリズムの設計、開発、評価 - 画像認識、異常検知、時系列予測、需要予測、分類、回帰、最適化等のモデル開発 - データ前処理、特徴量設計、学習データ設計、評価指標設計 - モデル精度の改善、エラー分析、ロバスト性向上 - 推論速度、処理性能、コスト、安定性を踏まえたモデル・処理方式の改善 - 機械学習モデルのAPI化、Webアプリケーション・業務システムへの組み込み - 学習・推論パイプライン、バッチ処理、再学習フローの設計・開発 - モデル監視、性能劣化検知、データドリフト検知、バージョン管理 - クラウド・GPU環境を活用した学習・推論基盤の構築支援 - インフラエンジニアと連携したMLOps・運用基盤の整備 - AI/LLMエンジニアと連携した、LLM/RAGと機械学習モデルを組み合わせた機能開発 - PM・データサイエンティスト・顧客への技術説明、検証結果共有 - 最新論文・技術トレンドの調査、実装検証、社内ナレッジ共有 ◼️取り組むテーマ例 - 検査画像・外観画像を用いた不良検知・分類モデルの開発 - 設備ログ・センサーデータを用いた異常検知・予兆保全モデルの開発 - 受注・生産・在庫データを用いた需要予測・生産計画支援モデルの開発 - 品質データを用いた不良発生予測・品質改善支援 - 作業データや工程データを用いた効率化・最適化モデルの開発 - 文書・帳票・記録データを活用した分類・抽出モデルの開発 - 学習済みモデルの推論API化と業務アプリケーションへの組み込み - 本番導入後のモデル監視・再学習・性能改善 - LLM/RAGと予測モデル・分類モデルを組み合わせた業務支援AI - 複数顧客・複数案件に横展開可能なML開発・運用基盤の整備 ◼️このポジションで期待する成果 - 顧客課題に対して、適切なモデル方式・評価方法を設計できる - PoCでのモデル検証から、本番システムへの組み込みまで推進できる - 精度だけでなく、推論速度、コスト、可用性、保守性を意識して開発できる - 運用開始後の性能監視や再学習を含め、継続的に改善できる仕組みをつくれる - Webエンジニアやインフラエンジニアと連携し、AIモデルを安定した機能として提供できる - 技術的な検討内容や制約を、顧客・PM・非技術者にもわかりやすく説明できる ◼️開発環境 - 言語：Python、SQL、TypeScript - 機械学習・深層学習：PyTorch、TensorFlow、scikit-learn、Hugging Face - データ処理：Pandas、NumPy、SciPy - API・アプリケーション：FastAPI、Next.js、React、Streamlit - AI/生成AI：OpenAI API、Azure OpenAI Service、Anthropic Claude、Gemini、Amazon Bedrock、Vertex AI - クラウド：AWS、Google Cloud、Azure - コンテナ・運用：Docker、CI/CD、各種監視サービス - データベース・データ基盤：PostgreSQL、MySQL、BigQuery - コード管理：GitHub - コミュニケーション：Slack、Notion - その他：Cursor、ChatGPT、Claude、Gemini、GitHub Copilot など ※利用技術はプロジェクトや課題に応じて柔軟に選定します。 歓迎スキル - 週20時間以上の安定した稼働 - 機械学習モデルの本番導入・運用・継続改善の経験 - 画像認識、異常検知、時系列予測、需要予測、推薦、数理最適化等の開発経験 - MLOps、学習・推論基盤、モデル管理、実験管理、再学習フローの構築経験 - FastAPI、Flask、Django等を用いたモデルAPI開発経験 - Docker、クラウド、GPU環境等を活用した機械学習システム開発経験 - モデル監視、性能劣化検知、データドリフト検知等の経験 - Webアプリケーションや業務システムへのAIモデル組み込み経験 - LLM、RAG、AIエージェントと機械学習モデルを組み合わせた開発経験 - 製造業における品質、設備、生産、検査、サプライチェーン等の課題に関する知見 - 論文執筆、学会発表、特許出願、Kaggle等のコンペティション実績 - スタートアップや新規事業における0→1開発経験 - 技術選定、設計レビュー、コードレビュー、メンバー支援の経験 求める人物像 - エムニのミッションに共感し、機械学習技術を製造業の現場で活かしたい方 - モデルの精度検証だけで終わらず、本番で使われるAIシステムをつくりたい方 - 画像、設備ログ、生産データ、品質データなど、現場に根ざしたデータを扱うことに面白さを感じる方 - 精度、速度、運用性、コスト、保守性を含めて技術を磨き込みたい方 - Webエンジニアやインフラエンジニアと連携し、モデルをサービスとして届けたい方 - 顧客の業務背景を理解し、実用性の高いAI機能を実現したい方 - 新しいモデルや技術をキャッチアップし、実装・検証に活かせる方 - 不確実性のある課題にも仮説検証を重ねながら前向きに取り組める方 - スピード感のあるスタートアップ環境を楽しめる方 応募概要 給与 時給3000~6000円 ※経験や能力を考慮の上決定します。 勤務地 本社オフィスまたは京都オフィスへの出社、もしくはフルリモート可 - 本社オフィス：〒101-0031 東京都千代田区東神田1丁目11-5 石田ビル東神田3F - 京都オフィス：〒606-8307 京都市左京区吉田上阿達町17番地 地域経済牽引拠点1F 雇用形態 業務委託 勤務体系 ◼️就業時間 フレックスタイム制 試用期間 あり 福利厚生