機械学習エンジニア

必須

• 機械学習または統計解析を用いたデータ分析の実務経験
• Pythonを用いたデータ分析・モデル開発・実装の経験
• 単なるライブラリ実装に留まらず、アルゴリズムの理論や統計学を学習し、その特性を理解した上で最適な手法を選定できる能力。

歓迎

• GCP (BigQuery, Dataflow, Cloud Composerなど) または AWS/Azureなどのクラウド環境での開発経験。
• LLM（大規模言語モデル）やTransformerモデルを用いた開発経験。
• 自然言語処理（NLP）に関する知識と実務経験（非構造化テキストデータ解析経験は特に歓迎）
• プロダクトのリファクタリングやドキュメント整備を通じて、開発資産（Asset）化を推進した経験。
• アカデミアでの研究経験（博士号取得者、または修士課程修了者で相応の論文・学会発表実績）
• （社内外問わず）クライアントの要望やビジネス課題を聞き、自ら解決手法を構想し、実装に落とし込んだ経験。
• 大規模データ（テラバイト級以上）を扱う上で直面する計算時間、コスト、実行環境に関する困難に対処し、納期コミットメントを持ってプロジェクトを完遂した経験。

求める人物像

• 結果への強いコミットメント： ただ何かしらの結果を出すだけでなく、理論を理解した上で最適なアルゴリズムを選定し、結果の客観性と解像度を貪欲に追求する姿勢。
• 創造性と向上心： 今までにない分析手法の開発や、異分野の手法を取り入れる創意工夫力を持ち、常に新しい情報やアルゴリズムを求め続ける姿勢。
• コミュニケーション能力： 技術的な理論がわからないクライアント（経営層、官僚など）に対して、分析結果やアルゴリズムの妥当性をわかりやすい言葉で論理的に説明できる。

使用ツール

ポジションの魅力：唯一無二のイノベーションデータを未来創造に活かす

• アスタミューゼは、世界193カ国の約8億件に及ぶ「イノベーションデータ（技術・知財、研究テーマ、投資額など）」を保有しています。この膨大な独自データを最大限に活用し、技術情報から未来の社会像をデータドリブンに描き、産業の進化をデザインしていきたいと考えております。
• 単なるデータ分析に留まらず、EBPMを掲げる政府機関への政策提言につながるようなデータ分析や大手製造業の新規事業創出支援、VC・投資銀行のデューデリジェンス支援など、社会性の高い課題解決のご支援をしております。
• 唯一無二のデータベース ： 特許・論文・VC/M&A・研究予算データなど、複合的な大規模テキストデータを教師データとした、AI・アルゴリズム開発に挑戦できます。
• 社会実装への高い貢献度 ： 脱炭素領域でのGPIF向け報告書への活用や、経済安全保障に関わる国家レベルのプロジェクトに携わり、分析結果が政策や社会の意思決定に直結します。
• フルスタックな経験 ： クライアントとのMTGにエンジニアとして同席し、課題のヒアリングから分析手法の構想、アルゴリズムの実装・実行、そして結果の説明まで一貫して担います。

仕事内容：データ分析のプロフェッショナルとして、未来のインサイトを生み出す

• 未来を創るためのデータ情報源（世界193カ国、約8億件超のデータベース）を活用し、客観性・納得感の高いイノベーション創出のためのプロダクト、およびアルゴリズムを構築いただきます。
• 特に、特許・論文などの専門性の高いテキストデータ、画像、グラフなど複合的なデータを扱うため、コンピュータサイエンス、統計学、数理科学に基づいた高度な分析・構造化能力が求められます。

主な業務内容

• 1. 高度なデータ解析とアルゴリズム開発（プロジェクトデリバリ）
• 1. 顧客のビジネス課題に応じた統計解析手法の選定と実行。
• 2. 複合的なデータ（テキスト、画像、グラフ、表）を処理するための機械学習アルゴリズムの設計、開発、精度検証。
• 3. 開発したアルゴリズムの実行結果を、専門家ではない顧客層にも分かりやすく説明する役割。
• 2. データプロダクト・AIエージェント開発
• 1. 巨大な自社データベースとLLM（大規模言語モデル）を活用した社外向けAIエージェント、および社内向けシステムのプロダクト開発。
• 2. プロジェクトで開発したアルゴリズムのAsset化（再利用可能な形へのリファクタリング、ドキュメント整備など）
• 3. データエンジニアリング
• 1. お客様の社内外のデータ収集および統計解析に適した形への集計・加工処理。（データチームと連携して対応いただく可能性あり）

具体的なプロジェクト事例

• 経済安全保障リスク評価： 官公庁等に対し、イノベーションデータを用いた技術的な強み・弱み、人的ネットワークなどの多角的な分析とシステム化。
• 未来技術の社会実装推進 ： 東京大学など最先端研究機関との連携による、革新的な基礎研究（例：光格子時計）の事業化・社会実装に向けた技術動向の分析と応用化。
• 脱炭素領域の評価 ： 大規模投資ファンド（例：GPIF）の報告書に活用される、気候変動技術に関する客観的かつデータドリブンな評価・分析システムの開発。

開発環境・技術スタック

• 言語： Python
• インフラ： Google Cloud Platform （GCP）
• DWH/DB： BigQuery,PostgreSQL
• ワークフロー：Google Cloud Composer (Apache Airflow), Dataflow(Apache Beam), Dataproc(Apach Spark)
• 実行環境：Cloud Run, Docker
• 機械学習：scikit-learn, PyTorch, TensorFlow, transformers (LLM関連), numpy, pandas, RAPIDS など
• その他：GitLab, Slack, Growi, Asana, Jenkins
• 個人環境：Mac/Windows/Linux（選択可）
• 開発手法：プロジェクトごとに選択、スクラム、チケット駆動開発