機械学習エンジニア

必須

• Pythonを用いたプログラミング経験
• データ分析、統計、機械学習の基礎知識
• Pandas、SQL等を用いてテーブルデータを整理・分析した経験
• Gitを用いたチーム開発または共同開発の経験
• 新しい技術・業務知識を自ら学び、実装・検証へ反映できること

歓迎

• 回帰・分類等の機械学習モデルを実装・評価した経験
• scikit-learn、Pandas等を用いた分析・モデル開発経験
• AWS等のクラウド、Dockerを用いた開発経験
• バックエンド／データエンジニアとしての実務経験
• NLP・LLM・生成AI、または建設・積算データへの関心・経験

求める人物像

• 分からない技術・業務でも、自ら調べて試しながら理解を深められる方
• 結果だけでなく、仮説・検証方法・評価結果を整理できる方
• モデルの精度だけでなく、データの品質や利用場面にも関心を持てる方
• フィードバックを受けながら実装・分析の質を高められる方

使用ツール

ポジションのミッション（募集背景）

• 分析テーマとプロダクト機能が増える中、PoCを作るだけでなく、データ条件、評価、本番実装、監視・改善まで継続して対応する体制が必要です。通常・育成・シニア・業務委託の責任を分け、技術判断と実装を適切なレベルへ配置します。
• 今回募集するのは、Pythonで建設データの前処理、分析、既存モデル改善、機能開発を担当し、支援を受けながら一機能を自走できる状態へ成長するポジションです。具体的には、データ収集・前処理・探索・可視化、既存モデルの学習・評価・改善、PoC用データ準備・分析、モデル・解析ロジック実装補助などを通じて、担当領域を前に進めます。

データ理解・前処理

• 建設・見積等のデータを確認し、項目・欠損・分布・ラベル品質を把握
• Pandas／SQL等を用いて学習・分析に必要な形へ前処理
• 既存モデル・評価方法を理解し、改善対象を整理

モデル開発・評価

• 回帰・分類等のモデルを実装し、ベースラインと比較
• 特徴量・ハイパーパラメータ等を検証し、評価結果を整理
• 誤分類・精度低下ケースを分析し、データ／モデル双方の改善案を検討
• 検証条件・結果をドキュメント化

プロダクトへの実装

• シニアML／エンジニアと連携し、モデルをAPI・バッチ等へ組み込み
• 本番利用に必要な入出力、例外処理、性能要件を確認
• コードレビュー・テストを通じて品質を改善

継続改善・学習

• 本番データやユーザーフィードバックをもとに改善テーマを整理
• 必要なML・データ技術を自らキャッチアップし、検証へ反映
• 担当した分析・実装を他メンバーが再利用できる形で残す

やりがい・魅力など

• Python・データ分析の経験を生かし、機械学習プロダクト開発へキャリアを広げられる
• 実際の建設データを用いて、前処理・モデル評価・改善を経験できる
• シニアMLエンジニアと協働し、本番開発を意識した技術を身につけられる

組織名／体制

• ML／AIエンジニア、プロダクト、データ品質チームと連携。

開発体制

• 既存実装・データからキャッチアップし、モデル・機能の担当範囲を広げる。

技術スタック

• Python、SQL／R／Pandas、Git。歓迎：クラウド、Docker、NLP。