データサイエンティスト／AI・データ活用エンジニア（育成枠）

必須

• Python等のプログラミングを学んだ経験（学校・研究・研修・自己学習を含む）

歓迎

• 研究、授業、個人開発等でのデータ分析、機械学習、画像解析、生成AI活用の経験
• SQL、Git、クラウド、BIツール等の基礎知識
• 製造、半導体、設備、品質管理に関する学習・業務経験
• 英語の技術文書を調べながら理解できる力

求める人物像

• ソニーのものづくりや、データ・AIを活用した製造現場の改善に関心がある方
• 数学、統計、情報工学等の基礎を学ぶ意欲がある方
• 周囲とコミュニケーションを取り、助言を受けながら粘り強く課題に取り組める方
• ※指導を受けながら担当業務を確実に遂行し、習熟に応じて自ら課題整理や改善提案ができる状態を期待します。

応募について

• ※AI・データ分析や半導体分野の実務経験は必須ではありません。

使用ツール

募集背景

• 生成AI・機械学習の進化により、製造現場ではデータを活用して品質・歩留・業務効率を改善する機会が広がっています。今後のSmart Factory／AXを担う人材を中長期的に育成するため、現時点で半導体やAIの高度な実務経験がなくても、理系・情報系の基礎知識やプログラミング経験を生かし、入社後の教育・OJTを通じて専門性を高めたい方を募集します。

業務内容

• 入社後は、経験や習熟度に応じて、先輩社員の指導・レビューの下で以下の業務を担当します。
• 製造・品質データの収集、前処理、可視化、基礎的な統計解析
• CMOSイメージセンサーの特性、歩留、ばらつきに関する監視・分析の補助
• Python等を用いたデータ集計・定型分析の自動化、簡易ツールの作成
• 機械学習モデルの作成、評価、改善に関するチーム業務
• 現場担当者へのヒアリング、分析結果の整理・報告、改善施策の検討支援
• 習熟後は、生成AI、RAG、AIエージェント等を活用したPoCや業務アプリ開発にチームメンバーとして参画
• 手順書、設計書、テスト結果等のドキュメント作成と運用支援
• ※入社時点で要件定義から本番導入までを一人でリードすることは求めません。段階的に担当範囲を広げます。

組織ミッション

• 統計解析・機械学習・画像AI・生成AIを活用し、製造現場の品質、歩留、生産性の向上に貢献します。メンバーが基礎から実践力を身につけられる教育・OJT環境を整え、現場と協働してデータ活用を継続的に進められる人材と仕組みを育てます。

業務のやりがい

• データ分析やAIの基礎を実際の製造データと結び付け、品質・歩留・業務効率の改善につなげる経験を積めます。先輩社員や現場メンバーと協働しながら、分析、モデル開発、簡易アプリ実装まで段階的に挑戦でき、自分の成長が現場の成果につながる手応えを得られます。

幅広い製造データを教材に、実務を通じて成長できる環境

• CMOSイメージセンサーの設計、試作・評価、製造、設備保全、品質管理、量産改善まで、幅広い工程とデータに触れられます。
• 入社後は、先輩社員の指導の下でデータの見方、半導体製造の基礎、分析手法、Pythonによる実装を学び、担当できる業務を段階的に広げます。
• 設計データ、装置・センサーデータ、検査・特性データ、歩留・品質データ、保全履歴、技術文書などを使い、集計・可視化から原因分析、予測、生成AI活用まで幅広く経験できます。
• 高度なテーマも一人で抱えるのではなく、専門メンバーや関係部門とチームで進めるため、実務経験が浅い方も着実に専門性を高められます。
• 将来は、本人の志向や適性に応じて、データサイエンス、画像解析、AIシステム開発、製造技術などへ専門性を深めることができます。

職場環境

• 若手・中途入社者を含む多様なメンバーが在籍し、担当テーマは先輩社員やチームの支援を受けながら進めます。定期的なレビュー、勉強会、OJT等を通じて、半導体製造とデータ・AIの知識を段階的に習得できる環境です。

キャリアパス

• 入社後は、データ処理、可視化、統計解析、Pythonによる実装、半導体製造の基礎を研修・OJTで習得します。1〜2年目は先輩社員の指導の下で担当業務を確実に遂行し、2〜3年後には、担当テーマについて現場との調整、分析、実装、報告を一連で進められる状態を目指します。その後は、本人の志向と実績に応じて、データサイエンス・画像解析・生成AI等の専門性を深めるエキスパート、複数テーマをまとめるプロジェクトリーダー、他拠点への展開を支援する役割などへキャリアを広げることができます。