機械学習（AI）エンジニア

■当社の概要 元クックパッド(2005-2015)副社長兼COOが代表を務めるAI SaaSスタートアップです。20億件以上という圧倒的な不動産ビッグデータと高度なAIアルゴリズムを武器に、賃貸物件の最適な家賃算出やレポート作成を一瞬で完結させるSaaS「スマサテ」を提供しています。業界トップクラスのシェア（管理戸数ランキングTOP200社の過半数が導入）と、解約率0.5%という驚異的な顧客満足度を誇り、既に盤石な収益基盤を確立しています。 現在は、この強固な顧客基盤をテコに、3つの新製品を同時開発する「マルチプロダクト戦略」を推進しています。単一製品の安定成長から、複数製品の展開による「非連続で爆発的な成長」へとフェーズが変わる、極めて面白いタイミングです。 また、短期的な株価や評価に縛られず、「顧客とプロダクトに本質的に向き合い続ける」ためにあえて上場を目指さない成長戦略を選択しています。 ■主な業務内容 ▼お任せしたいこと｜プロダクトのコア競争力を創り出すAIエンジニア スマサテが提供するAI SaaSのコア競争力となる、AI・機械学習モデルの研究開発から実装までを牽引していただきます。現在、生成AI/LLMをプロダクトに深く組み込み、顧客体験（UX）の向上や圧倒的な業務生産性の向上を実現するための新機能開発が必要不可欠となっています。単なる技術検証やモデルの精度向上にとどまらず、本番環境で安定稼働させるためのMLOps/LLMOpsの構築まで、一気通貫で裁量を持って取り組めるポジションです。 ▼具体的には.... •不動産データ（画像、テキスト、数値データ）を用いた機械学習モデルの設計、開発、評価 •画像認識技術を用いた部屋の特徴抽出や間取り図解析アルゴリズムの開発 •LLMを活用した新たなデータ生成機能や解析機能のプロダクト実装 •機械学習モデルを本番環境で継続的かつ安定的に運用するためのMLOps/LLMOpsの設計および構築 •データサイエンティストやデータエンジニア、バックエンドエンジニアとの連携、実装要件のすり合わせ ■開発スタイル 解決すべき事業課題や顧客ニーズに対し、データサイエンティストやPdMと連携してAIの活用アプローチを検討・要件定義します。 担当メンバーが主体的にモデルの設計・学習・検証（PoC）を行い、有効性が確認できればプロダクトへの実装からプルリクエストまでを担当します。 他メンバーがレビュー・動作確認を経て、本番環境へリリースし、継続的な精度モニタリングを行います。 まだ若い会社ですが、次のような文化・スタイルが醸成されてきています。 • 顧客志向のAI開発：最新技術を使うこと自体を目的とせず、「それが顧客にどう使われ、どんなビジネス価値を生むか」にこだわるカルチャーです。 • 部署間の壁がないフラットな組織：データエンジニアが綺麗にしたデータを基に、AIエンジニアがモデルを構築し、バックエンドエンジニアがアプリに組み込むといった、プロフェッショナル同士のシームレスな連携が行われています。

• Pythonを用いた実務でのシステム開発経験（3年以上） • 機械学習、ディープラーニング、画像認識等のモデル構築およびプロダクトへの実装経験 • LLM（ChatGPT、Claude等）のAPIを活用したプロダクト・機能開発の実務経験 • AWSやGCPなどパブリッククラウドを利用した開発・運用経験 ※1つでも該当する方

•前例のない課題に対して、仮説検証を回しながら泥臭く推進できる方 •技術の面白さだけでなく、「実務でどう生きるか」「事業にどう貢献するか」を追求できる方 • 分析やレポート作成で終わらず、自らが作ったロジックをプロダクトに実装すること（手触り感）にやりがいを感じる方 • 複雑な巨大産業（不動産）のメカニズム解明や、最新のAI技術に対して、知的好奇心を持って自発的に学び続けられる方 • まわりの人との調和を大事にできる方

800万円〜1,500万円

※ 提示金額は、ご経験・スキル、および前職給与を最大限考慮の上、当社規定により決定いたします。 【備考】 グレード1: 400〜600万円 グレード2: 600〜800万円 グレード3: 800〜1,000万円 グレード4: 1,000〜1,500万円 グレード5: 1,500万円〜

・AI・機械学習エンジニア

■開発環境 • 開発言語：Python, SQL, TypeScript / JavaScript • 機械学習 / 生成AI：PyTorch, scikit-learn, Hugging Face Transformers, pandas, NumPy • API / アプリケーション：FastAPI • OS：Linux • DB：MySQL, ClickHouse • インフラ：AWS, GCP • テスト：pytest • CI / CD：CircleCI, GitHub Actions • ソースコード管理：GitHub • 実験 / 開発環境：Docker, Jupyter Notebook, Google Colab ■最近の技術的取り組み事例 • LLMを活用したアノテーションの効率化 • 視覚言語事前学習モデルのファインチューニングによる物件画像の分類 • 画像セグメンテーション等による内装Before/Afterのシミュレーション • 因果推論による賃料への設備寄与度の推定 ■今後計画している技術的取り組み事例 • 生成AI時代に向けた、機械学習モデルの安定稼働と継続的デリバリーを実現する「MLOps/LLMOps」の本格的な立ち上げ • LLMを活用した、HTML等の非構造化データからの情報抽出（データ生成機能）およびデータテストの効率化 • オープンソースモデル等のファインチューニング（追加学習）による、不動産ドメインに特化した独自モデルの開発と実装 ■本ポジションの魅力とやりがい •【本物のAIエンジニアリングが求められる環境】 単なるLLMのAPI利用（プロンプトエンジニアリング）にとどまらず、モデルのアーキテクチャやアルゴリズムの根本から深く理解し、自社データに合わせてAIを調教（ファインチューニング）できる深い技術力が事業のコア競争力に直結します。 • 【国内最大級の不動産データ基盤】 累積11億7千万件超の膨大かつ多様な不動産データ（画像、テキスト、数値）をフル活用し、Kaggleのように泥臭く仮説検証を繰り返しながら精度の高いモデルを追求できる面白さがあります。 • 【一気通貫の開発裁量】 リサーチやモデル構築だけで終わるのではなく、MLOps/LLMOpsの構築まで含めて「本番環境で事業としてどう動かすか」までを一気通貫でリードできます。 • 【本質的な価値提供と技術探求に没頭できるカルチャー】 「上場を目指さない」という経営方針のもと、短期的な売上や社内外の調整業務に縛られず、純粋な「顧客への価値提供」に集中できます。また、業務時間の20%を新技術の検証に充てられる制度や、好きなPC・AIツールを上限なく導入できるエンジニア本位の環境が整っています。 ■キャリアパス例(ご希望や実績に応じて様々なパスがあります) • Lead AI Engineer（リードAIエンジニア）: AI・機械学習領域の技術選定からアーキテクチャ設計、MLOpsの構築までを主導し、AI開発チーム全体を牽引するエキスパート

JavaScript、Python、TypeScript

正社員

フレックスタイム制

【勤務時間】 フレックスタイム制 ● コアタイム：なし（フルフレックス） ● フレキシブルタイム：0:00〜24:00 ● 1日の標準労働時間：8時間 自分のライフスタイルに合わせて始業・終業時間を自由に設定できます。

0:00〜24:00

月45時間

東京都品川区上大崎3-3-1自転車総合ビル 8F （最寄駅：● JR山手線目黒駅徒歩2分 ● 東京メトロ南北線目黒駅徒歩1分）

【勤務形態】 ハイブリッドワーク ● 出社日：月曜日のみ（全社ミーティング・対面コミュニケーションの日） ● リモートワーク：火～金曜日はフルリモートOK 週の始まりである月曜日にチームで顔を合わせ、それ以外の曜日は個人の生産性を最大化できるよう、自宅やオフィスなど自由な場所で働けるスタイルを採用しています。

週1出社

健康保険、労災保険、厚生年金保険、雇用保険

受動喫煙防止措置

リモートワーク制度

120日

土日祝休み、完全週休二日制、有給休暇、年末年始休暇

● 結婚休暇

育児休暇、産前産後休暇

住宅手当