【AIエンジニア募集】AI領域へ挑戦したい方、必見！”自己研鑽が報われる”実務環境でスキルアップ！／リモートあり・残業少◎

仕事内容

【事業と組織について】 Rossoでは、画像認識・自然言語処理・生成AIなど、多様なAIプロジェクトが進行しています。 「これからAIを本格的にやっていきたい」というエンジニアが着実に成長できる環境を整えています。 代表をはじめ、役員は全員エンジニア出身。 実務を通して学びながら、自身の経験を次のステージへ引き上げられることが特徴です。 また、自己研鑽や学習姿勢を重視する文化が根付いており、積極的な挑戦や新しい技術習得を評価しています。 【入社後の業務イメージ】 ◆ AIエンジニアとしてご担当いただく主な業務領域（機械学習エンジニア、データエンジニア、データサイエンティストなど幅広くポジションを用意しています） ・画像認識、自然言語処理、LLM などを活用した AIモデルの開発・改善 ・生成AIを用いた 要約・誤り訂正・分類などの機能検証や品質向上 ・エッジAIや連合学習など 先端技術を活用したシステム開発のサポート ・データ分析に向けた前処理や可視化など AI活用に必要な環境整備 ・お客様の課題に応じた AIソリューションの企画・技術提案 また、スキルや志向に応じて、携われる領域の幅を広げていける案件選択の機会もございます。 【プロジェクト例】 ■ 物体検出モデルによる家畜見守りサービス開発（画像認識） 言語・技術： Python（PyTorch、TensorRT） 内容： エッジAI向け検知アルゴリズム開発、AIモデル最適化、MLOps構築。エッジAI向けにモデルの軽量化や高速推論なども担当。 ■ 大規模言語モデルを活用した音声認識精度向上（自然言語処理） 言語・技術： Python（Transformers、PyTorch、pandas） 内容： 要約・誤り訂正・分類タスクのモデル比較検証を実施。複数モデルの精度検証・比較、データ前処理や分析も含む。 ■ 医療データの分析基盤開発 言語・技術： dbt、ClickHouse、Airflow 内容： 医療業界向けに分析用データの集約、サーバ・DB設計構築をサポート。分析に適したデータ整備から基盤構築までを担当。 ＜技術スタック＞ Python / PyTorch / Transformers / TensorRT / Flower / Docker / GitHub / AWS / GCP など 【スキルアップ支援】 ・統計検定やE資格などの資格取得費用は会社負担 ・勉強会・もくもく会を定期開催（Kaggle参加者や外部登壇者も在籍） ・社内技術ブログ「note」での技術発信環境あり ・個人の自己開発用AWS環境を社内で提供 └ モデル検証・プロトタイプ作成・学習環境構築など自由に活用可能 ・AI部門のGitHub Copilot利用可 └ コーディング効率化やプロトタイピング、実験速度の向上に寄与 学び続けられる環境が自然と整っています！ 【キャリアパス】 入社後2～3年で自立して業務をこなせるようになったら、以下のキャリアを選べます。 ・PL／PM ・技術スペシャリスト ・プレイングマネージャー 上流工程から実装・マネジメントまで幅広く挑戦可能◎ 案件選択制と組み合わせ、最短距離で描きたいキャリアへ進めます。