事業概要
■ モバイルオンライン対戦ゲーム『将棋ウォーズ』で蓄積した機械学習などのAI技術を活かし、各種産業に応用展開しています
■ 自社開発のAIは2013年に現役プロ棋士に勝利した実績があり、AI技術に関するトップエンジニアが多く所属しているのが強みです
仕事内容
■ 概要 ・ジュニアAIエンジニアとして以下の業務をお任せします
■ 詳細 <具体的な業務例> ・お客様の課題解決を目的とした機械学習モデルや探索/最適化アルゴリズムの構築 ・公共データやお客様保有のプライベートデータを使ったモデル構築を検討するためのデータ収集や分類、前処理、分析 ・モデル/アルゴリズムの性能を評価するための指標の検討 ・構築したモデルやアルゴリズムをソフトウェアシステム内で動かすためのソフトウェア入出力設計や実装
※入社後は経験やスキルに合わせながら、記載の業務のみならず幅広く業務をお任せしたいと考えています
<募集背景> より多くの企業の事業変革に貢献するために「AIの社会実装」を前線で支援するポジションの募集をします。具体的には、機械学習や探索・最適化アルゴリズムの知識を活かし、チームのシニアAIエンジニアと共に、お客様のDXや業務効率化を実現するためのモデル・アルゴリズムを構築していただくことがミッションです。
<ミッション> HEROZはAIテック企業として常に新たな技術を習得・研鑽し、また粘り強くお客様のビジネスに向き合い、新たな価値創造にこだわっている会社です。将棋ウォーズのゲームアプリ開発を皮切りに、ゲーム・エンターテインメント領域のBtoB事業に着手し、さらに金融や建設など国内の主要産業をターゲットにAI実装プロジェクトを成功に導くことがミッションとなります。
求められるスキル・人物像
■ 必須スキル/経験 ・機械学習などのAI技術に関する研究/開発経験 ・Python、C++などによる機械学習や探索アルゴリズム、最適化アルゴリズムの実装経験(ライブラリを用いたものを含む) ・Gitなどを用いたバージョン管理の基礎知識 ・Dockerコンテナなどを使った仮想環境利用の基礎知識
意欲を重視します、必ずしも全てに精通している必要はありません。
■ 歓迎スキル/経験 ・数学/統計学の専門的な知識 ・国際論文への採択実績もしくは国際学会での発表実績 ・深層学習を用いたモデルの学習/推論の経験 ・コーディングスタイル、docstring、型ヒントといった、リーダブルなコードを記述するための基礎知識と実践 ・ソフトウェアテストの基礎知識と設計/実装経験 ・Dockerコンテナなどを使った仮想環境の構築経験
また、以下のいずれかのコンペティションの高スコアや上位成績 ・Kaggle, SIGNATEなどのデータ分析コンペティション ・AtCoderなどの競技プログラミングコンペティション ・CodinGameなどのゲームAIコンペティション ・そのほか、上記に準じるAI技術を必要とするコンペティション
■ 求める人物像 ・技術や自動化が大好き、新しい技術が出てきたらすぐに試してみる方 ・価値のあるサービスをいち早く世の中に出したい方 ・アーキテクチャを考えるなど、難易度の高いことが好きな方 ・チームワークが好き、良いチームを作りたい方 ・既存の仕組みに疑問を持つことが多い方 ・新しいことへの挑戦がワクワクする、常に新しいことに挑戦していたい方
当社の経営理念・ビジョン/ミッション/バリューに共感いただける方はぜひご応募ください。 https://heroz.co.jp/company/philosophy/
勤務地・給与・その他情報
想定年収、待遇・福利厚生、選考プロセス
などを確認するには会員登録が必要です
開発環境・現場
このPJ・案件で使われている技術
ミドルウェア・ツール |
|
---|---|
クラウド |
|
サーバー・OS |
|
プロジェクト管理 |
|
コミュニケーションツール |
|
支給PC | 希望スペックのPCを用意 |
事業内容の詳細
HEROZは、AI技術を活用したサービスの企画・開発・運用を行っている企業です。 法人向けには、自社開発で培ったノウハウを活かしたソリューションを提供。AI導入に必要なビックデータを保有する大手企業がメインで、金融業界や建設業界、エンターテインメント業界などのクライアントと取引を行っています。個人の顧客に向けたサービスは、将棋の対戦ができるオンラインプラットフォームの『将棋ウォーズ』を提供しています。
<人工知能研究部の研究活動の一部事例> エンターテインメント系AI ・ゲームAI(将棋AI、ルール、テスト) 使用技術:機械学習、MCTS(モンテカルロ木探索) ・キャラクター(NPC)AI 使用技術:自然言語処理、画像処理
ビジネス系AI ・金融(株価予測、与信判断) 使用技術:アンサンブル学習、強化学習 ・医療、人材、製造、物流など 使用技術:深層学習(ディープラーニング)、アンサンブル学習、画像処理、GAN