【Python/PyTorch】機械学習エンジニア案件

クリエイタープラットフォーム「国内No.1のファンクラブSNS」のAIチームにおいて、コンテンツモデレーション向けAIシステムの開発・運用を担っていただくポジションです。モデル開発・評価設計・推論パイプライン改善のいずれか、または複数領域を担当いただきます。 セグメンテーション・物体検出・分類モデルの開発・学習・評価 推論パイプラインの設計・実装・本番運用 アノテーションデータの品質管理・データセット設計 既存パイプラインの改善・最適化(精度・速度) アノテーターチームへの技術的サポート・ガイドライン整備 プロダクト開発チームと連携した機能開発・技術的支援 開発体制は少数精鋭。自ら提案・改善しながらプロダクト成長に関われる環境です。

機械学習・モデル開発 PyTorchを用いたモデルの学習・評価・デバッグができる セグメンテーション・物体検出・分類モデルのいずれかの実装経験がある 評価指標(IoU・Precision・Recall・F1等)を自分で設計・実装できる 学習パイプラインのバグを自力で特定・修正できる(データ前処理バグ・ラベル不整合等) データセットの設計ができる(Train/Val/Test分割・クラス不均衡対応) データ処理 画像・動画データの前処理ができる(OpenCV・ffmpeg等) アノテーションデータの品質管理ができる Pythonで再現性のあるデータパイプラインを実装できる インフラ・クラウド AWSの実務経験がある(S3 / EC2 / ECS / Batch / Lambda などのいずれか) Dockerを用いた環境構築・再現性のある実験実行ができる

モデル・アーキテクチャ セグメンテーションモデルの実装経験(SAM2・SegFormer・Mask2Former等) 物体検出モデルの実装経験(GroundingDINO・YOLO系等) トラッキングモデルの実装経験(ByteTrack・DeepSORT等) 動画処理パイプラインの設計・実装経験 fine-tuning・転移学習の実務経験 MLOps 実験管理ツールの使用経験(MLflow・Weights & Biases等) モデルのバージョン管理の経験(Gitタグ・セマンティックバージョニング) 推論パイプラインの本番運用経験 バッチ推論・GPU最適化の経験

WEBサービス

2名募集しております。

AWS(S3 / EC2 / ECS / Batch / Lambda等) Docker

140時間〜180時間

2027/01

少数精鋭

10:00～19:00 ※フレキシブルな時間帯でも相談可能

フルリモート

1回

オンライン

なし

2026/06/15 13:15:43