【主な業務内容】 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。 •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】 1.解決すべき事業課題や顧客ニーズに対し、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。 2.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。 3.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、データサイエンティストがモデルを構築し、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。 【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 【必須（MUST）】 • 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 【歓迎（WANT）】 • 大学院（修士課程以上）における機械学習、深層学習、自然言語処理などの専門的な研究経験 ・最新のAI関連論文（英語等）を自ら読み解き、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）からプロダクト実装までを独力で実行できる力 ※単なるLLMのAPI利用や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学習メカニズムをアルゴリズムレベルから深く理解している方を歓迎します。 • MLOps/LLMOpsの構築・運用経験 • LangChainやLlamaIndex等を用いたLLMアプリケーションの開発経験 • Kaggle等データ分析コンペティションでの実績 • 不動産領域に関するドメイン知識