▍あなたにお任せしたいこと ￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ご経験・スキルに応じて、以下のいずれかの領域をメインにお任せします。事業の幅が広い分、1つの専門に閉じず複数領域に関われるのがPanta Rheiの特徴です。 ◾️ AIエンジニア / 機械学習エンジニア データ分析モデルの構築・チューニング LLM・RAGを活用した検索エンジン・推薦システムの実装 消費トークン数の可視化など、AIプロダクトの改良・新機能開発 ◾️ バックエンドエンジニア FastAPI / Python3を用いたバックエンド開発 GCP / AWSを活用したシステム設計・構築・運用 oarthおよび受託案件のAPI設計・実装 ◾️ インフラ / クラウドエンジニア GCP / AWSを活用したクラウドネイティブな基盤設計・構築 将来のAI活用まで見越したデータアーキテクチャ設計 各データフローのマイクロサービス化・セキュリティ設計 ◾️ データサイエンティスト 540万社以上の企業データを活用した統計分析・モデリング ビジネス課題を定義し、データから示唆・意思決定を導く 分析結果のダッシュボード化・可視化・レポーティング ◾️ データエンジニア 大規模データの収集・加工・蓄積パイプラインの設計・構築 BigQuery / Cloud Storageを活用したデータ基盤の開発・運用 データ品質の担保・監視・改善 ▍技術スタック ￣￣￣￣￣￣￣￣ バックエンド: FastAPI, Python3 AI/ML: Gemini, Hugging Face, TensorFlow インフラ: Google Cloud (GCP) メイン, AWS, Firebase DB: PostgreSQL, Google Cloud Storage フロントエンド: React.js, Nuxt.js3, TypeScript プロジェクト管理: GitHub ▍必須スキル（いずれか） ￣￣￣￣￣￣￣￣￣￣￣￣￣ Pythonを使用したプログラミングの基礎知識 機械学習・深層学習の基礎的な理解 パブリッククラウド（AWS / Azure / GCP）の基礎知識 バックエンド開発の実務経験（3年以上目安） GCP / AWSを用いたインフラ構築・運用経験 SQLを用いたデータ抽出・集計・分析の実務経験 ETL / ELTパイプラインの設計・構築経験 ▍歓迎スキル ￣￣￣￣￣￣￣￣ RAGに関連する知識や実装経験 PyTorch / TensorFlowを用いたモデル構築経験 自然言語処理（NLP）の知識 Kaggleやその他AI競技での実績 GitHubでのOSS・個人プロジェクト公開経験 BigQuery / Dataflowなどのデータ基盤ツールの使用経験 dbt / Airflowなどのデータオーケストレーションツールの経験 ▍応募資格 ￣￣￣￣￣￣ 六本木オフィスに通勤可能な方 まずはカジュアル面談にて「これまでどのようなことをされてきたのか」「Panta Rheiでどういうことをやっていきたいか」ざっくばらんにお話ししましょう！ぜひお気軽に「話を聞いてみたい」のアクションをお待ちしております！