■このポジションについて SAKUJIの中核である「図面を読むAI」を、CTOと一緒につくるポジションです。AIチームはまだ少人数で、あなたは中核メンバーの一人として、モデルの方針、評価の設計、本番への組み込みまでを一貫して担います。決められたタスクをこなす役割ではなく、「どうすれば図面を正しく読めるか」という問いそのものに向き合う役割です。 ■担っていただくこと ・図面PDF（画像・文字・ベクター）の前処理と、凡例・表の解析 ・電気図面の記号・品目を検出・分類するモデルの改善と、その結果からの数量出力 ・正解データを使った評価の仕組みづくり（Precision/Recall、失敗例の分類、変更前後を同じ条件で比べられる状態） ・推論APIの設計とPlatformとの結合、処理時間と推論コストの改善 ・実験の条件・結果・未解決点を記録し、チームが判断できる形で共有すること ■技術的にチャレンジできること 【図面という、手ごわい入力】 建設図面は、細い線・小さな記号・凡例・表・注記が1枚に重なり合い、書き手ごとに描き方も違います。記号が配線に重なっていたり、同じ記号が図面ごとに別の意味で使われていたりもします。一般的な画像認識の手法をそのまま当てはめても解けない、確立した解き方のない問題に正面から取り組めます。 【APIを使う段階から、自分たちのモデルをつくる段階へ】 今のSAKUJIはClaude・GeminiなどのVLM（画像を理解できる大規模言語モデル）のAPIを中心に動いています。ここから、自社のデータでのファインチューニングや、機械学習による検出・分類を組み合わせた構成へ移る実験を進めており、手応えのある結果が出始めています。どの部分をどの手法で解くか、設計の段階から関われます。 【「正解」を決めるところから関われる】 学習と評価に使うのは、実際の現場で使われた図面と、社内の積算チームが作る正解データです。何を正解とするか、判断が割れたときにどう線を引くかを、積算の実務を知るメンバーとその場で議論しながら決められます。モデルの誤りを、図面と現場の知識に戻って原因から考えられる環境です。 ■このポジションで得られること ・まだ解き方の決まっていない領域で、AIの中核をゼロに近い段階からつくった経験 ・建設図面と積算業務の知識。業界の外からはなかなか身につかない知識を、社内の積算チームから日常的に学べます ・研究的な試行錯誤を、実際に使われるプロダクトの品質と処理コストにまでつなげる経験 ■技術スタック Python / PyTorch / Claude・Gemini API / PyMuPDF / OpenCV / Shapely / Google Cloud（Cloud Run） ■こんな方を求めています ＜必須＞ ・Pythonで画像・PDF・データ処理を実装し、既存コードの調査・修正・テストまで行った経験 ・検出・分類などの結果を正解データと照合し、指標や失敗例を使って改善した経験 ＜歓迎＞ ・PyTorch等を用いた物体検出・分類のモデル開発、推論の最適化 ・VLM・LLMを図面や表の読み取りに組み込んだ経験 ・Web APIやバッチ処理の入出力設計と、他システムとの結合 ・Google Cloud・Cloud Run・コンテナ・CI/CDを用いた推論サービスの運用 ・建設図面・積算業務への理解（なくても問題ありません。入ってから社内の積算チームと学べます） ＜こんな方と働きたい＞ ・答えのない問題に、仮説と検証を繰り返して向き合える方 ・現場の人の判断を尊重し、それをデータとして扱える形にすることに面白さを感じる方 ・実験の結果を、うまくいかなかったことも含めて言葉にして共有できる方 ■働き方 業務委託で、月160時間（週5日相当）での参画を前提としています。働き方はリモートが中心で、定例やレビューはオンラインで行います。オフィスは東京（浜松町・大門）と群馬（高崎）にあります。参画は2026年11月以降を想定しており、早い時期からの開始を歓迎します。報酬は経験と担当範囲に応じて個別に決め、面談でお伝えします。 ■選考の流れ カジュアル面談 → 技術面談（CTO） → 最終面談（代表） 最短1週間で結果をお伝えします。まずは話を聞いてみたい、という段階でもお気軽にどうぞ。