機械学習エンジニア【社会人博士】

博士研究とAIの社会実装を両立する機械学習エンジニアを募集！

仕事概要

◾️ 私たちが目指すこと

Athena Technologiesは、企業ごとの業務課題に合わせたAIシステムの開発と、プライベートAIの構築を行う会社です。生成AI・LLM、画像認識、深層学習、数理最適化、需要予測などの技術を組み合わせ、顧客の課題整理から、データ設計、モデル開発、プロダクトへの組み込み、本番運用、改善まで一気通貫で関わっています。
本ポジションは、博士課程で研究を続けながら、AI技術の社会実装にも携わりたい方を対象としています。研究で培った仮説設定、先行研究の調査、実験設計、評価、考察の力を、企業の実際の業務課題へ適用していただきます。一方で、社会実装の現場で得た課題や知見を、自身の研究や専門性へ還元することもできます。研究か実務のどちらか一方を選ぶのではなく、両者を往復しながら専門性を高める働き方を実現いただけます。


◾️ 仕事のやりがい

研究テーマと完全に一致する案件だけを担当するとは限りません。顧客課題に応じて、生成AI、LLM、画像認識、数理最適化、時系列予測など、複数の技術から適切な方法を検討します。まだ正解や十分なデータがない課題に対し、仮説を立て、必要なデータや評価指標を設計し、検証を重ねる経験を得られます。また、PoCで有効性を確認するだけでなく、APIやバックエンドへの組み込み、クラウド環境へのデプロイ、モニタリング、改善まで担当します。研究で培った力を、実際に企業で使われるAIシステムへ変える経験を積める環境です。


◾️ 業務内容

・生成AI、深層学習、画像認識、数理最適化モデルの設計・実装・評価
・顧客課題に関する技術調査、先行研究調査、実現可能性の検証
・仮説設定、実験設計、評価指標の設計
・データセットの構築、前処理、アノテーション設計、特徴量設計
・アルゴリズムやモデルの選定、チューニング、精度改善
・モデルの推論速度、計算量、運用条件を踏まえた最適化
・API、バックエンド、データ基盤と連携したAI機能の実装
・クラウド環境（AWS、GCP等）へのデプロイ・運用
・MLOpsによる学習・評価・改善サイクルの構築
・クライアントとの要件定義、技術提案、フィジビリティスタディ
・技術内容や検証結果に関する顧客への説明
・論文や最新技術の調査およびプロジェクトへの応用
・コードレビュー、技術レビュー、開発品質の向上
・ご経験に応じた技術リード、メンバーへの知識共有


◾️ 具体的なプロジェクト例

【キッコーマン様：食材と調味料の相性を予測するAIモデルの共同研究】
キッコーマン様と、食材と調味料の組み合わせに対し、人がどの程度「おいしい」と感じるかを予測するAIモデルを共同で開発しました。味覚の評価は人によって異なり、モデル開発に利用できるデータが最初から存在していたわけではありません。そのため、データの収集方法、質問項目、評価方法の設計から取り組み、アンケートデータの収集・分析、モデル構築を進めました。
このように、正解やデータの作り方が定まっていない課題に対し、顧客の専門知識と機械学習技術を組み合わせ、検証可能な研究・開発テーマへ変換するプロジェクトがあります。

参考：キッコーマン様 味覚予測AI共同研究
https://athenatech.jp/case/kikkoman-taste-prediction

必須スキル

◾️ 私たちが目指すこと

Athena Technologiesは、企業ごとの業務課題に合わせたAIシステムの開発と、プライベートAIの構築を行う会社です。生成AI・LLM、画像認識、深層学習、数理最適化、需要予測などの技術を組み合わせ、顧客の課題整理から、データ設計、モデル開発、プロダクトへの組み込み、本番運用、改善まで一気通貫で関わっています。
本ポジションは、博士課程で研究を続けながら、AI技術の社会実装にも携わりたい方を対象としています。研究で培った仮説設定、先行研究の調査、実験設計、評価、考察の力を、企業の実際の業務課題へ適用していただきます。一方で、社会実装の現場で得た課題や知見を、自身の研究や専門性へ還元することもできます。研究か実務のどちらか一方を選ぶのではなく、両者を往復しながら専門性を高める働き方を実現いただけます。


◾️ 仕事のやりがい

研究テーマと完全に一致する案件だけを担当するとは限りません。顧客課題に応じて、生成AI、LLM、画像認識、数理最適化、時系列予測など、複数の技術から適切な方法を検討します。まだ正解や十分なデータがない課題に対し、仮説を立て、必要なデータや評価指標を設計し、検証を重ねる経験を得られます。また、PoCで有効性を確認するだけでなく、APIやバックエンドへの組み込み、クラウド環境へのデプロイ、モニタリング、改善まで担当します。研究で培った力を、実際に企業で使われるAIシステムへ変える経験を積める環境です。


◾️ 業務内容

・生成AI、深層学習、画像認識、数理最適化モデルの設計・実装・評価
・顧客課題に関する技術調査、先行研究調査、実現可能性の検証
・仮説設定、実験設計、評価指標の設計
・データセットの構築、前処理、アノテーション設計、特徴量設計
・アルゴリズムやモデルの選定、チューニング、精度改善
・モデルの推論速度、計算量、運用条件を踏まえた最適化
・API、バックエンド、データ基盤と連携したAI機能の実装
・クラウド環境（AWS、GCP等）へのデプロイ・運用
・MLOpsによる学習・評価・改善サイクルの構築
・クライアントとの要件定義、技術提案、フィジビリティスタディ
・技術内容や検証結果に関する顧客への説明
・論文や最新技術の調査およびプロジェクトへの応用
・コードレビュー、技術レビュー、開発品質の向上
・ご経験に応じた技術リード、メンバーへの知識共有


◾️ 具体的なプロジェクト例

【キッコーマン様：食材と調味料の相性を予測するAIモデルの共同研究】
キッコーマン様と、食材と調味料の組み合わせに対し、人がどの程度「おいしい」と感じるかを予測するAIモデルを共同で開発しました。味覚の評価は人によって異なり、モデル開発に利用できるデータが最初から存在していたわけではありません。そのため、データの収集方法、質問項目、評価方法の設計から取り組み、アンケートデータの収集・分析、モデル構築を進めました。
このように、正解やデータの作り方が定まっていない課題に対し、顧客の専門知識と機械学習技術を組み合わせ、検証可能な研究・開発テーマへ変換するプロジェクトがあります。

参考：キッコーマン様 味覚予測AI共同研究
https://athenatech.jp/case/kikkoman-taste-prediction

歓迎スキル

・AI、機械学習に関する査読付き論文、国際会議、国内学会等での発表経験
・機械学習モデルの構築、精度改善、運用経験
・生成AI・LLM関連の研究または実装経験
・画像認識、時系列予測、数理最適化、需要予測等の研究・実装経験
・クラウド環境でのモデル展開・運用経験
・API、バックエンド、データ基盤と連携した開発経験
・モデルの軽量化、推論高速化、評価設計の経験
・共同研究、産学連携、企業との研究プロジェクトの経験
・技術リード、コードレビュー、研究指導の経験

求める人物像

・研究成果を論文だけで終わらせず、企業の業務へ適用したい方
・社会実装で得た課題を、自身の研究や専門性へ還元したい方
・研究テーマに限定せず、顧客課題に必要な技術を学べる方
・仮説と検証結果を区別し、根拠を持って説明できる方
・研究上の新規性だけでなく、実用性や運用可能性も考えられる方
・顧客や他職種のメンバーと認識を合わせながら開発できる方
・研究活動と業務の双方に責任を持ち、計画的に取り組める方

応募概要

給与

年収720万円〜1,200万円
※ご経験、専門性、担当する役割等を踏まえて決定します。

勤務地

京都オフィス：
京都府京都市左京区田中門前町73番 百万遍ビル3F
※リモート併用可／フルリモート勤務可
※業務内容やチーム体制に応じて、柔軟な働き方を推奨しています。

雇用形態

業務委託、正社員、時短正社員

勤務体系

試用期間

あり

福利厚生

・各種社会保険完備
・通勤交通費支給（会社規定に基づく上限あり）
・住宅手当（会社規定に基づく）
・借上社宅制度（会社規定に基づく）
・業務用PC貸与
・業務用AIツール利用料の全額負担（ChatGPT、Claude、Cursor等／上限なし）
・書籍購入支援
・資格取得支援
・社内勉強会