GitHub
業務内容
- プロダクトへの機械学習技術導入設計、プロトタイプ実装
- データパイプライン構築、学習・推論基盤の設計・運用
- 実験コードの実装・比較手法の検証・ベンチマーク取得
- 提案手法のOSSとしての公開、データセットの整備
- デモサービス作成、クラウド/オンプレの計算リソース利用の啓蒙
- 研究の生産性向上を目的としたエンジニアリング(論文管理・実験基盤の提供など)
- 研究部門と事業部の連携を促進するエンジニアリングサポート、共著としての実験支援
技術スタック
必須スキル
- 機械学習技術の導入設計とプロトタイプ実装経験
- データパイプライン設計・構築、学習/推論基盤の構築経験
- 実験コードの実装・検証・ベンチマークの取得経験
- OSSとしての公開経験または公開に対する理解
- データセット整備、デモサービス作成、クラウド/オンプレのリソース活用経験
歓迎スキル(該当する場合)
- 研究組織と事業部の横断プロジェクトでの開発経験
- MLOps/実験管理基盤、論文管理ツールの開発経験
- 強化学習・NLP・CV・マルチモーダル等の領域知識
- データ品質管理・データセット運用の実務経験
- GitHubなどを使ったOSS開発・公開の実績
キャリア成長観点
- 研究成果を事業課題の解決へ直接結びつける実務経験を積める
- 研究サイクルとエンジニアリングの橋渡し役としてのスキルが磨かれる
- 強化学習・NLP・CVなど多領域の専門性を横断的に深められる環境
- OSS公開・データセット整備・実験基盤整備など、研究者とエンジニアの双方の成長を促す機会が豊富
- AIエージェント事業やDX領域など実ビジネス課題の解決を通じたキャリアの幅が広がる
企業についての所感
やたらと「いいやつ」いう言葉が聞こえてくる程採用に性格やソフトスキルを重要視。ポテンシャル採用も多め。メガベンチャーの中では給与は出ない方だが、ABEMAなどメディア事業は良い経験ができるためオススメ。
データ取得日: 2026/9/10
面接に向けて、考え方と伝え方を学習コンテンツで整理しましょう。
面接対策コンテンツを見る