ページを読み込み中

仕事内容: ＜ポジションについて＞ ■募集背景 Ridge-i には AI 技術、政府機関との信頼関係、運用中のシステム資産があります。足りないのは顧客の目の前で、モデル設計から実装まで速く作れるエンジニアです。安全保障領域は要件が現場で頻繁に変わります。設計書の往復では遅すぎる場面が多く、顧客の隣で手を動かしながら仕様・モデル・実装を同時に詰めていけるエンジニアの必要性が増しています。 TSA が要件を整理し、本ポジションの ML エンジニアが顧客現場でモデルを設計・実装し、そのままシステムとして動く形に仕上げる形でチームとして構成し、現場での実装を加速していきたいと考えています。＜Ridge-iの事業概要＞ Ridge-iは、製造業DXなどで培われた最先端のAIを用いながら、衛星データ、オープンソース情報などを解析して得られたインサイトを安全保障・インテリジェンスの現場に届けています。これまでに、安全保障領域で運用中のAIシステムがある他、官公庁に対する実績としては、国土地理院の地図更新業務においても実際に使われるAIシステムを開発・運用しております[プレスリリース]。衛星画像（GEOINT）を中心に、インテリジェンス情報をAIで処理・分析し、政府機関の意思決定を支援しています。技術実証で終わるのではなく、日本を守る現場で実際に使われるシステムを作ることが、Ridge-iのこだわりであり、このポジションが存在する理由です。 ■業務内容このポジションは TSA（テクニカルソリューションアーキテクト）と組みながら、顧客現場で AI モデルの設計・実装・システム化を一気通貫で担うエンジニアポジションです。ML もできる、かつ顧客の目の前でディスカッションしながら主にPythonベースのコードで、手を動かして実装できる人を求めています。＜このポジションのメンバーがやること＞ TSA と一緒に顧客と議論しながら、プロトタイプを組み・動かし・調整する AI モデルの設計・学習・評価を担当し、そのまま顧客のワークフローに組み込む顧客環境まで、自分の手で届ける ML モデル開発と現場実装の両方を手掛けるエンジニアに向けたポジションです。TSA が「何を作るか」を顧客と定義する役割であるのに対し、このポジションは「モデルも含めて、技術的な知見を加味してどう動くものにするか」を顧客と会話しながら形にします。 ## 業務内容 ### 1. 顧客現場での実装伴走 TSA とペアで顧客との打ち合わせに入り、プロトタイプ要件を定義したうえで実装する顧客のフィードバックを受けて、仕様と実装を並行して調整する閉域網・顧客施設内での開発・デプロイに対応するデータを見ながらシステム要件などを微修正する ### 2. AI モデルの設計・開発・組み込み衛星画像解析モデルや生成 AI システムの設計・学習・評価を行う既存の社内モデル資産を組み合わせつつ、現場要件に合わせたカスタマイズや追加学習を行う学習 / 推論パイプライン、前後処理、API 化、運用監視まで一気通貫で実装する現場で得た情報（使われ方、制約、エッジケース）をそのままモデル改善に反映する ### 3. セキュアな環境でのシステム構築セキュリティ要件を満たすクラウド構成（AWS / GCP / Azure）、必要に応じてオンプレ環境での実装 IaC、コンテナ、CI/CD を用いた運用可能なシステムの構築顧客環境の制約を前提にした現実的なアーキテクチャ設計＜このポジションの魅力＞ *****実装スピードがそのまま価値になる***** 顧客の隣で書いたコードが、翌週には現場で使われる。一般的な大企業のリリースサイクルでは得られない速度感で成果が出せます *****ML × システム × 顧客対応を一人で繋ぐ経験***** モデル設計から顧客環境での運用まで、どれか一つに閉じないスキルセットは市場でも希少で、キャリアの軸を強くできるポジションです *****モデル開発と現場実装を分断しない***** 「モデルを作る人」と「現場で動かす人」を分けず、自分の手で最後まで持っていけます。フィードバックループがチームを跨がない分、学習・改善が速いです *****オンボードプログラムがある***** GIS・衛星画像処理・安全保障ドメインは未経験でも問題ありません。TSA とのペア体制で立ち上がりを支援します *****安全保障 × AI という希少なキャリア***** 日本でこの領域に AI を本格運用まで繋げているプレイヤーはごく少数。エンジニアとして入れる機会自体が限られています ■入社後の流れ〜3ヶ月: 既存案件に TSA とペアでサブ参画。並行して GIS・衛星画像処理・安全保障ドメインのオンボードプログラムを受講 4ヶ月〜: 実際に現場で顧客と話しながら運用を担当（徐々にカバー範囲を広げていただきます）
応募条件: ■必須（MUST） ※ 完全に満たしている必要はありません。近しい経験があればぜひご応募ください。 Python を用いたソフトウェア開発の実務経験（2 年以上） Docker などのコンテナ技術を用いた開発の実務経験（2 年以上）機械学習モデルの開発・評価の実務経験（深層学習フレームワーク PyTorch / TensorFlow 等の利用経験）学習 / 推論パイプラインの構築、モデルのシステム組み込み、MLOps のいずれかの実装経験クラウドインフラ（AWS・GCP・Azure のいずれか）でのシステム構築経験 IaC、コンテナ、CI/CD などモダンな開発運用の基礎を押さえていること顧客や非エンジニアとコミュニケーションをとりながら開発を進めた経験セキュリティクリアランス取得要件を満たすこと（詳細は選考プロセス内でご説明します） ■歓迎（WANT） LLM・生成 AI を活用したアプリケーション開発地理空間情報（GIS・衛星画像処理）に関わるプロジェクト経験 ※未経験でもオンボードプログラムで立ち上げ可能閉域網・セキュアな環境でのシステム構築官公庁・政府機関案件の実務経験個人開発で AI サービスを立ち上げた経験 Kaggle などのコンペティション参加経験 ■求める人物像顧客の隣で手を動かし、反応を見ながら実装を調整していくスタイルが好きな方「作ったものが使われるかどうか」にこだわりがある方 ML モデル開発と現場実装の両方をやりたい方。片方だけに閉じず、モデルから運用まで一人で繋げたい方不確実な状況でもまず動くものを作り、対話の中で磨き込んでいける方安全保障・インテリジェンスという領域に、技術で貢献したいと考えている方
求める人物像: 顧客の隣で手を動かし、反応を見ながら実装を調整していくスタイルが好きな方「作ったものが使われるかどうか」にこだわりがある方 ML モデル開発と現場実装の両方をやりたい方。片方だけに閉じず、モデルから運用まで一人で繋げたい方不確実な状況でもまず動くものを作り、対話の中で磨き込んでいける方安全保障・インテリジェンスという領域に、技術で貢献したいと考えている方
勤務時間: ・専門業務型裁量労働制 1日8時間　みなし労働時間8時間/日　ジェネラルオフィスアワー：9時30分〜18時30分・試用期間中は、フレックスタイム制　コアタイム：10時30分〜16時30分　フレキシブルタイム：始業 7時30分〜10時30分　　　　　　　　　　　終業 16時30分〜20時30分　休憩時間：11時〜16時のうち1時間＜働くスタイル＞・専門業務型裁量労働制 / フレックスタイム制エンジニア・コンサルタントは裁量労働制で、個人ごとの柔軟な働き方をサポート。個人の裁量で勤務時間の調整が可能です。（みなし労働時間：8時間）
休日・休暇: ・完全週休2日制（土・日）・祝日・年末年始休暇（12月28日〜1月4日）・リフレッシュ休暇（入社1年経過後より5日付与）・年次有給休暇※10日~勤続年数による・年次有給休暇付与前（入社6ヶ月）特別休暇3日
社会保険: 健康保険・厚生年金・雇用保険・労災保険
福利厚生: ＜福利厚生＞・技術顧問（トップアカデミア）との勉強会・キャリア支援（特許報奨金や資格取得支援）※ ・学習支援（顧問やパートナー研究者による勉強会）※ ・書籍や必要な備品購入の経費（モニターやUdemyなどのe-Learning等）※ ・ヘルスケアサポート（外部相談や無料鍼治療）・飲料や栄養補助食品、お菓子類はすべて無料・コミュニケーションサポート等々・兼業可能兼業先が競合関係でなく、かつ兼業を許可していること / 守秘義務について問題が起きないこと / Ridge-i業務に対してプロとして成果を継続的に出せる環境を整えられること、などの条件を満たせば兼業可能です。＜キャリア・学習支援＞・修士・博士課程進学支援制度従業員のスキルアップや知識の獲得と成長を目的として、修士・博士課程進学を希望し、一定の要件を満たす従業員に対し、研究日の確保と学費を支給します。（上限あり）・バディー制度リッジアイに入社された際には、先輩社員がバディーとしてマンツーマンで会社生活をフォローします。プロジェクトへのスムーズな導入など業務に関することはもちろん、会社生活の些細な疑問も相談できます。・技術顧問との交流画像認識や自然言語処理を専門とする、牛久先生、CVを専門とする玉木先生、リモートセンシングや数理最適化を専門とする小野先生など、日本のAI分野における第一人者の方々を技術顧問としてお迎えしています。最先端の技術の実用化について相談することが可能です。・特許報奨金業務の中で新しい発明があった際には、出願時と権利登録時に報奨金が支払われます。また、その特許に基づき利益が発生した場合にも、貢献に応じて報奨金が発生します。・定期勉強会　Ridge University ビジネスニーズの高い分野や、ソフトウェア工学といったプロジェクトを進める上で必要な分野について同社技術顧問や共同研究として参画して頂いている研究者の方々から、大学の講義形式で最新技術を学ぶことができます。＜加入保険＞各種保険：健康保険、厚生年金保険、雇用保険、労災保険健康保険：関東ITソフトウェア健康保険組合に加入（直営の保養施設などの利用可）
選考フロー: 1.書類選考 2.面接（1~複数回） 3.内定 ※選考内容は、状況に応じて変更が生じる場合があります。 ※ご応募の後、選考に先立ちキャリアポータル運営局よりご連絡差し上げる場合がございます。
応募に必要な書類: 履歴書・職務経歴書・その他の書類
受動喫煙対策: 屋内原則禁煙（喫煙専用室・喫煙室あり）
受動喫煙対策の詳細: 屋内原則禁煙（ビル内に喫煙所あり）屋内喫煙室設置あり

採用企業情報

採用企業名: 株式会社Ridge-i
業種: IT・通信・インターネット／専門サービス
事業内容: Ridge-i (リッジアイ) は、Deep Learning/機械学習/統計解析を中心とした先端技術を、適切にビジネス・社会に活かすことにより新たなソーシャル・インパクトを創出することを重視しています。
会社HP: https://ridge-i.com/
採用企業について: 【事業内容】 Ridge-i (リッジアイ) は、Deep Learning/機械学習/統計解析を中心とした先端技術を、適切にビジネス・社会に活かすことにより新たなソーシャル・インパクトを創出することを重視しています。クライアントは大企業、中小企業関わらず、課題の技術的先進性と、解決することによるビジネスインパクトと社会的意義の観点から、取り組む価値が高いプロジェクトに集中しています。機械学習・ディープラーニング技術を実際に役に立つソリューションとして提案したい人、最新の論文を研究・実装したい人、研究と実務を両立したい人、様々なジャンルのプロフェッショナルの同士でのディスカッションを楽しめる方を、私たちは心よりお待ちしております。【企業の特徴】 Ridge-i は「先端技術、特にディープラーニング・機械学習技術を用いて、企業が抱える課題を解決するための最適なソリューションを提案し、社会にポジティブなインパクトを与える」ことを目的とした会社です。「AI技術を使って課題を解決したいが、どうやってそれを実現できるのか」「既存のルールベースのシステムと、ディープラーニング技術をどう組み合わせたら良いのか？」「どのディープラーニング手法と、どういった学習データが良いのか？」 Ridge-i ではこういった悩みを抱える企業に対してコンサルティングから実証実験・ソリューション開発までを包括的に行っており、すでに様々なエリアで実績があります。またマイクロソフトやNVIDIAと提携し、Deep Learning Labの幹事企業として数千人規模のコミュニティの運営や、NVIDIA Inception partnerとしてGTC Japanなどで講演するなど、技術を正しく伝える活動にも取り組んでいます。
設立年月: 2016/07/29
株式公開: 未上場
売上高: 15億3,500万円（資本準備金含む）
資本金: 15億3,500万円（資本準備金含む）

AIエンジニア (Python) ｜安全保障×AI　◆リモートあり｜株式会社Ridge-i | キャリアポータル