採用ご担当者様はこちら
株式会社オプティム

【東京】深層学習エンジニア/リモート併用/服装自由

掲載日:2024/01/01

更新日:2025/06/13

Income icon400万円~900万円
Place icon東京都
jobType iconAI・機械学習
Industry iconSIer,  インターネット・通信,  ソフトウェア・情報処理,  医療・福祉,  建築・土木
Skill iconPython,  SQL,  Kubernetes,  TensorFlow,  AWS,  Azure,  GCP,  Docker,  機械学習

仕事内容

オプティムでは、「世界一、AIを実用化させる企業になる」というスローガンのもと農業や医療、 建設といった様々な産業を革新するためのサービスやプラットフォームの開発を行っています。 深層学習エンジニアは、各産業向けのAI開発のコアを担っていただき、様々な課題をAIにより解決するための研究開発を行います。 具体的な職務内容は以下の通りです。 ・深層学習を利用した、画像解析、時系列データ解析、音声認識、自然言語解析等のエンジン開発

職務内容

職種

jobType iconAI・機械学習

開発言語

Skill iconPython
Skill iconSQL
Skill iconKubernetes
Skill iconTensorFlow
Skill iconAWS
Skill iconAzure
Skill iconGCP
Skill iconDocker
Skill icon機械学習

募集条件

求めている人材必須/歓迎スキル・経験など

    ■ 必須スキル

  • ・機械学習分野(特に深層学習)の専門知識と実務経験 ・Python等によるプロトタイプ実装からモデルの評価・エラー分析の経験 ・Web アプリケーションの開発経験 ・RDBMS、SQLの基礎知識 ・ドメインに特化したサービス、システムを理解した上での、各種提案およびプロジェクト推進経験 ・専門的な論文やドキュメントの読解力
  • ■ 歓迎スキル

  • ・AIを用いたサービスにおける、解析精度の改善活動経験 ・大規模データの分析・活用経験 ・TensorFlow/Chainer/PyTorch/Caffeなどの深層学習フレームワークを用いた実務経験 ・Docker/Kubernetesを用いたマイクロサービスの開発・運用経験 ・Azure/AWS/GCPなどのクラウドサービスを使った開発経験 ・ビジネスレベルの英語コミュニケーション力 ・国内外での論文投稿、論文発表
  • ■ 求める人物像

  • ・理念に共感できる方 ・問題解決能力・課題発見能力の高い方 ・特定の技術に固執しない方 ・手が動く方(自ら行動できる方) ・新しい技術を学ぶのが好きな方 ・論理的思考力のある方 ・情報整理力(記録をしっかり残す、整理する)のある方 ・周囲と協力してものごとを進める力のある方 ・技術動向に感度の高い方

雇用形態

雇用形態

正社員

給料・福利厚生

入社時の想定年収

400万円~900万円

給与備考

月給:30.2万~64万円 ※ご経験・入社後の役割に応じて、最終決定致します。 ※マネージャー以上は管理監督責任者となります。 ※マネージャー未満は、上記の金額の中に40時間分のみなし残業代が含まれます。

待遇・福利厚生

・社会保険完備(雇用・労災・健康・厚生年金)・交通費支給(上限3万円/月) ・コミュニケーション促進費(社内スタッフ間での交流費、一部補助)支給 ・服装自由 ・月1回開催の全社員ミーティングでの部署間コミュニケーション ・社員持ち株会 ・社内でのプログラミング勉強会や製品勉強会の定期開催 ・インフルエンザ予防接種 ・各種部活動あり(野球、フットサル、映画、雪猿、走ろう会、ボルダリング等) ・フリードリンク

屋内の受動喫煙対策

Smoking Room

選考

採用人数

若干名

勤務地・勤務時間

勤務地

Place icon東京都

勤務時間

09:30〜18:30

休日・休暇

・完全週休2日制(土・日)、祝日 ・GW・夏季・年末年始 ・結婚休暇 ・慶弔休暇 ・入社半年以内特別休暇3日間

  • Settings icon
募集終了

企業名

株式会社オプティム

業種

  • SIer
  • インターネット・通信
  • ソフトウェア・情報処理
  • 医療・福祉
  • 建築・土木

資本金

417,660,000 円

代表者氏名

菅谷 俊二

設立年月

2000-06-01

株式公開

東証プライム

従業員数

433人

本社所在地

港区海岸1丁目2番20号 汐留ビルディング 18F

閲覧履歴