職種
機械学習エンジニア年収
600万円 〜 900万円利用技術
- Python
- SQL
- AWS
- Google Cloud
- BigQuery
生成AIの活用状況
最終更新日:2026-05-18最新の情報についてはカジュアル面談や選考の中で確認ください。
生成AI技術/ツールの導入・活用状況
生成AIモデルの開発・LLM技術の研究開発を行っているプロダクト/サービスへの組み込みを実施・推進している社内活用による業務効率化を目的に導入・活用している
開発組織において公式に導入・活用されているAIツール・機能・技術
ChatGPT, GitHub Copilot, Gemini, Cursor, Cline, Devin, Dify, Claude Code, Codex
生成AI活用状況の詳細
上記の他にnotebooklmなども使用しています。
社内利用およびコーディングで使っています。
弊社にはデータを扱う部署があり、プロダクトへの組み込みや調査、社内でのnote記載や議事録記載など開発だけでなくグループ全体での生成AI利用者が高い環境です。
社内利用およびコーディングで使っています。
弊社にはデータを扱う部署があり、プロダクトへの組み込みや調査、社内でのnote記載や議事録記載など開発だけでなくグループ全体での生成AI利用者が高い環境です。
仕事内容
職務内容
-わたしたちについて
ユーザーの人生に”くふう”を提供し、賢く‧楽しく意思決定ができるようなサービスを開発し、やがて人々になくてはならないプロダクトとしてインフラ化していくことを目指しています。
シナジーを生むため、これま
開発環境
【言語 / フレームワーク】
‧言語: Python / SQL
‧ML/AI:Gemini Enterprise Agent Platform / PyTorch / Scikit-learn / LightGBM /
Transformers
‧実験管理:Weights & Biases(WandB)
【インフラ】
‧Google Cloud / AWS
【インフラ管理】
‧Terraform
【CI / CD】
開発環境や技術選定等に関する特集記事
求人の特徴
利用技術
- Python
- SQL
- AWS
- Google Cloud
- BigQuery
- Terraform
- LightGBM
- Dataform
- dbt
- GitHub Copilot
- Cursor
- Claude Code
- Codex
- GitHub
- Slack
- Notion
趣向性
- 法人顧客向けサービスの開発
- 自社サービスの開発
- 職場の一体感
- これまでにない挑戦
- 新しい取り組み・技術の活用
- サービス企画・提案業務への参加
- 自ら主体的に取り組む姿勢
- 周囲とのコミュニケーション
- 継続的な改善活動
- ロジカルさや問題解決能力
- インフラ
- ビッグデータ・データ解析
- 機械学習
- 開発の効率化・最適化
- サービスの運用・保守
- サービスの仕様策定・設計
