【社長直下】経営と共にAI戦略を創る機械学習エンジニア

こんにちは、HACARUSの染田です。 私は京都大学大学院で情報学を学び、卒業後は Sun Microsystems に入社。そこでソフトウェアエンジニアとしてグローバルな環境で経験を積みました。その後、IPA「未踏ソフトウェア創造事業」のプロジェクトに採択され、独立してソフトウェア開発に没頭。そしていくつかのベンチャーで開発や事業立ち上げに携わったのち、2016年にHACARUSにCTOとして参画しました。その後、取締役CBOを経て、2023年4月より現職のCEOを務めています。 ・私がHACARUSを選んだ理由 ベンチャーでの挑戦や「モノづくりの手触り感」に強く惹かれていた私は、既存のサービス開発に飽き足らず、自分自身で価値を創る道を志しました。そのため、HACARUSが創業時から取り組んできた“現場に根ざしたAIソリューション”、特に「少ないデータで高精度な成果を出す」スパースモデリング技術に強く共感し、JOINを決意しました。 ・大切にしていること 今、私が大切にしているのは、「AIをただの道具に終わらせない」ということ。現場の声に耳を傾け、AIと人が本当に共創できる未来の構築を目指しています。製造業や建設現場における外観検査や安全管理アプリ「HACARUS Check」「KY活動支援」など、属人的作業をDXで変えていく。そのためには技術だけでなく、現場との信頼関係が不可欠です。 HACARUSはまだまだ進化の途上にある会社です。だからこそ、あなたの技術・経験・好奇心がそのまま事業と組織の成長に直結します。 「技術を現場に届けたい」「AIで社会課題を解決したい」と思う方と一緒に挑戦できることを楽しみにしています。

弊社が手がける労働安全支援アプリケーションなどの事業拡大のため、プロダクトを急速に進化させています。特に安全管理を目的にしたAIの開発領域では、サービスに対して継続的に機械学習のモデルを提供できるデータ基盤の整備、保守、運用が必要です。 データ収集のためのパイプライン構築やデータ活用をリードする人員・体制強化のため募集します。 【具体的な仕事内容】 ・データパイプラインの設計・開発 ・ワークフローの自動化 ・データ処理の環境構築・パフォーマンスチューニング ・CI / CDを用いたデプロイ環境の構築 ・APIやツールの開発 ・運用効率化のための改善 ・システムの信頼性 / 品質の向上 ・データ活用のための課題調査、タスク設計 ・新規技術選定のための調査とチームでの共有 ・モデリングを効率化するためのプラットフォームの構築 ■言語・フレームワーク ・フロントエンド - フレームワーク：Vue.js／Nuxt.js - デザインフレームワーク：Vuetify - Android ・iOS開発：Flutter ・バックエンド - 言語：Python 3.x, Node.js - フレームワーク：Fast API／Flask／Strapi ■開発基盤・インフラ ・DevOps：GitLab ・クラウド：AWS ・EC2／Fargate／ECS／Lambda／RDS／S3／CloudFront／StepFunctions／SageMaker／Amplify など ・構成管理：Ansible - その他開発ツール：Docker, Adobe, Figma 等 - コミュニケーションツール：Slack, Google Meet, Zoom

当社にとって、機械学習エンジニアやデータサイエンティストはAIをはじめとする技術を駆使し、事業の核となる重要な人材です。 会社のビジョンをもとに、経営陣と一緒に技術的な方向性を考え、提案していただきます。 また、競合優位性や事業戦略の検討においても、技術者と代表をはじめとする経営メンバーが密に協議を重ねます。 私自身もフロントでお客様との商談に積極的に参加していますが、機械学習エンジニアやデータサイエンティストは、重要顧客への提案準備や商談において、経営陣や事業開発担当と同席して直接提案や商談を行っています。技術と経営が一体となり、顧客との信頼関係を築き、事業の成長を牽引しています。 技術と経営が一体となり、顧客との信頼関係を築き、事業の成長を牽引しております。

【必須経験・スキル】 ・Python, Rust, Java, Goのうちいずれかにおける実務経験 ・RDBMS、SQLの基礎知識、及び実務経験を1年以上有すること ・Docker等のコンテナ技術の基礎的知識 ・Git、CI/CDを用いたチーム開発、運用経験 【歓迎経験】 ・機械学習モデルを組み込んだプロダクトの技術選定から運用、品質レビューの経験 ・システムのパフォーマンスや信頼性を向上させるためのプログラミングスキル ・AWSやGCPを用いたクラウド環境でのサービス開発、またはデータ分析経験 ・DockerやKubernetes等のコンテナ技術を利用したシステムの実務経験 ・Kaggle などコンペティションにおける入賞経験 ・チームビルディング / チームリードの経験 【求める人物像】 ・自ら主体的に動き、仕事を進めることができる方 ・多様性のある環境でオープンなコミュニケーションができる方 ・AIの使用や未経験の技術に意欲を持てる方 ・チームワークを大事にしつつ、自分の意見を積極的に発信できる方

◉事業領域と提供サービス ■ 製造業 ・外観検査 ロボット、照明、カメラと AI を組み合わせた製品「HACARUS Check」を提供しています。複雑な形状の自動車部品の検査など、これまでの検査装置では自動化が難しかった領域に導入を進めています。 ・予知保全 工作機械をはじめとする FA 機器から収集される各種センサーデータに基づいた設備の予知保全を AI で行うことで、より生産性の高いスマートファクトリの実現に機器メーカ様と取り組んでいます。 ■インフラ ・地中探査 簡便で精度の高い地中埋設物の検査手法が、建設現場や鉄道施設などの現場で求められています。HACARUSでは地中レーダの画像から地中の埋設物の位置を確認するための AI を開発しています。 ◉HACARUSの技術の特徴 ・ビッグデータ不要 AIと聞くとディープラーニング、ビッグデータというキーワードを思い浮かべる人は多いでしょう。しかし「検討したものの、ビッグデータを集められない」とAIの利用を断念したという課題も耳にします。スパースモデリングなら、少量データでも高精度の成果を得られます。ビッグデータがないからとあきらめる必要はありません。 ・「その結論に至った理由」が解釈できる ビジネスでは「なぜそうなったか」を説明できることはとても大切です。しかし、ディープラーニングを活用したAIでは「結果が出るが、なぜそうなったか」を説明できません。スパースモデリングなら、その根拠もフィードバックします。「知」が見える化されることで、応用も期待できます。 ・高速かつ低消費電力 ビッグデータを扱うAIは、膨大なデータ処理のための高性能システムが必要で、電力消費も多く、気軽にできるものではありません。 HACARUSのAIは、少ないデータの取り扱いで済むため低負荷です。クラウドベースとオンプレミスともに提供実績があります。

HACARUS最大の技術的差別化は、「スパースモデリング（Sparse Modeling）」というAI手法を実用化している点です。 一般的なディープラーニングが大量の学習データを必要とするのに対し、HACARUSの手法は「少数のデータ」からでも本質的な特徴を抽出できます。 これにより、製造・建設など現場でのデータ収集が難しい産業において、高精度なAI導入が可能に。 この技術は京都大学などの研究機関とも連携しており、実装力と学術的裏付けの両面を備えているのも特長です。 【現場に寄り添ったプロダクト開発と実装力】 HACARUSは、単なるAI技術提供企業ではなく、課題発見から運用定着までを一貫して支援できるのが強みです。 ・製造業向けの外観検査AI「HACARUS Check」 ・建設現場の安全活動支援「KY活動支援AI」 いずれも、「既存業務をどう効率化・形式知化するか」を起点に開発されており、ユーザーにとって“使えるAI”をつくることにフォーカスしています。 【多様な産業×グローバル展開による応用力】 ・HACARUSのAIソリューションは、製造業／建設／インフラ／小売など、幅広い領域で展開。 ・また、日本国内だけでなく、ドイツ、シンガポール、UAEなど海外展開も進行中。 ・海外パートナーとの共同開発実績もあり、グローバルでの信頼性も高い。 これにより、「ひとつの業界依存ではない多角化」「多文化・多産業で使えるAI技術としての強さ」が築かれています。