コンテンツにスキップ
← 求人一覧
エンジニアリング

AIエンジニア

スマサテ

勤務地

東京都品川区

ハイブリッド

給与

¥6.0M - ¥10.0M

言語

日本語

掲載日

2026年4月4日

必要スキル

PythonPyTorchLLM機械学習AWSGCPDockerMLOps

職務概要

元上場スタートアップCOOが仕掛ける急成長不動産テック企業がコアメンバーを募集

【当社の概要】 元クックパッド(2005-2015)副社長兼COOが代表を務めるスタートアップです。 20億件以上という膨大なデータを活用して、賃貸物件の最適な家賃を算出したり、瞬時に豊富なレポートを作成できるSaaSを開発・提供しています。 日本には1500万以上の賃貸物件がありますが、それら1部屋1部屋に家賃という値段がついており、それを決めるための業務がありますが、手間がかかり、属人的で人によって家賃価格が異なるといったペインが発生しています。 膨大なデータと高度なアルゴリズム、使いやすいデザインで、賃料決定や資料作成の業務が一瞬で完結するサービスとして、不動産業界で圧倒的なシェアを誇っています。 導入社数4200社以上、解約率も0.5%と圧倒的に低いレートとなっており、既に黒字化している盤石な事業です。

主な業務内容

【業務概要】 SaaSのコア競争力となる、AI・機械学習モデルの研究開発から実装までを牽引していただきます。現在、生成AI/LLMをプロダクトに深く組み込み、顧客体験(UX)の向上や圧倒的な業務生産性の向上を実現するための新機能開発が必要不可欠となっています。単なる技術検証やモデルの精度向上にとどまらず、本番環境で安定稼働させるためのMLOps/LLMOpsの構築まで、一気通貫で裁量を持って取り組めるポジションです。

具体的には....

  • 不動産データ(画像、テキスト、数値データ)を用いた機械学習モデルの設計、開発、評価
  • 画像認識技術を用いた部屋の特徴抽出や間取り図解析アルゴリズムの開発
  • LLMを活用した新たなデータ生成機能や解析機能のプロダクト実装
  • 機械学習モデルを本番環境で継続的かつ安定的に運用するためのMLOps/LLMOpsの設計および構築
  • データサイエンティストやデータエンジニア、バックエンドエンジニアとの連携、実装要件のすり合わせ 【開発スタイル】
  1. 解決すべき事業課題や顧客ニーズに対し、データサイエンティストやPdMと連携してAIの活用アプローチを検討・要件定義します。
  2. 担当メンバーが主体的にモデルの設計・学習・検証(PoC)を行い、有効性が確認できればプロダクトへの実装からプルリクエストまでを担当します。
  3. 他メンバーがレビュー・動作確認を経て、本番環境へリリースし、継続的な精度モニタリングを行います。 まだ若い会社ですが、次のような文化・スタイルが醸成されてきています。
  • 顧客志向のAI開発:最新技術を使うこと自体を目的とせず、「それが顧客にどう使われ、どんなビジネス価値を生むか」にこだわるカルチャーです。
  • 部署間の壁がないフラットな組織:データエンジニアが綺麗にしたデータを基に、データサイエンティストがモデルを構築し、バックエンドエンジニアがアプリに組み込むといった、プロフェッショナル同士のシームレスな連携が行われています。 【開発環境】
  • 開発言語:Python, SQL, TypeScript / JavaScript
  • 機械学習 / 生成AI:PyTorch, scikit-learn, Hugging Face Transformers, pandas, NumPy
  • API / アプリケーション:FastAPI
  • OS:Linux
  • DB:MySQL, ClickHouse
  • インフラ:AWS, GCP
  • テスト:pytest
  • CI / CD:CircleCI, GitHub Actions
  • ソースコード管理:GitHub
  • 実験 / 開発環境:Docker, Jupyter Notebook, Google Colab 【最近の技術的取り組み事例】
  • LLMを活用したアノテーションの効率化
  • 視覚言語事前学習モデルのファインチューニングによる物件画像の分類
  • 画像セグメンテーション等による内装Before/Afterのシミュレーション
  • 因果推論による賃料への設備寄与度の推定 【今後計画している技術的取り組み事例】
  • 生成AI時代に向けた、機械学習モデルの安定稼働と継続的デリバリーを実現する「MLOps/LLMOps」の本格的な立ち上げ
  • LLMを活用した、HTML等の非構造化データからの情報抽出(データ生成機能)およびデータテストの効率化
  • オープンソースモデル等のファインチューニング(追加学習)による、不動産ドメインに特化した独自モデルの開発と実装

応募条件

【必須要件】

Pythonを用いた実務でのシステム開発経験(3年以上)

機械学習、ディープラーニング、画像認識等のモデル構築およびプロダクトへの実装経験

LLM(ChatGPT、Claude等)のAPIを活用したプロダクト・機能開発の実務経験

AWSやGCPなどパブリッククラウドを利用した開発・運用経験

※どれか1つでも該当する方

【歓迎要件】

大学院(修士課程以上)における機械学習、深層学習、自然言語処理などの専門的な研究経験 ・最新のAI関連論文(英語等)を自ら読み解き、オープンソースモデル等のファインチューニング(追加学習)からプロダクト実装までを独力で実行できる力

※単なるLLMのAPI利用やプロンプトエンジニアリングにとどまらず、モデルのアーキテクチャや学習メカニズムをアルゴリズムレベルから深く理解している方を歓迎します。

MLOps/LLMOpsの構築・運用経験

LangChainやLlamaIndex等を用いたLLMアプリケーションの開発経験

Kaggle等データ分析コンペティションでの実績

不動産領域に関するドメイン知識

※どれか1つでも該当する方

【求める人物像】

前例のない課題に対して、仮説検証を回しながら泥臭く推進できる方

技術の面白さだけでなく、「実務でどう生きるか」「事業にどう貢献するか」を追求できる方

分析やレポート作成で終わらず、自らが作ったロジックをプロダクトに実装すること(手触り感)にやりがいを感じる方

複雑な巨大産業(不動産)のメカニズム解明や、最新のAI技術に対して、知的好奇心を持って自発的に学び続けられる方

まわりの人との調和を大事にできる方