お任せしたいこと

［役割］製造業の生産ラインから取得されるセンサーデータを用いた異常検知AIの開発（設計・実装・評価）

［役割に対して求める成果］
時系列データに基づく異常検知モデルの構築・精度改善
学習済みモデルの推論API化・本番環境への導入
精度・再現率・誤検知率などKPIの改善

具体的な業務内容

Python を用いたデータ前処理／特徴量エンジニアリング
LSTM／AutoEncoder／IsolationForest などを用いた異常検知モデル開発
推論用APIの実装（FastAPI）とクラウド上でのデプロイ
MLflow を利用した実験管理・モデルバージョニング
可視化ダッシュボード（Grafana等）との連携による分析結果提供
MLOps パイプラインの構築（CI/CD・監視・自動再学習）

必須スキル・経験

Pythonでの機械学習／深層学習モデル開発経験（3年以上）
時系列データを扱った分析・予測・検知経験
機械学習フレームワーク（PyTorch, TensorFlow, scikit-learn 等）の利用経験
Web API 開発経験（Flask, FastAPIなど）

歓迎スキル・経験

異常検知／予知保全分野での実務経験
DockerやKubernetesを用いたコンテナ運用経験
クラウドML基盤（AWS SageMaker, GCP Vertex AI, Azure ML）利用経験
データ可視化基盤（Grafana, Kibana）の構築経験

開発環境

言語：Python 3.11
フレームワーク：PyTorch, TensorFlow, scikit-learn
API：FastAPI
DB：PostgreSQL, InfluxDB（時系列DB）
MLOps：MLflow, Docker, GitHub Actions, Argo Workflows
インフラ：AWS（SageMaker, ECS, S3, RDS, CloudWatch）
コラボ：GitHub, Slack, Jira, Confluence, Zoom

リモート環境

[フルリモート] フルリモートで働いていただけます。