【機械学習/PyTorch/AWS/フルリモート可】ファンクラブSNSのMLエンジニア

【内容】 クリエイタープラットフォーム（ファンクラブSNS）のAIチームにおいて、コンテンツモデレーション（利用規約やガイドラインに沿った不適切な内容の削除・非表示・制限）向けAIシステムの開発・運用を担っていただくポジションです。 モデル開発・評価設計・推論パイプライン改善のいずれか、または複数領域を担当いただきます。 主な業務内容 ・セグメンテーション・物体検出・分類モデルの開発・学習・評価 ・推論パイプラインの設計・実装・本番運用 ・アノテーションデータの品質管理・データセット設計 ・既存パイプラインの改善・最適化(精度・速度) ・アノテーターチームへの技術的サポート・ガイドライン整備 ・プロダクト開発チームと連携した機能開発・技術的支援 開発体制は少数精鋭。自ら提案・改善しながらプロダクト成長に関われる環境です。 【必須スキル】 ■機械学習・モデル開発 ・PyTorchを用いたモデルの学習・評価・デバッグの実務経験 ・セグメンテーション・物体検出・分類モデルのいずれかの実装経験 ・ビジネス要件に基づいた評価指標(IoU・Precision・Recall・F1等)を自分で設計・実装できる ・学習パイプラインのバグを自力で特定・修正できる(データ前処理バグ・ラベル不整合等) ・実運用を想定したデータセットの設計ができる(Train/Val/Test分割・クラス不均衡対応) ■データ処理 ・画像・動画データの前処理ができる(OpenCV・ffmpeg等) ・アノテーションガイドラインの作成、およびデータの品質管理ができる ・Pythonで再現性のあるデータパイプラインを実装できる ■インフラ・クラウド ・AWSの実務経験がある(S3 / EC2 / ECS / Batch / Lambda などのいずれか) ・Dockerを用いた環境構築・再現性のある実験実行ができる 【尚可スキル】 ■モデル・アーキテクチャ ・セグメンテーションモデルの実装経験(SAM2・SegFormer・Mask2Former等) ・物体検出モデルの実装経験(GroundingDINO・YOLO系等) ・トラッキングモデルの実装経験(ByteTrack・DeepSORT等) ・動画処理パイプラインの設計・実装経験 ・fine-tuning・転移学習の実務経験 ■MLOps ・実験管理ツールの使用経験(MLflow・Weights & Biases等) ・モデルのバージョン管理の経験(Gitタグ・セマンティックバージョニング) ・推論パイプラインの本番運用経験 ・バッチ推論・GPU最適化の経験 【勤務地】恵比寿（フルリモートOK）※出社可能な方は尚可（可能な頻度をご教示ください。）　 【時間】10:00～19:00（応相談） 【期間】※原則単月毎の更新となります 【単金】72～96万程度　※時給精算となります。4500～6000円（スキル見合い） 【精算】時給精算 【商流】エンド→弊社 【面談】WEB1回(弊社同席) 【支払いサイト】35日 【年齢】～39歳 【備考】 ・本件は週4日以上から相談可能です。 ・PC貸与無し（出社いただく場合はご自身のPC持ち込みとなります） ・アダルトコンテンツを含む業務でも問題ない方のみエントリーをお願いいたします。

1回