機械学習エンジニア｜建設データの分析・モデル開発・本番実装

この求人のポイント

＜入社後のフローイメージ＞
■Step1■
まずは開発体制や既存コードを理解してもらう
・いくつかの小規模な開発業務を実施（1ヶ月程度）
・既存エンジニアと開発を通してコミュニケーションをとる

■Step2■
メインでお任せしたい業務を自走
・開発の要件検討や技術選定及び設計
・日々のコードレビューと参加エンジニアへのアドバイス
・チームの生産性向上のための開発フロー改善

【開発体制】
■エンジニアに負担の少ない開発進行
・オーナーとマネージャーとエンジニアの双方向で状況を確認し、エンジニアに無理のないスケジュールを組んでいます。
・プロダクトファーストですがチームの状況を踏まえたハンドリングでエンジニアは開発に専念できる環境です。

■ドキュメント整備のエンジニア文化形成
・まだ歴史の浅いプロダクトだからこそドキュメントが大事。
・開発の区切りごとにドキュメントを整備する時間を取るようにしています。

▍技術スタック
・メイン：Python, Pandas
・インフラ：AWS, Amazon SageMaker
・機械学習：勾配ブースティング
・その他：GitHub, GitLab, Slack, asana等

※ 新規プロダクト開発も計画しており、そこではこれから技術選定します。
※ 上記の技術スタック全てに精通している必要はありません。

【やりがい・魅力】
◆業界の課題に向き合い、本質的な価値を提供するエンジニアリングです！
近年、建設業界においてIT活用の必要性が高まっています。
一方で、業界特有のデータ構造や現場ニーズに対応したソリューションの余地は多く存在しており、多くの企業が課題を抱えています。
私たちは、業界特化のデータを活用し、現場のリアルな課題を解決するサービスを開発しています。
扱うデータは、業界特化型でこれまで十分に活用されていない貴重な情報が多く含まれており、これらをもとに機械学習アルゴリズムの社会実装に取り組むことができます。
機械学習技術を用いて具体的な変革をもたらすことは、大きなやりがいと社会的意義を感じられる仕事です。
建設業界という成熟した市場の中で、次のスタンダードを一緒に作り上げていきましょう。

◆ユーザーの声を聞きながら裁量を持って働くことができます！
単純なDX推進サービスとは異なり、顧客の課題に合わせた新規サービスを共に作り上げ、課題解決を実現します。
ダイレクトに顧客の反応を得ながら、一緒にサービスを進化させていくことができるため、顧客と共に価値を創造していく実感を得ることができます。

◆場所や時間に捉われない自由な働き方が実現できます！
フルリモート・フルフレックスを採用し、仕事のやりがいと働きやすさを両立しています。
リモート環境でも「一人で開発していない安心感」を大切にしており、Slackを中心にエンジニアが日々の作業ログを残しています。
マネジメント層はログを確認し、必要に応じて通話で意思疎通を図るなど、テキストと通話を適切に使い分けて円滑な連携を実現。安心して働ける環境を整えています。
開発効率を上げるための学習には組織として協力的なため、会社の成長に向けてご自身のスキルを積んでいけるところも魅力ポイントです。

仕事内容

▍事業内容／企業紹介
ゴーレムは、建設業界に蓄積されてきた見積・設計・施工・維持管理などのデータと、実務の中で培われてきた判断基準を構造化し、企業の業務効率化や意思決定を支援する建設業界特化型のデータプラットフォームを開発しています。

建設業界では、企業・プロジェクトごとに業務、データ、管理方法が異なり、重要な情報がExcelやPDF、担当者の経験に分散しています。ゴーレムでは、こうした非構造・属人的な情報をデータとして扱える状態へ変換し、CO2排出量の算定をはじめ、見積・購買・業務分析など複数のテーマへ展開しています。

▍ポジションのミッション（募集背景）
分析テーマとプロダクト機能が増える中、PoCを作るだけでなく、データ条件、評価、本番実装、監視・改善まで継続して対応する体制が必要です。通常・育成・シニア・業務委託の責任を分け、技術判断と実装を適切なレベルへ配置します。

今回募集するのは、Pythonで建設データの前処理、分析、既存モデル改善、機能開発を担当し、支援を受けながら一機能を自走できる状態へ成長するポジションです。具体的には、データ収集・前処理・探索・可視化、既存モデルの学習・評価・改善、PoC用データ準備・分析、モデル・解析ロジック実装補助などを通じて、担当領域を前に進めます。

▍仕事内容
データ理解・前処理
● 建設・見積等のデータを確認し、項目・欠損・分布・ラベル品質を把握
● Pandas／SQL等を用いて学習・分析に必要な形へ前処理
● 既存モデル・評価方法を理解し、改善対象を整理

モデル開発・評価
● 回帰・分類等のモデルを実装し、ベースラインと比較
● 特徴量・ハイパーパラメータ等を検証し、評価結果を整理
● 誤分類・精度低下ケースを分析し、データ／モデル双方の改善案を検討
● 検証条件・結果をドキュメント化

プロダクトへの実装
● シニアML／エンジニアと連携し、モデルをAPI・バッチ等へ組み込み
● 本番利用に必要な入出力、例外処理、性能要件を確認
● コードレビュー・テストを通じて品質を改善

継続改善・学習
● 本番データやユーザーフィードバックをもとに改善テーマを整理
● 必要なML・データ技術を自らキャッチアップし、検証へ反映
● 担当した分析・実装を他メンバーが再利用できる形で残す

▍やりがい・魅力など
● Python・データ分析の経験を生かし、機械学習プロダクト開発へキャリアを広げられる
● 実際の建設データを用いて、前処理・モデル評価・改善を経験できる
● シニアMLエンジニアと協働し、本番開発を意識した技術を身につけられる

▍組織名／体制
ML／AIエンジニア、プロダクト、データ品質チームと連携。

▍開発体制
既存実装・データからキャッチアップし、モデル・機能の担当範囲を広げる。

▍技術スタック
Python、SQL／R／Pandas、Git。歓迎：クラウド、Docker、NLP。

応募資格

募集要項

選考について

配属部署

会社情報