AIエンジニア（画像認識・内視鏡AI）

【職務概要】
所属するAI開発グループは、AIを実装・開発し、自分たちのコードを「臨床現場で確実に動くAI」として作り切るチームです。臨床・薬事・アノテーション・ソフトウェアエンジニアリング・営業などの多くの他のチームと協力し、製品搭載・社会実装まで責任を持ちます。裁量は大きく、要件定義〜アルゴリズム設計〜実装〜最適化まで一貫して関わることが可能です。意見交換が活発で、役職や職種を越えて議論できるオープンな文化があります。現在5〜6名の少数精鋭チームで、役割の垣根を越えて議論や実装に関わる機会が豊富です。

【ポジションの魅力】
・世界的にも希少な「内視鏡AI」という高難易度かつ社会的意義の高い領域に挑戦
・研究止まりではなく、プロダクトとして市場に出るAIを開発できる
・技術・医療・規制が交差する現場で、市場価値の高いエンジニアへ成長可能
・自社開発のため顧客の声を直接聞き、改善や新機能開発に反映できる
・経営陣との距離が近く、戦略や方針決定にも意見を出せる環境

【業務内容】
・製品コンセプトを実現するためのアルゴリズムの選定・検討
・アノテーションチームと協働した高品質なデータセットの構築
・AIモデルの学習・評価、性能最適化

※適性や志向に応じて、以下業務に携わっていただくことも可能です。
・AIモデルに関連する処理を含めたAIモジュールの開発・実装
・アノテーション・臨床・薬事・ソフトウェアエンジニア・営業などとの横断的な技術調整

【入社後に積める経験やキャリア】
（1）製品化を前提とした実践的なAI開発
・実運用を前提にAIモデルの設計・実装・最適化まで一貫して経験できます。
・医療AIという成長市場で、内視鏡装置の制約や医師の要望、規制対応を踏まえた開発を通じ、技術的深さと社会実装力を兼ね備えた「プロダクト志向のエンジニア」へ成長可能です。

（2）医療（内視鏡）画像という唯一無二かつ難易度が高い問題に対する開発経験
・内視鏡画像は一般的な自然画像とは異なる複雑な特徴を持ちます。
・そのため、前処理・データ拡張、アノテーション戦略、医療規格準拠の性能確保など、他分野では得られない独自の技術課題に取り組めます。

（3） 幅広いキャリアパス
適性や志向に応じてマネジメントや組織づくりに挑戦でき、経営陣と近い距離で戦略的意思決定に関与する機会もあります。

【開発環境と技術スタック（使用例）】
当社では以下の技術を利用しています。 すべてを経験している必要はありません。 得意な領域を活かしながら、入社後に学んでいただける環境です。

言語： Python、C++
OS： Linux
フレームワーク： PyTorch、ONNX、TensorRT
インフラ： GPUワークステーション、AWS（EC2、S3）
MLOps／実験管理： Docker、ClearML、Neptune
バージョン管理： Git／Github
コミュニケーション： Slack、Notion、Backlog

特徴：最先端の医療AI開発に必要なスタックを幅広く扱えるため、スキルの掛け算で市場価値を高められます。