自然言語処理・機械学習で研究支援SaaSを開発したい人募集！

株式会社Logbii

株式会社Logbii members View more

TDKに入社後、独学でWebを学び、ITベンチャーを経て楽天にエンジニアとして入社。カード加盟店サイトや、ECのお気に入りの開発などに携わる。関連特許を４件出願した。楽天中途同期のViibar（現:VideoTouch）代表とViibarを共同創業し、初代技術責任者としてゼロイチのサービス開発を行った。
2015年に「少子高齢化」「生産性を高める」をテーマに、Logbiiを創業。
東京工業大学修士（工学）、専門は数理最適化や機械学習。
学部時代は東工大で経営工学を学ぶ傍ら、一橋大学で医療経営系ゼミに参加。
修士課程では医療資源の最適化を研究。
医療データ分析業務を行うシンクタンクやベンチャー企業でインターンを経験後、
株式会社Logbiiに参画。
社会インフラIoT関連の大学発ベンチャー企業でITエンジニア　ー＞　株式会社Logbiiで機械学習エンジニア
SIGNATE expert

一番関心があるのは自然言語処理ですが、テーブルデータ、画像処理、音声分析の経験も積んできました。
大学レベルの統計学、線形代数学、微分積分、最適化数学を学びました。

交通物音声分類プロジェクトで、炎天下での実データ収録からモデリングまで一気通貫に経験したのがいい思い出です。
筑波大学修士（医科学）、専門は分子生物学、ウイルス学。
Pythonを用いたwebスクレイピング、HTML•CSSでWebサイト作成の経験あり。
Logbiiでは主にリサーチを担当。

What we do

メーカーを効率化するAI SaaS
大学と診断支援などAIを共同研究

Logbii（ログビー）のミッションは、データを活かして世の中を快適にしていくことです。

Company Deckで、ミッション、事業、チーム構成、働く環境などを紹介しています。
https://speakerdeck.com/logbii/logbii-rogubi-company-deck

現在、製薬企業などメーカーをAIで効率化するサービス群（SaaS）を開発中です。
その一つとして、オープンイノベーション、R&Dの業務効率化を支援するLogbii Researchをリリースしました。
https://logbii.co.jp/research

また、特徴として、各エンジニアが自社プロダクト開発以外に、外の技術も学ぶため、様々なAIの案件を業務の半分程度（副業ではなく、本業として）行なっています。
例として、ディープラーニングを用いた画像認識、自然言語処理を用いた文章の自動分類、時系列データに対する異常予測などのAI案件に取り組んでいます。

働き方としては、週の半分を自社プロダクト開発（Django、React、深層学習、自然言語処理、AWS）、半分をAI案件（Jupyter、機械学習、深層学習、データサイエンス）といったやり方をしています。AIの研究経験も活かしつつ、プロダクト開発もしたい、という方に合っている環境です。

R&Dとして、宮崎大学附属病院、東京工業大学などと、診断支援AIの研究開発を継続して行なっており、学会発表も定期的に行っています。
https://jglobal.jst.go.jp/search/anythings#%7B%22category%22%3A%220%22%2C%22keyword%22%3A%22%5C%22201851000126978349%5C%22%22%7D

Why we do

より健康で快適な社会へ

代表の松田が楽天で働いている時に、ロバート・フェルドマンの招待講演を聞く機会がありました。

そこで印象に残った内容は、日本は今後、少子高齢化が進むということ。
それを解決するには、
・移民をうけいれる
・一人当たりの生産性を高める
しかない、といった内容でした。

Logbiiは、すでに始まっている少子高齢社会に対し、共同研究で培ったAIのノウハウを活かして、世の中を快適にしていく事業を推進していきます。

How we do

現在フルリモートです
ときには恵比寿のお店で会食

Logbiiは、働く人が目標に向かって経験を積める場であることが、一番パフォーマンスを発揮できる環境であると信じ、それぞれの目標に現状の業務がマッチしているかを常に考えています。

また、Logbiiの特徴として、まだ組織が小さいフェーズということもあり、「ユーザーの声を直接聞ける」「マネジメントの業務経験もしやすい」点があります（もちろん苦手な人は、専業に専念できる環境です）。例えば顧客との打ち合わせはビジネスサイドが行いますが、エンジニアも同席してユーザーの声を直接聞ける機会は多くあります。また、早くからリーダー業務を経験し、マネジメント視点も養っていける環境があります。

▼ 経験できること
・機械学習を組み込んだSaaSの開発、MLOps
・ユーザーの声をプロダクトに落とし込む
・マネジメント視点を養う
・自社サービスのグロース

▼ こんな方にオススメ
・機械学習や自然言語処理などの経験を活かしたい
・ユーザーの声を直接聞きながらプロダクト開発をしたい
・マネジメント業務も経験したい
・事業を成長させる過程を経験したい

▼ チームのバックグラウンド
・ML/DataScience 研究室: 4名
・Kaggle/SIGNATE 入賞: 2名
・楽天/ソフトバンク/第一生命/IoTベンチャー etc..

== 働く環境 ==
▼ 環境
・フルリモート (オフィス出社率はゼロに近い)
・オフィスは恵比寿 (ときにはお洒落なレストランで会食)
・MacBook貸与

▼ 行事
・シャッフルランチ (水金に開催, Zoomのブレイクアウトルーム利用)
・社内勉強会 (ほぼ月1開催)
・案件共有会 (AI案件などの共有会, 利用技術や用途など)

▼ 社内制度
・社内制度もGithub管理し、柔軟性・透明性を担保

▼ スクラム
・スプリント(1週間)
・スプリント計画
・デイリースクラム
・振り返り (KPT)

▼ ツール
・Github
・Slack
・Zoom, Teams
・Google Workspace
・Dropbox

== 教育と評価 ==
▼ OSKPT
隔月で以下を振り返り（Github Projectで管理）
・O: Objective (将来目標)
・S: Skill (スキルと習熟度)
・K: Keep (継続している習慣)
・P: Problem (課題)
・T: Try (課題を改善する習慣)

▼ OJT
コードレビューなどを通し、背景知識や関連リンクの共有を行い教育を実施
実績：新卒2名、2年目1名の教育

▼ 技術書配布
例えば以下のような書籍
・リーダブルコード
・プリンシプルオブプログラミング
・How Google Works
・パターン認識と機械学習 (黄色本)
・深層学習 (青イルカ本)
・効果検証入門

▼ 資格取得支援
資格の取得を支援

▼ 1 on 1
隔月で実施し、その中で評価を実施
(ある程度の組織規模で評価制度を策定予定)

As a new team member

製薬企業などメーカーを効率化するSaaSの自然言語処理・機械学習モデルの開発を主にお任せします。
希望に応じて、大学との共同研究も参加可能です。

環境やスキルは以下になります。

▼ 環境
・自然言語処理 (機械学習)：Python (Pytorch, Transformers, scikit-learn, spaCy, Sudachi など)
・データベース, 検索エンジン：PostgreSQL, Elastic Search
・インフラ：AWS (EC2, RDS, OpenSearch, Elasticache など), Docker

▼ 必要スキル
・データサイエンス、機械学習、自然言語処理のいずれかの経験1年以上(大学での研究やインターンでの経験も可)

▼ 歓迎スキル
・大学などでの機械学習、データサイエンスの研究経験
・Kaggleなどコンペでの入賞経験