予測モデル開発に取り組みたい学生データサイエンティスト募集！

株式会社Bolteo

機械学習エンジニア

Internship

on 2025-07-08

123 views

7 requested to visit

予測モデル開発に取り組みたい学生データサイエンティスト募集！

東京大学卒業後、ITコンサルティング企業において物流系基幹システムの開発等に従事した後、2018年より東京大学大学院工学系研究科技術経営戦略学専攻田中謙司研究室に参画し、エネルギー領域の研究を開始する。様々な共同研究プロジェクトに参画し、機械学習を用いたエネルギー関連の予測・異常検知、予測に基づく最適化等の研究を推進する。 2019年に株式会社 ARNE Technologiesを創業し、様々な業界におけるAIアルゴリズムの研究開発及び、AI活用アドバイザリー業務を行う。2022年にエネルギー業界に特化したソリューションを提供する株式会社Bolteoを創業した。個人の活動として、データ分析コンテストにおいて複数回上位入賞し、2018年には国内のデータ分析コンテストプラットフォームにおいて総合ランク1位（約6,000ユーザー中）を獲得。

Daishi Sagawa

代表取締役

What we do

Bolteoでは、エネルギー業界向けに以下のようなサービス開発・提供を行なっています。【予測系】・再生可能エネルギー（太陽光・風力）の発電量予測サービス・JEPXスポット市場価格・インバランス価格の予測サービス・電力需要・熱需要の予測サービス【最適化系】・各種予測に基づく、蓄電池 / EV の充放電スケジュール最適化・各種予測に基づく、熱源機器の稼働スケジュール最適化【異常検知・モニタリング】・大規模施設向けの異常検知を統合したエネルギーマネジメントダッシュボード【生成AI系】・生成AI、MCP等を活用した業務フローの省人化・無人化支援

What we do

Why we do

現在、AIの進化は目覚ましく、特にソフトウェア業界では開発・運用の生産性が飛躍的に高まっています。生成AIの登場によって、人間の思考や意思決定のプロセスそのものがソフトウェアに組み込まれ始めています。この生産性革命は、やがて他の業界にも波及していくでしょう。私たちは、その「次の波」が確実にエネルギー業界にも訪れると確信しています。しかし、現時点でのエネルギー業界におけるAI活用は、まだまだ発展途上です。膨大なデータは眠ったまま、現場の意思決定やオペレーションは属人的な判断に頼る部分が多く残っています。だからこそ、私たちはAIの力をエネルギー業界に持ち込み、今までにないレベルの予測精度・自動化・効率化を実現します。エネルギーという社会の根幹を、よりスマートに、持続可能にしていくために。 Bolteoはその第一歩を切り拓きます。

How we do

私たちは、「深い専門性」と「現場への実装力」の両立を大切にしています。東京大学での研究活動を起点としながらも、ラボにとどまらず、社会にインパクトを与える技術としてAIを育てる——その想いを原動力に、私たちは日々挑戦を続けています。行動の軸は、以下の3つです：【本質を掘る】　目の前の課題に対して、表面的な対応ではなく、根本にある構造・本質的な制約を見極め、技術で切り込んでいきます。【早く試す、届ける】　最先端の技術をただ追うのではなく、価値を検証し、必要な改良を重ねながらスピーディに現場へ届けることを重視しています。【越境して協働する】　電力、熱、車、建築、ソフトウェア、オペレーション、戦略——領域を超えて多様な知見が交わることで、本当に機能するソリューションが生まれると信じています。未知の領域に踏み出すときこそ、チームで考え、手を動かし、社会に価値ある答えを出す。 Bolteoは、そんな文化を大切にしています。

As a new team member

Bolteoでは、再生可能エネルギーの発電量予測、電力市場価格予測、需要予測など、エネルギー領域における予測モデルの開発・改善に取り組む機械学習エンジニアを募集しています。私たちが扱うデータは、気象情報、発電実績、市場取引データ、需要実績など多岐にわたります。これらをもとに、・太陽光・風力などの再エネ発電量予測・JEPXスポット市場やインバランス価格などの市場価格予測・工場や建物における電力・熱需要予測といった、社会インフラに直結する重要な予測モデルの精度向上を目指していただきます。【こんな方におすすめ】・KaggleやSIGNATEなどでのコンペ経験があり、予測精度を高める工夫が好きな方・時系列予測やマルチモーダルデータの取り扱いに関心がある方・社会実装を見据えたモデル設計に挑戦してみたい方【技術スタックの一例】・Python（pandas, NumPy, scikit-learn, LightGBM, XGBoost, PyTorch, TensorFlowなど）・GCP（BigQuery, Cloud Functions など）・GitHub / Notion / Slack 学術的な深さと現場での適用の両立に関心のある方、社会インフラに関わる予測に手応えを感じたい方、ぜひ一度お話ししましょう。

0 recommendations