JOB OFFERS

WORK STYLE ICON

早朝出勤

深夜出勤

リモート

午後出勤

副業

週休3日〜

特別休暇

フレックス

時短勤務

服装自由

海外勤務

土日のみ

企業情報を見る求人情報を見る興味がある応募する

掲載終了日： 2018-10-04 Thu.

機械学習エンジニアを募集中

最新の技術・理論が身近になる

今注目の機械学習は研究開発を受託するフェリックスだから面白い！

株式会社フェリックス

keyword：機械学習エンジニアテクノロジーフェリックス転職

いま話題の「機械学習」がブームになる前から関わりがあったという株式会社フェリックスは、研究開発の受託企業として2005年に創業しました。”知と技の集積”に尽力してきた代表取締役の川原弘行さんと、創業メンバーでエンジニアの藤戸希明さんに、フェリックスで働く醍醐味や求める人物像についてお話を伺いました。

株式会社フェリックス

JOB OFFER	機械学習エンジニア
WORK PLACE	東京都板橋区板橋1-48-17　協立コーポレーション第一ビル5F
CORE TIME	10:00 〜 17:00 （左記コアタイムを含む一日8h勤務）

WORK STYLE POINT

「楽しい」のは大前提、今が会社の成長期！
ライフスタイルによって勤務時間は応相談！
「複業OK！」個人の活動で得る経験を大切に

WORK STYLE ICON

早朝出勤（応相談）

深夜出勤（応相談）

リモートワーク（応相談）

午後出勤（応相談）

副業 or 複業（応相談）

週休3日以上（応相談）

特別休暇あり

フレックスタイム（応相談）

時短勤務（応相談）

服装・髪型自由

海外勤務（応相談）

土日・祝日のみ出勤（応相談）

企業情報を見る求人情報を見る興味がある応募する

INTERVIEW

まだ世に出ていない理論や技術にも触れられる

代表取締役川原弘行社長

−− 研究開発の受託が主な業務だと伺っています。一般的な受託案件との特徴的な違いを教えてください。

川原：一番大きな違いといえば、クライアントが研究者さんであるということでしょうか。研究者さんが立てた新しい技術に関する仮説を、検証するためのソフトウェアやテスト環境を開発しているので、まだ世に出ていない理論や技術に日常的に触れられるんです。

－－具体的にはどういった案件がありましたか？

川原：基礎研究の案件もありますし、もっとサービスに寄ったPOC（概念実証）をすることもあります。私と藤戸とで創業した当時は、コンテキストアウェアや行動推計の研究をお手伝いさせて頂きました。人の移動手段を、歩く・走る・止まる・車・電車・バス・自転車の７状態に分類して、携帯を介してその人の行動情報を集め、移動手段を推計するんです。今でいうビッグデータを活用した行動推計ですね。こういった純粋な基礎研究ですと、「仮説の精度を上げるために自分たちも何かお役に立ちたい」という想いがモチベーションになりますね。

−−サービス寄りの案件ですと、どういったものが？

川原：社外秘なのであまり多くは語れないのですが、イメージしやすい例を挙げるとしたら家電製品のようなハードウェアのメンテナンスでしょうか。今は故障したら業者に直接修理してもらうしかないけれど、ハードウェアにインターネットをつなぐことで自動診断はもちろん自動で修理ができたら便利ですよね。私たちは、iPhoneのiOSが自動アップデートされるケースを参考にしながら、実現に向けて検証をするんですが……と、ここまでです（笑）。

開発者でありながら、研究領域にも関わることができる

創業メンバーでもあるエンジニアの藤戸希明さん

−− これまで研究開発の受託を続けて来て、良かったことを教えてください。

藤戸：「まだ世に出ていない理論や技術に日常的に触れられる」というのは、私もこの仕事の醍醐味だと思います。また、仮説を再現して検証できる環境を作り上げるという仕事の性質上、仮説そのものの不具合に気づくこともあります。それを研究者さんにフィードバックして、新たに仮説を立てて検証を繰り返すなど、受託開発でありながら研究領域にも関われる場面がある、というのは面白い立ち位置だと思いますね。

−− 逆に、研究開発だからこそ大変なことはありますか？

川原：実用化を前提とした開発ではない場合もあるため、自分たちが携わった仕事が、必ず実社会で形になるわけではないんです。自分たちの仕事を表立って目にすることは、一般的な受託案件と比べると少ないかもしれません。検証・開発・仮説をどんどん繰り返す仕事なので、作ったそばからNGになってしまう事だってありますし、そこは辛抱ですよね。

でも依頼主である研究者さんが、例えば仮説実証率が92％から94％に上がったときに、たった２％かもしれないんですけど「すごい！」と目を輝かせて喜んでくださったりして……。そういうリアクションを頂けたときは本当に嬉しいですし、私たちのモチベーションになっています。また、研究領域に関わることができる案件だからこそ学べる知識や技術は、間違いなくフェリックスの糧になっていて。いずれ自社開発のサービスに着手するときには、必ず活きてくると思います。

「機械学習」への取り組みを今後ますます加速させたい

コミュニケーションを密にとるのがフェリックスの文化

−− 研究開発で携わったものが実用化されたとしても、かなり時間がかかるんですね？

川原：さきほどお話したコンテキストアウェアは今でもあまりないですし、最近話題になっているARは、フェリックスが初期に案件で関わらせて頂いた技術のひとつでした。今後はもっと縮まるかもしれませんが、研究と実用化の時差があるのは事実です。

藤戸：そうですね。でも、研究として当時関わっていた技術が、実用化されたサービスの上で世の中に受け入れられているのを見た時には、「昔やってたことが、研究で消えていかず、形になったんだな」という実感がじーんと湧いてきますよね。数年越しに日の目を見るみたいな（笑）。

今回募集を強化する機械学習も、絶えず注目していた分野ではありますが、ここ数年の盛り上がりには目を見張るものがありますよね。アイ・ビー・エムのワトソンが法人向けではありますけれど商品化されたり、Googleの検索エンジンに導入されたりして、機械学習は今や社会基盤を支える技術といえます。私たちも英語で書かれた論文を必死に読んで自分たちで実装してみたりと、研究を続けて来ましたが、これまで蓄積したものも活かしながら、機械学習に関する取り組みをより一層加速させたいと考えています。

道具となるアルゴリズムを使って、ビッグデータという素材をどう料理するか

複業など社外活動を通じて世の中にアンテナを立てることが大事

−−フェリックスの機械学習エンジニアはどういう仕事をしているのですか？

藤戸：昨今、多彩なWebサービスやIoT技術によって多種大量のデータが集まるようになり、その状況はビッグデータというバズワードが生まれるほどです。機械学習のアルゴリズム自体は意外と古いのですが、近年はコンピュータの性能が格段に向上し、ビッグデータが扱えるようになったことで機械学習やデータ解析が”一大ブーム”となり、そのアルゴリズムはオープンな文化の中、日々進化し、技術提供が行われています。私達の仕事の要点は「道具となるアルゴリズムを使って、ビッグデータという素材をどう料理するか」だと思っています。

フェリックスのクライアントである研究者さんは、例えば「交通渋滞の解消方法」などといった社会的な命題を解くべく日夜研究に励んでおられます。おこがましい言い方ですが、私たちはその挑戦の伴走者でありたいのです。そのためには、技術はもちろんですが世の中の動きにアンテナを張っていることも重要だと考えていて、”外に目を向ける姿勢”を大切にするための複業は推奨しています。

最新テクノロジーで創る「次世代のプラットフォーム」

第二創業期のフェリックスを盛り上げてくれるメンバーと募集中！

−− 機械学習を含めた、フェリックスの今後の展開を教えてください。　

川原：私たちが創業当時からやりたいと思ってきたことは、社会のインフラになる「プラットフォームを作ること」です。個人の生き方が豊かになるような、世の中に浸透するものを作りたいという思いは変わりません。ようやくその想いを形にできる自社開発の方向性が固まってきたので、機械学習エンジニアにはそちらもリードしていってもらいたいですね。

それに、私たちが勝負したいのはやっぱり「テクノロジー」の部分。これからも技術を真面目に磨き続けたいですし、これからの”絶対的な強み”になるテクノロジーのひとつとして「機械学習」の分野には注力したいです。

ありがたいことに、フェリックスには探究心溢れる”新しいモノ好き”が集まってくれています。勉強会を就業時間中に行ったりなど情報交換も活発で、リモートワークもOKにしていますが会社に集まったほうが刺激的だし仕事がやりやすいとの声もあがっています。機械学習エンジニアとしての経験がなくても、学ぶことが好きで、社会の困りごとを解決する一助となりたいという想いを持っているエンジニアの方がいたらぜひお会いしてみたいです。

>> 株式会社フェリックスの募集職種一覧

>> 青木さんがエンジニアとしてフェリックスに転職した理由は？

求人情報の詳細

株式会社フェリックス

求人カテゴリ	IT技術職＞システムエンジニア(SE)
募集職種	機械学習エンジニア
雇用形態	正社員
経験レベル	未経験者・経験者歓迎
仕事内容	機械学習のためにお客様が必要な特徴量の生成（クローリングやデータ加工など）、指定されたアルゴリズムおよび特徴量での性能評価、指定論文のアルゴリズムの実装、機械学習のためのツール（ソフトウェア）の開発など
必須スキル	以下のうちいずれか1つ以上の経験・Python ・R
歓迎スキル	・機械学習を用いた開発経験・matplotlib（もしくは類似のライブラリ）・apache spark ・英語力・統計学・Linux(シェル)
想定年収	300 〜 600万円　業務経験、能力を就業時間に応じて相談
勤務地	東京都板橋区板橋1-48-17　協立コーポレーション第一ビル5F
最寄り駅	板橋駅、新板橋駅
利用可能な路線	JR埼京線,都営三田線
就業時間	10:00 ～ 17:00　　（左記コアタイムを含む一日8h勤務）
休日・制度	・完全週休 2日制(土・日) ・祝日・年次有給休暇・夏季休暇・年末年始休暇・慶弔休暇
選考プロセス	1次面接 → 2次面接 → 最終面接