株式会社Nexadata代表取締役の槍田です。
AIエンジニアを、今すぐ募集します。フルコミットで最低1名、できれば2名です。
理由は一つで、11月から1月にかけて解かなければならない課題が2つあり、いまのチームだけでは解き切れないからです。課題をそのまま書きます。
課題1:動作の安定性。どんな図面でも、毎回同じように動くこと
SAKUJIは、図面をアップロードすると、AIが凡例を読み、記号を数えます。地場の電気工事会社への導入が増えている段階です。
ただ、大手の積算センターが日常業務で使う水準に届くには、まず「どんな図面でも、毎回同じように動く」ことが要ります。図面の枚数が増え、複数の系統が一枚に重なる案件で、処理のパイプラインが不安定になる。ここが、いまの一番の課題です。
精度の前に、安定。順番を間違えないようにしたいと思っています。
課題2:精度の定義。検出率ではなく、見積に使える数量を出すこと
記号を検出できる率と、見積に使える数量を出せる率は別物です。同じ設備が複数の図面に描かれていれば重複し、既存と新設が混在していれば区別が要ります。
私たちは、精度を「積算担当者が根拠を確認して、そのまま見積に使える数量を出せたか」で定義し直します。評価の設計、正解データの作り方、失敗例の分類。変更の前後を同じ条件で比べられる状態をつくる。ここを一緒に作る人が要ります。
なぜ、今なのか
10月15日、SAKUJIの電気工事版を大手の積算センターに耐える品質へ成熟させることを、最上位のミッションに決めました。大型の個別案件は絞り、進行中の案件をやり切り、資金と人を開発に集中させます。
いまのSAKUJIは、ClaudeやGeminiといったVLMのAPIを中心に動いています。速度とコストに上限があるため、自社データでのファインチューニングと機械学習の検出器を組み合わせる構成へ移る実験を進めていて、手応えが出始めています。この移行を、1月までにやり切ります。だから、採用は今です。
何をする人を探しているか
CTOの下で、図面を読むAIの中核を担う人です。図面PDFの前処理、記号の検出・分類モデルの改善、正解データを使った評価の仕組み、推論APIとプラットフォームの結合、処理時間と推論コストの改善。アーキテクチャと精度課題のオーナーはCTOで、私は要件と現場での検証を握ります。
必須は2つだけです。Pythonで画像・PDF・データ処理を実装し、既存コードの調査・修正・テストまで行った経験。検出・分類の結果を正解データと照合し、指標や失敗例を使って改善した経験。建設図面の知識は、入ってから社内の積算チームと学べます。
技術スタックは Python / PyTorch / Claude・Gemini API / PyMuPDF / OpenCV / Shapely / Google Cloud(Cloud Run)等です。
12月から、一緒に解いてほしい
業務委託、月160時間(週5日相当)、リモート中心。定例とレビューはオンラインで行います。12月から一緒に働ける方を探しています。早い時期からの開始も歓迎します。
選考は、カジュアル面談、CTOとの技術面談、代表との最終面談の3回です。最短1週間で結果をお伝えします。
答えのない問題に、仮説と検証で向き合える方。うまくいかなかった実験も言葉にして共有できる方。まずは話を聞きに来てください。
私がなぜ建設業に来たのか、積算とは何かは、ストーリーに書いています。合わせて読んでもらえると、話が早いのかなと思います。