金融機関を中心とした顧客企業に対して、顔認証による本人確認を支援する「LIQUID eKYC/LIQUID Auth」といったプロダクトに実装する機械学習アルゴリズムの開発に取り組んでいただきます。
個人の顔を正しく本人であると判定する機械学習は弊社のコア技術です。
SNSの普及・3Dの画像処理技術の発展、3Dプリンターなどにより、
実は、顔のなりすましも高度化してきており、
その偽造を検知する技術が極めて重要になってきています。
Liquidは、他社では持ち得ない、顔画像、認証時の利用端末、自社作成の偽造データをセットで大量に保有しており、偽造検知において、大きく他社を引き離しています(各種特許申請済み)。
■取り組むテーマ
・顔認証技術の開発
・偽装された生体情報の特定技術
・人間の行動からの歩容認証技術
・生体情報の暗号化技術
・免許証等のIDカードの認識技術
■仕事内容
・画像処理のモデルの開発
・データ採取計画、ツール開発・調達、アノテータのマネジメント、データ整形
・画像処理モデルを用いたアプリケーションのプロトタイプ
・iOS/Android/Server の画像処理ライブラリ・APIの記述
■必須の経験
・コンピューターサイエンス系の修士課程修了
・チームでの開発経験
・Python, OpenCV, TensorFlow (or 他フレームワーク)での開発経験
■尚可経験
・AWS or iOS or Android or Web の実務経験
・データ採取・アノテーションをリードした経験
・Kaggleで活躍された経験
・ISO他、何かしらの規格やガイドラインに準拠するシステムを作った経験
■求める人物像
・Liquid のビジョンへ共感がある人
■技術スタック
フロントエンド:Vue.js (buefy, axios, axios-mock-adapter, vuex, vue router), HTML, CSS, TypeScript, yarn
Android:Kotlin, Java
iOS:Swift, Cocoapods
バックエンド:Go (labstack/echo, jmoiron/sqlx, golang-migrate/migrate, aws/aws-sdk-go)
CI/CD:CircleCI, GitHub Actions, AWS CodePipeline/CodeBuild/CodeDeploy
Infrastructure:AWS, Terraform, Docker
Storage:Amazon Aurora (MySQL), Amazon DynamoDB, S3
Monitoring:Airbrake, AWS CloudWatch, Datadog
AWS:API Gateway, CloudFront, CloudTrail, Direct Connect, ECS, ECR, Fargate, EC2, GuardDuty, KMS, Kinesis Firehose, Lambda, Route 53, SNS, SQS, Transfer for SFTP, WAF, …
Tool:Github, Slack, JIRA, Confluence, Zeplin, Miro