AI エージェントの構築によってユーザの体験向上を目指す！LLM を活用した分析コンテンツのデータ要約・推薦のクオリティ向上・次世代の AI データエンジニアリングにチャレンジ！

職種

機械学習エンジニア・データサイエンティスト

募集プロダクト

AI事業本部 協業リテールメディアDiv. AI-POSカンパニー

＜プロダクト詳細＞

https://www.cyberagent.co.jp/news/detail/id=30939

インターン概要

データ集計や可視化を繰り返しながら、データの特徴を掴むことを探索的データ解析（EDA）といいますが、AI POSではAIによるEDAの自動実行が重要な要素技術です。

自動実行させるために、複数のデータ集計結果や可視化結果から①「結果的に何が主張できるのか？」を都度判断し、②次に行うべき分析を決める。ための技術がそれぞれ大事になります。

これらの解決に挑戦していただきます。

詳細

• 『LLMによる複数分析結果の解釈と要約』
  このタスクは①「結果的に何が主張できるのか？」を都度判断するために、LLMによって（複数の）データ集計結果や可視化結果を解釈、要約させる、という挑戦です。

  関連技術として、表や画像データ理解や、自然言語による数値データの要約生成などの手法が提案されています。これらを実世界の購買データに適用、比較、組合せることでより良い解釈と要約ができるようにしていただきます。

• 『分析を推薦する機能の実装と改善』
  こちらは、EDAの自動実行において、②次に行うべき分析を決めるタスクです。

  分析は、多くの細かい探索や集計から成り立っており、目的の達成のためには膨大かつ多様なパターン・フローが考えられ、自動実行のハードルとなります。どのような目的で自動実行が実現できるとよいか？という問題設定から考え、古典的な推薦手法から機械学習手法、さらには自然言語をインプットとして LLM を利用するような方法まで、幅広く検討・検証します。

• 『雑多なファイルからきれいなテーブルデータを作成する仕組み』
  雑多なExcel / PDF /CSV … を入力として、整形されたり適切に正規化/非正規化されたテーブルを出力する仕組みの実装や改善をしていただきます。

  実際の小売の現場で運用・生成されるデータは、フォーマットや定義が多様かつ曖昧なデータが多数存在します。それらの知識・コンテキスト管理手法として、RAGやMCPといった技術も活用されますが、それらの限界についても同時に議論されています。これらの手法を適用、比較、組合せ、より多くのデータを効率的に扱えるシステムづくりを目指します。

魅力ポイント

最先端の機械学習・生成AI技術を追従しながら、そもそもの問題の設定を含めて取り組んでいただく、非常にチャレンジングなテーマです。
古典的な機械学習から最新のマルチモーダルなデータ理解まで、広範な知識技術のサーベイとチームメンバーや AI Lab メンバーとのディスカッションを通じて、より高い成果の創出と国際会議へのアウトプットを目指すことができます。

必須スキル、歓迎スキル

-必須スキル

• Python, Java, Go などのプログラミング言語の基礎知識
• 統計学や機械学習、AI 関連技術の知識・経験
• プログラミング言語を用いたデータ分析や機械学習モデルの構築経験
• Git などのバージョン管理システムの使用経験
• ChatGPT など LLM 関連サービスを2つ以上利用していること

‐歓迎スキル

• 自然言語領域、推薦領域、AI・機械学習領域における学会での発表経験
• インターンシップやプロジェクトでの実務経験
• RESTful API の基礎知識
• データベースの基礎知識（SQL / NoSQL）
• データパイプラインの構築経験（ETLプロセス）
• クラウドサービス（AWS, GCP, Azureなど）の基礎知識
• 大規模データの処理・分析経験
• Docker や Kubernetes などのコンテナ技術の基礎知識
• チームプロジェクトでのリーダーシップ経験