本文へスキップ
BigTree108

AI・機械学習開発サービス

AI・機械学習開発：予測モデルと需要予測、不正検知とリスクスコアリング、レコメンデーションシステム、コンピュータビジョン、自然言語処理と音声認識を、御社のデータで学習し、MLOpsで本番運用を維持します。御社チームに加わる専任の機械学習エンジニアとしても、機械学習プロジェクトを企画から納品まで一貫して請け負う形でも承ります。

AI・機械学習で開発するもの

  • 予測モデルと需要予測

    需要と売上の予測、解約とライフタイムバリューの予測、リードスコアリングを、御社自身の履歴から構築します。表形式データにはLightGBM、XGBoost、CatBoost、時系列にはstatsforecastや、ChronosやTimesFMなどの事前学習済み時系列モデルを使い、リリース前にそれぞれをシンプルなベースラインと比較して測定します。

  • 不正検知とリスクスコアリング

    取引の不正、アカウント乗っ取り、マネーロンダリング対策のアラート、与信と決済リスクのスコアを、フィーチャーストアからリアルタイムで提供します。しきい値は、誤検知が審査担当者にかける負担に合わせて調整し、各スコアはSHAPで特徴量ごとに説明します。

  • レコメンデーションと検索ランキング

    Two-towerによる検索（リトリーバル）とその上のランキングモデルによる商品・コンテンツ・ネクストベストアクションの推薦、Learning to Rankによる検索結果のリランキングを行い、すべての変更をオフラインのスコアだけでなく、クリック、コンバージョン、売上のA/Bテストで評価します。

  • コンピュータビジョン

    分類、物体検出、セグメンテーション、OCRをPyTorchで開発します。Ultralytics YOLO、Vision Transformer、Segment Anythingなどの事前学習済みモデルを、御社のラベル付き画像でファインチューニングし、モデルをデバイス上で動かす必要がある場合はONNX Runtime、TensorRT、Core MLにエクスポートします。

  • 自然言語処理

    テキスト分類、エンティティ抽出、感情分析、意味的類似度を、Hugging Faceのファインチューニングしたトランスフォーマーモデルで、英語、ウクライナ語、その他の言語に対して実現します。御社でホストする小型モデルのほうが、大規模言語モデルの呼び出しよりも、文書あたりで高速かつ低コストです。

  • 音声・オーディオ

    御社の語彙とアクセントに合わせたWhisperまたはNVIDIA Parakeetによる音声認識、pyannoteによる話者分離、コンタクトセンター向けの通話の文字起こしと分析、音声合成を、バッチまたはストリーミングで提供します。

  • 広告・価格設定モデル

    クリック率とコンバージョンの予測、入札最適化、キャンペーンが実際に顧客の行動を変えるかを示すアップリフトモデル、顧客セグメンテーション、ダイナミックプライシングを、支出を動かす前に、それぞれ統制された実験でテストします。

  • 学習パイプラインとMLOps

    学習、評価、登録を、MLflow 3、Kubeflow、Azure Machine Learning、SageMaker AI、Gemini Enterprise Agent Platform（Vertex AIの後継）、Databricksのパイプラインとして構築し、データはDVCやDeltaテーブルでバージョン管理します。本番のすべてのモデルは、コード、データ、パラメータまでたどれます。

  • モデルのサービングとモニタリング

    モデルをFastAPI、BentoML、NVIDIA Dynamo-Triton（旧Triton Inference Server）、KServeの背後で提供するか、ONNX Runtimeで.NETやJavaのアプリケーション内で実行します。ドリフトと予測品質をEvidentlyで監視し、精度が合意した基準を下回ると再学習を実行します。

機械学習エンジニアを採用する

  • 専任の機械学習エンジニア

    御社のチームにフルタイムで参画し、御社のリポジトリ、トラッカー、会議の中で働き、御社のリードに報告する機械学習エンジニアです。面接は御社が行い、ウクライナでの雇用契約、給与支払い、請求書発行、休暇管理は当社が担います。

  • AI・機械学習プロジェクトのデリバリー

    AI・機械学習プロジェクトをスコープ策定からリリースまで担うチームです。見積り、開発、テスト、デプロイを行い、当社側のテクニカルリードが計画と品質に責任を持ちます。

  • AI・機械学習の保守運用と引き継ぎ

    他のチームから既存のAI・機械学習システムを引き継ぐ、あるいは稼働を維持します。まず読み取り専用のレビューを行ってリスクを書面にまとめ、その後、影響の大きい順に修正と新機能を進めます。

スペシャリストが御社のチームに参画する方法は専任チームのページで、プロジェクトのデリバリー、引き継ぎ、料金の考え方はアウトソーシングのページで説明しています。

御社のAI・機械学習プロジェクトを担当するメンバー

  • 機械学習エンジニア

    モデル、評価、サービング、MLOps

  • データサイエンティスト

    問題設定、実験、統計

  • データエンジニア

    学習データと特徴量のパイプライン

  • Python、.NET、Javaエンジニア

    モデルを呼び出すサービスとアプリケーション

  • QAエンジニア

    モデルを使った機能のテスト自動化

学習済みモデルか言語モデルか

御社自身の履歴で学習したモデルは、明確なターゲットがある構造化データに向いています。予測する数値、予測するクラス、検出する外れ値、推薦する商品などです。1回の予測あたりのコストが安く、結果を特徴量ごとに説明でき、ラベル付きデータが貯まるほど改善します。大規模言語モデルは、テキスト、文書、会話に向いています。ラベル付きの例が少なく、出力が言語である場合です。多くの製品は両方を使い、当社は問題ごとにどちらかを推奨します。

いずれの場合も、御社と合意したベースラインと評価セットから作業を始めます。モデルは、リリース前に測定可能な基準を上回る必要があります。学習の実行はコードとデータのバージョンから再現でき、テストはパイプラインで実行し、学習データは御社のクラウドアカウントに置き、個人データは使用前に仮名化します。

その他のデータ・AIサービス

データとAIの概要

AI・機械学習開発に関するご質問

機械学習エンジニアは、どの業界で仕事をしていますか。

モデル自体が製品であるAI・データ製品。不正検知、与信スコアリング、取引モニタリングのフィンテック。レコメンデーション、検索ランキング、需要予測、価格設定のEC・小売。医用画像解析、診療テキスト、患者リスクモデルのヘルスケア。クリック予測、入札、オーディエンスモデルの広告・マーケティングテクノロジー。解約予測や製品内の機械学習機能のエンタープライズSaaSです。

開始するのにどれくらいのデータが必要ですか。

行数の目安というより、問題によって異なります。最初のステップは、お手元のデータの短いアセスメントです。履歴の量、ラベルの有無、データの整い具合を確認します。そのデータで作るベースラインモデルが、本格的な開発に投資する前に、シグナルがあるかどうかを示します。

カスタムモデルを学習させますか、それとも既製のAIサービスを使いますか。

両方です。クラウドの画像、音声、文書サービスがすでに必要な精度に達している場合は、それを連携します。自前で学習するとコストが増えるわりに得るものが小さいためです。御社のデータ、精度目標、1予測あたりのコストがそれらのサービスの提供範囲を超える場合に、カスタムモデルを学習させます。

既存の.NETやJavaのアプリケーションにモデルを追加できますか。

はい。モデルは、アプリケーションが呼び出す独立したAPIとして動かすことも、ONNXにエクスポートして、.NETとJavaのライブラリがあるONNX Runtimeでアプリケーション内で動かすこともできます。後者は、ネットワーク呼び出しと、運用する別サービスを避けられます。

機械学習エンジニアは、どのくらいで開始できますか。

適任の機械学習エンジニアがすぐに対応可能な場合、開始までの条件は、御社の面接と、NDAおよび知的財産権の譲渡契約の締結のみです。そうでない場合は人材を探索し、通常は2〜3週間以内に候補者のプロフィールをお出しします。御社が承諾するまで、誰も業務を始めません。

BigTree108を通じて機械学習エンジニアを採用するには、どうすればよいですか。

必要な業務内容、シニアリティ、稼働時間をお知らせください。1〜2名の候補者をプロフィールとともにご提案し、御社が自社で採用する場合と同じ形で面接を行います。契約はBIG TREE 108 LLCとの1本、請求書は月1通です。

成果物の権利は、誰に帰属しますか。

御社です。すべてのスペシャリストはBigTree108と署名済みの契約を結び、成果物のすべてを会社に帰属させています。さらに、御社との契約により、その権利は御社に引き継がれます。コード、デザイン、ドキュメントは、当社だけが変更できる場所ではなく、御社のリポジトリとツールに納品します。

解決したい機械学習の課題はありますか。

予測、検出、推薦、認識したいことと、お持ちのデータをお知らせください。1営業日以内に、アセスメントの計画、候補者のプロフィール、またはどこから始めるかの提案をお届けします。

hello@bigtree108.comにメールする対応の流れ