企業情報

今後就職活動を予定している大学院生（博士後期、博士前期）の方が最先端ＡＩエンジニアと話ができ、気軽に参加できる座談会を毎月開催します。 トピックスは、企業での研究開発やエンジニアの仕事、産業界での人工知能の拡がりなどです。 【開催方式】 ・対面の場合は弊社本社ラボ（京都市） 　または ・オンライン 【参加対象】 ・博士後期課程、博士前期課程（修士課程）の学生 　（学年、既卒、専攻分野等は問いません。） 【以下のような方にお薦め】 ・ソフトウェア研究開発会社がどのようなものか知りたい方 ・アカデミアか企業への就職か迷っている方 ・自分の専攻の活躍フィールドの幅を拡げる発見をしたい方 【実施内容】 最先端ＡＩエンジニア２名のショートトークと質疑応答。 当日は、リーダークラスの最先端ＡＩエンジニアが参加し、主に以下の内容について、皆さんの疑問に答えます。 ・企業での研究開発の進め方。 ・大学の研究との違い。 ・業務で留意していること。 【開催日時、場所】 ・2023年 10月30日（月）18:00～19:00 ※毎月異なるテーマで開催します。

【当社の特徴】 ・お客様の研究開発へ貢献する“ソフトウェア研究開発受託会社” ・エンジニアの５割が博士号取得者、８割が博士課程出身 ・プログラミング未経験でも人工知能の研究開発で活躍できる 【開催方式】 ・オンライン（対面希望の方は対面の申し込みページから申込みをお願いします。） 【参加対象】 ・2023年度途中、2024年4月1日に入社可能な博士後期課程の学生。博士前期課程（修士課程）の学生、ポスドクも参加可。 ・現在D2の方等2025年4月1日入社予定の方も希望される方は特別に受付いたします。　 ・プログラミング経験の有無、専攻分野は問いません。 【実施内容】 当日は、リーダークラスのエンジニアも参加し、主に以下の内容について、皆さんにお話しします。 ・人工知能とは ・人工知能の研究開発の実際 ・研究を通じて学んだことの当社での活かし方 ・入社後の技術習得、成長 ・研究開発のやりがい ・質疑応答 【開催日時、場所、登壇予定者】 ・2023年10月11日（水）13:30～15:30：オンライン 　第二開発部　環境適応制御グループ　Oエンジニア　博士（工学） ・研究活動などで都合がつかず、他の日程を希望される場合は個別に調整が可能です。 　その場合は、メールにてご相談ください。 　担当：管理企画センター 人事部（saiyou@tome.jp） ※毎回参加するエンジニアは変わりますが、開催内容は同じものです。 ※11月以降のアカリクでの受付は順次開始いたします。 　また、当社ホームページからは11月以降の申し込みも可能です。 　https://www.tome.jp/release/release23_002.html

【当社の特徴】 ・お客様の研究開発へ貢献する“ソフトウェア研究開発受託会社” ・エンジニアの５割が博士号取得者、８割が博士課程出身 ・プログラミング未経験でも人工知能の研究開発で活躍できる 【開催方式】 ・対面（オンライン希望の方はオンラインの申し込みページから申込みをお願いします。） 【参加対象】 ・2023年度途中、2024年4月1日に入社可能な博士後期課程の学生。博士前期課程（修士課程）の学生、ポスドクも参加可。 ・現在D2の方等2025年4月1日入社予定の方も希望される方は特別に受付いたします。　 ・プログラミング経験の有無、専攻分野は問いません。 【実施内容】 当日は、リーダークラスのエンジニアも参加し、主に以下の内容について、皆さんにお話しします。 ・人工知能とは ・人工知能の研究開発の実際 ・研究を通じて学んだことの当社での活かし方 ・入社後の技術習得、成長 ・研究開発のやりがい ・質疑応答 【開催日時、場所、登壇予定者】 ・2023年10月11日（水）13:30～15:30：名古屋ラボ 　第二開発部　環境適応制御グループ　Oエンジニア　博士（工学） ・研究活動などで都合がつかず、他の日程を希望される場合は個別に調整が可能です。 　その場合は、メールにてご相談ください。 　担当：管理企画センター 人事部（saiyou@tome.jp） ※毎回参加するエンジニアは変わりますが、開催内容は同じものです。 ※11月以降のアカリクでの受付は順次開始いたします。 　また、当社ホームページからは11月以降の申し込みも可能です。 　https://www.tome.jp/release/release23_002.html

【具体的な仕事内容】 ・最先端ソフトウェアの研究開発 　人工知能、機械学習・ディープラーニング、データサイエンス、画像処理、 　検査・計測・ロボット、自然言語処理、ヒューマンインタフェース、組込 　み制御などの新アルゴリズム研究開発。 【例えば・・・】 ・人（自然知能）の知識処理に当る機械学習、ディープラーニング 　画像、音声、言語などのデータに対する判断や認識の精度を飛躍的に高める 　コア技術 ・人（自然知能）の視覚処理に当る画像処理 　ものを見分けたり、位置を推測したりする画像認識。またそれを高速に処理 　するGPUプログラミングなど。 ・人（自然知能）の言語処理に当る自然言語処理 　応答に必要な音声認識や情報検索、それらの精度を高める機械学習技術など。 【プロジェクトマッチング方法】 ・お客様からの多様なプロジェクトの中から、あなたの経験やスキル、希望を 　考慮しながらあなたのキャリアアップに、最適なプロジェクトをお任せします。 　お客様先プロジェクトの場合は通勤時間も配慮します。 【研究開発の進め方】 以下の流れをお客様とともに繰り返すことにより、難解な技術課題を解決します。 ・お客様の全体構想と共に課題をお聞きする。 ・その課題をブレークスルーする為の論文等を調査。 ・その調査結果に従って最適なアルゴリズムを実装、評価。 ・その試験結果を分析し、お客様に報告し次の課題を抽出、共有化。 この流れを適切な期間の周期で繰り返すことによって、難解な技術課題をステッ プで解決していきます。 結果、最新の理論を実際の問題に適用していく中で、生きた理論や実際に役に立っ た技術を習得できます。 また、プロジェクトリーダーミーティング等を通じて、プロジェクトでの課題の 共有、対応を行っています。 【研究開発プロジェクト例】 ◆知識処理関連 ・データサイエンス ・ディープラーニングを使用した地表認識システム ・自然言語処理のための機械学習システム ・数理統計解析による最適化アルゴリズム ・生体化学反応シミュレーションシステム ◆画像処理関連 ・顔画像処理基本アルゴリズム ・運転自動化に向けた交通標識認識アルゴリズム ・3次元画像認識技術 ◆自然言語処理 ・技術文献検索アプリケーション ・音声認識におけるDNNインタフェース新機能開発 ◆その他 ・検査、計測、ロボット等の制御系 ・ユビキタスネットワークロボット技術 【入社時研修等】 プログラミング未経験でも、研究で培った課題追究力、論理的思考力等を 活かし、技術を基礎から学べる研修を実施しており、入社後半年程度で業 務をこなせるようになります。 なお、新卒者の半数はプログラミング未経験者です。 ①入社時人事集合研修 　社会人としての心構えやマナー等の基礎研修です。 　新卒入社者全員が京都の本社ラボに集合して実施します。 ②入社時画像処理、機械学習技術研修 　コンピュータの基礎知識、開発工程、開発ツール、C,C++,Python等の開 　発言語、画像処理または機械学習の研修です。 　上司や先輩メンターと相談しながら、自分に合った具体的な目標を設定 　し、技術を習得します。 ③ＯＪＴ 　先輩社員の指導のもと、自身に最適な入門としてのプロジェクトでＯＪ 　Ｔを行います。 　 段階的に技術や仕事の進め方をレベルアップしていきます。 ④メンター制 　内定者研修、配属ラボでの技術研修、ＯＪＴ等を先輩社員がメンターと 　してきめ細かくサポートします。 　研修期間中の課題などは、メンターに相談して共に解決します。 【勤務地】 ◆配属ラボは希望を考慮します（入社後も、原則、会社都合での転勤はありません）。 ・京都ラボ　　：京都市中京区三条通烏丸西入御倉町85-1 ・京阪奈ラボ　：京都府相楽郡精華町光台1-7 ・名古屋ラボ　：名古屋市中区金山5-11-6 ・筑波ラボ　　：千葉県柏市中央1-1-1 ・横浜ラボ　　：横浜市保土ケ谷区神戸町134 ・東京ラボ　　：川崎市高津区坂戸3-2-1 ◆お客様先で就労する場合の勤務地は下記になります。自宅からの通勤圏内を条件とします。 ・関西地区　　：京都、滋賀、大阪、奈良、兵庫など ・東海地区　　：愛知、岐阜、三重など ・関東地区　　：東京、神奈川、埼玉、千葉、茨城など

【具体的な仕事内容】 ・最先端ソフトウェアの研究開発 　人工知能、機械学習・ディープラーニング、データサイエンス、画像 　処理、検査・計測・ロボット、自然言語処理、ヒューマンインタフェー 　ス、組込み制御などの新アルゴリズム研究開発。 【例えば・・・】 ・人（自然知能）の知識処理に当る機械学習、ディープラーニング 　画像、音声、言語などのデータに対する判断や認識の精度を飛躍的に 　高めるコア技術 ・人（自然知能）の視覚処理に当る画像処理 　ものを見分けたり、位置を推測したりする画像認識。またそれを高速 　に処理するGPUプログラミングなど。 ・人（自然知能）の言語処理に当る自然言語処理 　応答に必要な音声認識や情報検索、それらの精度を高める機械学習技 　術など。 【プロジェクトマッチング方法】 ・お客様からの多様なプロジェクトの中から、あなたの経験やスキル、 　希望を考慮しながらあなたのキャリアアップに、最適なプロジェクト 　をお任せします。お客様先プロジェクトの場合は通勤時間も配慮しま 　す。 【研究開発の進め方】 以下の流れをお客様とともに繰り返すことにより、難解な技術課題を解 決します。 ・お客様の全体構想と共に課題をお聞きする。 ・その課題をブレークスルーする為の論文等を調査。 ・その調査に従って最適なアルゴリズムを実装、評価。 ・その試験結果を分析し、お客様に報告し次の課題を抽出、共有化。 この流れを適切な期間の周期で繰り返すことによって、難解な技術課題 をステップで解決していきます。 結果、最新の理論を実際の問題に適用していく中で、生きた理論や実際 に役に立った技術を習得できます。 また、プロジェクトリーダーミーティング等を通じて、プロジェクトで の課題の共有、対応を行っています。 【研究開発プロジェクト例】 ◆知識処理関連 ・データサイエンス ・ディープラーニングを使用した地表認識システム ・自然言語処理のための機械学習システム ・数理統計解析による最適化アルゴリズム ・生体化学反応シミュレーションシステム ◆画像処理関連 ・顔画像処理基本アルゴリズム ・運転自動化に向けた交通標識認識アルゴリズム ・3次元画像認識技術 ◆自然言語処理 ・技術文献検索アプリケーション ・音声認識におけるDNNインタフェース新機能開発 ◆その他 ・検査、計測、ロボット等の制御系 ・ユビキタスネットワークロボット技術 【入社時研修等】 プログラミング未経験でも、研究で培った課題追究力、論理的思考力等 を活かし、技術を基礎から学べる研修を実施しており、入社後半年程度 で業務をこなせるようになります。 なお、新卒者の半数はプログラミング未経験者です。 これらの研修は、年度途中入社の方にも実施しています。 ①入社時人事集合研修 　社会人としての心構えやマナー等の基礎研修です。 　新卒入社者全員が京都の本社ラボに集合して実施します。 ②入社時画像処理、機械学習技術研修 　コンピュータの基礎知識、開発工程、開発ツール、C,C++,Python等の 　開発言語、画像処理または機械学習の研修です。 　上司や先輩メンターと相談しながら、自分に合った具体的な目標を設 　定し、技術を習得します。 ③ＯＪＴ 　先輩社員の指導のもと、自身に最適な入門としてのプロジェクトでＯＪ 　Ｔを行います。 　 段階的に技術や仕事の進め方をレベルアップしていきます。 ④メンター制 　内定者研修、配属ラボでの技術研修、ＯＪＴ等を先輩社員がメンターと 　してきめ細かくサポートします。 　研修期間中の課題などは、メンターに相談して共に解決します。 【勤務地】 ◆配属ラボは希望を考慮します（入社後も、原則、会社都合での転勤はありません）。 ・京都本社ラボ：京都市下京区中堂寺南町134 ・京阪奈ラボ　：京都府相楽郡精華町光台1-7 ・名古屋ラボ　：名古屋市中区金山5-11-6 ・横浜ラボ　　：横浜市保土ケ谷区神戸町134 ・東京ラボ　　：川崎市高津区坂戸3-2-1 ・筑波ラボ　　：千葉県柏市中央1-1-1 ◆お客様先で就労する場合の勤務地は下記になります。自宅からの通勤圏内を条件とします。 ・関西地区　　：京都、滋賀、大阪、奈良、兵庫など ・東海地区　　：愛知、岐阜、三重など ・関東地区　　：東京、神奈川、埼玉、千葉、茨城など

【具体的な仕事内容】 ・最先端ソフトウェアの応用開発 　人工知能、機械学習・ディープラーニング、データサイエンス、画像処理、 　検査・計測・ロボット、自然言語処理、ヒューマンインタフェース、組込 　み制御などの新アルゴリズム応用開発。 【例えば・・・】 ・人（自然知能）の知識処理に当る機械学習、ディープラーニング 　画像、音声、言語などのデータに対する判断や認識の精度を飛躍的に高める 　コア技術 ・人（自然知能）の視覚処理に当る画像処理 　ものを見分けたり、位置を推測したりする画像認識。またそれを高速に処理 　するGPUプログラミングなど。 ・人（自然知能）の言語処理に当る自然言語処理 　応答に必要な音声認識や情報検索、それらの精度を高める機械学習技術など。 【プロジェクトマッチング方法】 ・お客様からの多様なプロジェクトの中から、あなたの経験やスキル、希望を 　考慮しながらあなたのキャリアアップに、最適なプロジェクトをお任せします。 　お客様先プロジェクトの場合は通勤時間も配慮します。 【応用開発の進め方】 以下の流れをお客様とともに繰り返すことにより、難解な技術課題を解決します。 ・お客様の全体構想と共に課題をお聞きする。 ・その課題をブレークスルーする為の論文等を調査。 ・その調査結果に従って最適なアルゴリズムを実装、評価。 ・その試験結果を分析し、お客様に報告し次の課題を抽出、共有化。 この流れを適切な期間の周期で繰り返すことによって、難解な技術課題をステップ で解決していきます。 結果、最新の理論を実際の問題に適用していく中で、生きた理論や実際に役に立っ た技術を習得できます。 また、プロジェクトリーダーミーティング等を通じて、プロジェクトでの課題の共 有、対応を行っています。 【応用開発プロジェクト例】 ◆知識処理関連 ・データサイエンス ・ディープラーニングを使用した地表認識システム ・自然言語処理のための機械学習システム ・生体化学反応シミュレーションシステム ・Webを利用した企業/災害情報検索システム ◆画像処理関連 ・GPUによる画像処理高速化技術 ・運転自動化に向けた交通標識認識アルゴリズム ・3次元画像認識技術 ◆自然言語処理 ・技術文献検索アプリケーション ・音声認識におけるDNNインタフェース新機能開発 ◆その他 ・検査、計測、ロボット等の制御系 ・ユビキタスネットワークロボット技術 【入社時研修等】 プログラミング技術習得への意欲、研究で培った論理的思考力等を活 かし、技術を基礎から学べる研修を実施しており、入社後半年程度で 業務をこなせるようになります。 ①入社時人事集合研修 　社会人としての心構えやマナー等の基礎研修です。 　新卒入社者全員が京都の本社ラボに集合して実施します。 ②入社時画像処理、機械学習技術研修 　コンピュータの基礎知識、開発工程、開発ツール、C,C++,Python等 　の開発言語、画像処理または機械学習の研修です。 　上司や先輩メンターと相談しながら、自分に合った具体的な目標を 　設定し、技術を習得します。 ③ＯＪＴ 　先輩社員の指導のもと、自身に最適な入門としてのプロジェクトで 　ＯＪＴを行います。 段階的に技術や仕事の進め方をレベルアップし 　ていきます。 ④メンター制 　内定者研修、配属ラボでの技術研修、ＯＪＴ等を先輩社員がメンター 　としてきめ細かくサポートします。 　研修期間中の課題などは、メンターに相談して共に解決します。 【勤務地】 ◆配属ラボは希望を考慮します（入社後も、原則、会社都合での転勤はありません）。 ・京都ラボ　　：京都市中京区三条通烏丸西入御倉町85-1 ・京阪奈ラボ　：京都府相楽郡精華町光台1-7 ・名古屋ラボ　：名古屋市中区金山5-11-6 ・筑波ラボ　　：千葉県柏市中央1-1-1 ・横浜ラボ　　：横浜市保土ケ谷区神戸町134 ・東京ラボ　　：川崎市高津区坂戸3-2-1 ◆お客様先で就労する場合の勤務地は下記になります。自宅からの通勤圏内を条件とします。 ・関西地区　　：京都、滋賀、大阪、奈良、兵庫など ・東海地区　　：愛知、岐阜、三重など ・関東地区　　：東京、神奈川、埼玉、千葉、茨城など