＜機械学習＞
・PyTorchを用いたモデルの学習・評価・デバッグができる
・セグメンテーション・物体検出・分類モデルのいずれかの実装経験がある
・評価指標(IoU・Precision・Recall・F1等)を自分で設計・実装できる
・学習パイプラインのバグを自力で特定・修正できる(データ前処理バグ・ラベル不整合等)
・データセットの設計ができる(Train/Val/Test分割・クラス不均衡対応)
＜データ処理＞
・画像・動画データの前処理ができる(OpenCV・ffmpeg等)
・アノテーションデータの品質管理ができる
・Pythonで再現性のあるデータパイプラインを実装できる
＜インフラ・クラウド＞
・AWSの実務経験がある(S3 / EC2 / ECS / Batch / Lambda などのいずれか)
・Dockerを用いた環境構築・再現性のある実験実行ができる

・セグメンテーションモデルの実装経験(SAM2・SegFormer・Mask2Former等)
・物体検出モデルの実装経験(GroundingDINO・YOLO系等)
・トラッキングモデルの実装経験(ByteTrack・DeepSORT等)
・動画処理パイプラインの設計・実装経験
・fine-tuning・転移学習の実務経験
・実験管理ツールの使用経験(MLflow・Weights & Biases等)
・モデルのバージョン管理の経験(Gitタグ・セマンティックバージョニング)
・推論パイプラインの本番運用経験
・バッチ推論・GPU最適化の経験