製造業向けAI外観検査システムの精度向上・撮像環境設計を支援してくださるエンジニア募集（画像認識／Python）

製造業のクライアント様向けに、洗浄ラインの噴出不良等を検知する「AI外観検査システム」の開発を行っております。
過去に検証を行いましたが、一部の判定精度（3クラス分類）や撮像環境（水蒸気・反射）に課題が残っており、
今回その解決に向けてプロジェクトを再始動することとなりました。
AIモデルの改善（ロジック実装）に加え、カメラや照明選定といったハードウェア・光学面の知見も活かしながら、
精度の安定化を支援してくださるパートナー様を募集いたします。

【依頼詳細】
1. AIモデルの精度向上・ロジック構築
　・3クラス分類の実現: 現状の「正常/異常」の2値判定から、「正常/弱/異常」の3クラス分類へアップデートをお願いします 。
　・時系列データの活用: 瞬発的な画像判定ではなく、数秒間の映像データを用いた「多数決判定」などのロジックを実装し、誤検知の低減（平準化）を図ってください 。
　・学習データの工夫: 噴出開始・終了時の「水圧が変化する瞬間」を「弱」データとして学習させるなど、データ収集・加工の戦略立案からサポートをお願いします 。
2. 撮像環境の改善・コンサルティング
　・視認性の向上: 水蒸気やガラス面の反射により視認性が悪い工程（仕上げ工程）に対し、最適な撮影環境を提案してください 。
　・機材選定のアドバイス: 散乱を防ぐための「スポット光」の活用や、反射を除去する「偏光フィルター」の選定など、
　現場環境に適した光学設計のアドバイスを求めています 。
　・（可能であれば）赤外線カメラ等の代替手段の検討・フィージビリティ調査 。

【必須スキル】
・Pythonを用いた画像認識AIの開発経験（PyTorch, TensorFlow, OpenCVなど）
・動画/時系列データを扱った画像処理・解析の経験

【歓迎スキル】
・製造現場における外観検査システムの開発経験
・カメラ、照明、レンズフィルターなどの光学機器選定・環境構築の知識
・異常検知（Anomaly Detection）の実装経験

【ご応募にあたって】
ご応募の際は、お手数ですが以下の3点を必ず添えてご提案ください。
・希望時給（税抜）
・履歴書
・職務経歴書

【ご注意ください】
恐れ入りますが、AIを使った文章でのご応募はお断りしております。

ご不明な点がありましたら、お気軽にお問い合わせください。
皆様からのご応募を心よりお待ちしております。