本ポジションについて
本ポジションのミッションは、「公開されている音声・LLMのモデルを自社と顧客のデータで作り込み、オフラインの現場でも動く製品の機能として出し続けること」です。
Nishikaは基盤モデルをゼロからは作りません。公開モデルを自社と顧客のデータでファインチューニングし、製品が使う自社ライブラリとして提供しています。本ポジションでは、このライブラリの開発と精度改善を担い、特に話者認識（話者分離・声紋）、パーソナライズ校正、AIエージェントの3領域に注力いただきます。会議の記録から新しい価値を引き出すAIエージェントについても、技術検証から製品化までお任せします。
※担当テーマは、ご本人の適性や希望を踏まえて決めます。
募集背景
主力事業であるAI議事録ツール「SecureMemo/SecureMemoCloud」は昨年比200%成長を遂げており、政府系機関からエンタープライズ企業まで、幅広い組織にプロダクトを提供しています。
事業の拡大とともに、製品の競争力を左右する技術は、話者認識・パーソナライズ校正・AIエージェントへと広がっています。これらはいずれも「何を、どの精度で測れるか」で成否が決まる領域です。そこで、評価の設計からモデルの改善、製品への組み込みまでを、テーマ単位で主体的に担えるAIエンジニアを募集します。
事業・ポジションの魅力
使うほど組織ごとに賢くなるAIを、評価の設計から作る
- パーソナライズ校正など、利用する組織ごとに精度が上がっていく仕組みを、実行・評価・修正を繰り返すループ（ループエンジニアリング）として設計・実装
- 正解データと評価指標の設計から関わり、改善の手応えを数字で確かめられる
- 特許を取得したLLMによる校正技術の改善に携われる
成長性と安定性を併せ持つ事業基盤
- 昨年比200%成長のスタートアップフェーズ
- 官公庁向け大規模案件を通じた安定した事業基盤
- 国のインフラを支える責任あるシステムで使用されるAIの運用に関われる環境
- 政府系機関からエンタープライズまで、多様な顧客への導入実績
知見共有が盛んで高いレベルで切磋琢磨できる環境
- AIエンジニア・リサーチエンジニアはKaggleでメダル獲得、上位入賞の実績のあるメンバーで構成
- 毎週水曜には「よもやま定例」という名の技術勉強会でR&Dやエンジニアリングのナレッジや意見交換を実施
- 最新の論文・技術トレンドをキャッチアップし、実務に活かす文化
AIエンジニアとして幅広い経験が積める
- モデル実装からインフラまで一気通貫で担当
- オンプレミス・クラウド両方の環境での開発経験
- AWS/Azure/GCPのマルチクラウド環境での運用経験
- 0→1のフェーズでML基盤を構築できる
具体的に期待する役割
- 製品が使う自社ライブラリ（音声認識・話者認識・LLM校正など）の開発と精度改善を、テーマ単位で担うこと
- 評価指標と検証データを設計し、「何をどの精度で測れるか」を定めたうえで、改善のループを回し続けること
- 会議データを活かすAIエージェント機能を、技術検証から製品化まで担うこと
業務内容
自社ライブラリの開発と精度改善
- 自社AIライブラリの開発・保守
- SecureMemoシリーズなどの製品製品で使用する自社ライブラリの開発・保守
- 精度改善
- 話者認識（話者分離・声紋）の精度改善
- パーソナライズ校正の精度改善
- 音声認識モデルのファインチューニング・Adapter
推論の最適化
評価の仕組みづくり
- 正解データの設計・作成
- 評価指標と評価の仕組みの設計・構築
AIエージェント・新技術の検証
- AIエージェント機能の開発と評価
- 会議データを人事・ガバナンスなどに活用できるかの技術検証
- 論文や新しいモデルの追実装
- 検証テーマの設計とレビュー **
技術スタック
- SecureMemo（オンプレミス版）
- プログラミング言語・フレームワーク: Python, FastAPI, Flutter
- AI/ML: 音声認識AI、話者分離AI、大規模言語モデル、自然言語処理
- 開発ツール: Git, Docker
- インフラ: Windows OS, AWS（LLM Fine-Tuning用途）
- SecureMemoCloud（クラウド版）
- プログラミング言語・フレームワーク: Python, FastAPI, TypeScript, React, Next.js
- AI/ML: 音声認識AI、話者分離AI、大規模言語モデル、自然言語処理
- 開発ツール: Git, Docker, Langfuse
- インフラ: AWS（ECS, RDS, S3, SageMaker, Lambda）, Azure（Azure OpenAI Service）, GCP（BigQuery）
※本ポジションが主に扱うのは、Pythonと上記のAI/ML領域です。
必須要件
- 評価指標と検証データを自ら設計し、機械学習モデルを学習・選定・改善した経験（Kaggleなどのコンペティションでの経験も可）
- PyTorchなどの深層学習フレームワークを用いた実装力
- 他の人が使うPythonのコードを、コードレビューを受けながら開発した経験
- 日本語の業務文書を理解し、ビジネスレベルの日本語に堪能であること
歓迎要件
- 音声・話者認識
- 話者分離・話者埋め込み（声紋）モデルの開発経験
- 音声認識モデルのファインチューニング経験
- LLM・AIエージェント
- LLMによる誤り訂正や自動評価の開発経験
- LLMエージェントの開発と評価の経験
- その他
- モデルの推論最適化経験（ONNX、量子化など）
- 本番環境での機械学習モデルの運用経験
- Kaggleでのメダル獲得経験
こんな人と働きたい
- 「最終的にエンドユーザーに届いたものの価値が最重要」という意識のもとで、技術選定・実装を行える方
- 「何を、どの精度で測れればよいか」から考え、評価を設計してモデルを改善することにやりがいを感じる方
- 1つのテーマを、技術検証から製品への組み込みまで自分で持って進めたい方
- 新しい論文やモデルに関心を持ち、触って楽しみ、プロダクトに取り込もうという気持ちのある方
- アプリエンジニアやプロダクトマネージャーと協働し、合意形成しながらプロジェクトを進められる方
- 自ら学び続け、技術的な課題に対して主体的に取り組める方
※基盤モデルをゼロから作ることや、論文執筆を主な目的とされる方には、ご希望に沿えない可能性があります。
キャリアパス
入社直後〜中期
モデルのプロダクション実装やML基盤構築を通じて、以下のスキルを伸ばしていただきます。
- 音声認識・話者認識・LLMのプロダクション実装スキル
- MLOps（CI/CD、モニタリング、インフラ管理）のスキル
- チームで協働するスキル（技術的なコミュニケーション、コードレビュー等）
- 顧客折衝スキル（技術提案、アーキテクチャ設計の説明等）
将来
ご本人の志向性に応じて、以下のキャリアパスを想定しています。
- プロダクト開発チームのリード
- 開発チームのマネジャー
選考プロセス
カジュアル面談
▼
書類選考
▼
技術面接（1回）
▼
最終面接（代表との面接）
▼
内定
| 職種 / 募集ポジション | AIエンジニア（音声・AIエージェント） |
|---|---|
| 雇用形態 | 正社員 |
| 契約期間 | 期間の定め：無 試用期間：有（3ヶ月、期間中の条件変更なし） |
| 給与 |
|
| 勤務地 | 五反田駅（JR山手線、都営浅草線、東急池上線）徒歩6分 大崎駅（JR山手線、JR埼京線）徒歩9分 リモートワーク：週2回（火曜・木曜） |
| 勤務時間 | - フレックスタイム制 - 原則的な労働時間 - 午前10時～午後19時00分(実働8:00) - コアタイム - 午前10：00～午後3：00 |
| 休日 | - 完全週休2日制（土・日・祝） - 年末年始休暇 - 夏季特別休暇 - 年次有給休暇 - 年間休日120日以上 |
| 福利厚生 | - ストックオプション付与実績あり - リファラル補助制度 - 健康診断費用補助（毎年） - AIツール費用、書籍購入、自己研鑽費用補助 - インフルエンザワクチン接種費用補助 - 育児支援 |
| 加入保険 | 各種社会保険完備 |
| 受動喫煙対策 | 敷地外喫煙可能場所あり 屋内全面禁煙 |
| 諸手当 | 交通費一律支給（上限30,000円） |
| 会社名 | Nishika株式会社 |
|---|---|
| 代表者 | 代表取締役CEO 山下 達朗 代表取締役CTO 松田 裕之 |
| 設立 | 2019年5月7日 |
| 資本金 | 70,184千円 |
| 従業員数 | 22名 |
| 所在 | 東京都品川区東五反田1丁目25番11号 THE GATE GOTANDA EAST 4階 |
| 株主 | - サイバーエージェントキャピタル - リヴァンプ - グロービス |
| 事業内容 | - AIプロダクト事業 - AIソリューション事業 |