本ポジションについて

本ポジションのミッションは、「研究開発されたAIモデルをプロダクションレベルで実装し、安定的かつスケーラブルに運用できる基盤を構築すること」です。

音声認識・話者認識・LLMを実際のプロダクトに組み込むプロダクトのMLOps/LLMOps関連の領域と、顧客向けのプライベートAI・ソリューションの開発の両面で活躍いただきます。

※ご本人の適性や希望、案件状況を総合的に鑑みて、担当を決めます。

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。 事業拡大に伴い、音声認識・話者認識・LLMを活用したプロダクトの開発スピードを加速させるとともに、本番環境での安定運用とスケーラブルなML基盤の構築が急務となっています。 そこで、AIモデルのプロダクト実装から運用基盤の整備まで、一気通貫で担えるAIエンジニアを募集します。

事業・ポジションの魅力

技術が事業の中核にあるプロダクト

• AI技術がプロダクトの競争力そのもの
• 業界最高水準の精度を実現する音声認識・話者認識技術をプロダクションで運用
• 特許を取得したLLMによる校正技術の実装・運用に携わる
• 最新のAI技術をプロダクションレベルで実装する経験が積める

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

• 音声認識・話者認識・LLMのプロダクション実装と、ML/LLMOps基盤の構築・運用を一気通貫で担うこと
• モデルのデプロイ・監視・最適化を通じて、AIが安定してユーザーに届く仕組みを作り続けること
• エンタープライズ向けAIソリューションの設計・実装にも関与し、顧客課題を技術で解決すること

業務内容

プロダクトのMLOps/LLMOps

• モデル実装・最適化
  • 音声認識モデル・話者分離モデルのプロダクション実装
  • LLMを活用した機能（要約、校正、翻訳等）の実装・最適化
  • 推論パフォーマンス最適化（量子化、蒸留、バッチ処理等）
• ML/LLM基盤・パイプライン構築
  • モデル学習パイプラインの構築・自動化
  • 実験管理基盤の整備（MLflow, Weights & Biases等）
  • モデル・プロンプトテンプレートのバージョン管理
  • データバージョニング・管理基盤の整備
• CI/CD・デプロイメント
  • モデル・プロンプトのテスト自動化（精度検証、出力品質評価）
  • デプロイパイプラインの構築・運用
  • モニタリング・インフラ運用AIモデルのパフォーマンス監視（精度、レイテンシ、スループット）
  • プロンプト・出力品質の継続的評価
  • ダッシュボード構築・運用（Langfuse, Grafana等）
  • AWS/GCPでのインフラ運用・コスト最適化
  • コンテナオーケストレーション（ECS, Kubernetes）

プライベートAI/ソリューション開発

• カスタマイズ開発
  • 顧客要件に応じた音声認識AI・LLM処理のカスタマイズ
  • エンタープライズ向けAIソリューションの設計・実装
• コンサルティングプロジェクト推進
  • 課題ヒアリング・要件定義
  • データ分析・モデル構築・評価
  • 技術レポーティング・提案資料作成
  • プロトタイプ開発・PoC実施

ソリューション開発案件事例

• 小売系企業
  • 課題：ドキュメント・チャット履歴からFAQを自動生成し、変更に追従してメンテナンスを効率化・品質向上したい
  • 支援内容：生成AIによるFAQ自動生成システムを構築。ドキュメント更新を検知してFAQの追加・更新・削除を自動判断。画像理解によるドキュメント構造解析で高品質化を実現
• 化粧品企業
  • 課題：製品広告の薬機法・景表法チェックに工数がかかり、見落としを減らして確認品質を向上したい
  • 支援内容：Few-shot learningにより、使用体験談中の法令抵触表現（効果効能訴求等）を自動検出する生成AIアプリケーションを開発

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）

必須要件

• Python を用いた機械学習モデルのプロダクション実装経験（2年以上）
• Web APIなどのサーバーサイドの設計・開発経験
• Docker を用いたコンテナ化の経験
• Git を用いたチーム開発の経験
• クラウドサービス（AWS/Azure/GCP）の利用経験
• 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

• AIエンジニアリング
  • 音声処理・自然言語処理モデルの実装経験
  • LLMを活用したアプリケーション開発経験
  • モデルの推論最適化経験（量子化、TensorRT、ONNX等）
  • FastAPI / Flask での本番運用経験
• MLOps/LLMOps
  • Kubernetes / ECS でのコンテナオーケストレーション経験
  • CI/CD パイプラインの構築経験（GitHub Actions, GitLab CI等）
  • MLflow / Weights & Biases 等の実験管理ツールの運用経験
  • LangfuseなどのLLMのモニタリングツールの運用経験
• その他
  • オンプレミス環境でのシステム構築・運用経験
  • AWS, GCP, Azureでの開発経験
  • エンタープライズ向けシステム開発経験
  • コンサルティング・受託開発案件の遂行経験

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
• 研究開発されたモデルをプロダクションレベルに落とし込み、安定運用させることにやりがいを感じる方
• いち早くプロダクトに実装しユーザーに価値を届けることと、技術的負債を作らない設計のバランスを取れる方
• 新たな技術（特にMLOps/LLMOps）について、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
• 他の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

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・ソリューション開発プロジェクトのリード
• 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