本ポジションについて

本ポジションのミッションは、「音声認識・話者認識・LLM領域における先端技術の研究開発を通じて、プロダクトの技術的優位性を確立すること」です。

最新の論文・手法の調査・検証から、新規アルゴリズムの開発・評価まで、研究開発を中心に担当していただきます。 加えて、受託したPoC案件での技術検証業務にも携わっていただきます。

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。

更なる成長のため、AI（音声認識・話者認識・LLM）の研究開発体制を強化する必要があります。 そこで、音声認識・話者認識・LLM領域における先端技術の研究開発を通じて、プロダクトの競争力を高めるリサーチエンジニアを募集します。

事業・ポジションの魅力

研究成果が実プロダクトで活用される環境

• 研究成果が数万ユーザーに届く実感
• 官公庁・大手企業の実データで研究開発
• プロダクトフィードバックを研究に活かせるサイクル

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の研究開発
• NEDO「GENIAC」採択プロジェクトでの先端AI研究開発

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

具体的に期待する役割

• 音声認識・話者認識・LLMの最新論文を調査・検証し、プロダクトの技術的優位性を研究開発で切り拓くこと
• 仮説立案・実験設計・プロトタイプ実装を一気通貫で担い、研究成果を数万ユーザーが使うプロダクトへ直接つなげること
• 論文執筆・学会発表・特許出願を通じて、Nishikaの技術ブランドを対外的に発信していくこと

業務内容

以下の研究開発のタスクを推進していただきます。

1. 文献調査・最新技術のキャッチアップ
   1. 最新論文（arXiv、主要国際会議等）のサーベイ
   2. 技術トレンドの分析・社内共有
2. 仮説立案・実験設計
   1.  課題定義と解決アプローチの策定
   2. 評価指標の設定・実験計画の立案
3. プロトタイプ実装・検証
   1. アルゴリズム実装・実験実施
   2. 結果分析・考察・技術レポート作成
4. 研究成果の発信・技術移転
   1. プロダクトチームへの技術知見の共有・連携
   2. 論文執筆・学会発表
   3. 特許出願

研究開発テーマ（例）

• 音声認識
  • 最新の音声認識モデル（Whisper、Conformer等）の調査・検証
  • バッチ処理における精度向上手法の研究
  • リアルタイム認識の精度・レイテンシ改善に向けた研究
  • ドメイン適応・Few-shot学習手法の検討
  • 日本語特有の課題（方言、専門用語等）への対応研究
• 話者認識
  • 話者分離（Speaker Diarization）の精度向上
  • 話者認証（Speaker Verification）の精度向上
  • 声紋を含む話者とそうでない話者の話者認識の精度向上
  • オーバーラップ音声への対応手法の研究
  • ノイズ環境下での頑健性向上
• LLM
  • 議事録生成に特化したプロンプトエンジニアリング手法の研究
  • 文脈理解・専門用語処理の精度向上
  • 誤認識修正（Post-Correction）手法の開発
  • Fine-Tuning手法の研究（LoRA、QLoRA等）
  • SLM（小規模言語モデル）の開発・最適化
  • 推論効率化手法の研究（量子化、蒸留等）

技術スタック

• プログラミング言語: Python
• AI/MLフレームワーク: PyTorch, HuggingFace, Transformers
• LLMアプリケーションフレームワーク: LangChain
• 音声処理: librosa, torchaudio, pydub
• 実験管理・モニタリング: MLflow, Weights & Biases, Langfuse
• 開発ツール: Git, Docker
• クラウド: AWS, Azure, GCP

必須要件

以下いずれかの経験・実績

• 音声認識・音声処理・話者認識分野での研究経験（修士以上または同等の実務経験）
• LLM・自然言語処理分野での研究経験（修士以上または同等の実務経験）
• Kaggle等データ分析コンペでの賞金圏内入賞経験

かつ

• Python・PyTorchを用いた機械学習モデルの実装経験
• 英語論文の読解能力

歓迎要件

• トップカンファレンスでの複数論文採択経験
• 音声認識・話者認識の両分野での研究経験
• LLMのFine-Tuning・コンテキストエンジニアリング経験
• 博士号取得または博士課程在籍
• 特許出願・取得経験

こんな人と働きたい

• 最新の研究動向に強い関心を持ち、継続的に学習できる方
• 実験結果を論理的に分析し、次の打ち手を考えられる方
• 研究成果を論文・ブログ・社内勉強会等で積極的に発信できる方
• プロダクトチームと協働し、研究成果の技術移転に関心がある方
• 「研究のための研究」ではなく、「ユーザーに価値を届けるための研究」という意識を持てる

キャリアパス

入社直後〜中期

研究開発を通じて、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領域における最新技術の調査・検証スキル
• 実験設計・プロトタイプ実装・評価分析のスキル
• 研究成果を論文・技術レポート・社内勉強会等で発信するスキル
• プロダクトチームとの技術連携スキル(研究成果の技術移転、実データに基づく課題発見等)

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

• リサーチエンジニアのリード
• リサーチエンジニア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