AI エンジニア

• システムエンジニア

<開発チームでの働き方>
——————————————————-
▽チームミッション
プロダクトを通してユーザーの利益を最大化すること。またそのために開発に関する最終的な優先度の決定、開発の推進、プロダクト運用の安定化にコミットします。**
——————————————————-
▽優先度の意思決定プロセス
4半期(3ヶ月)に1回の単位で約3-6ヶ月分の大粒の開発計画を立てる運用を行っています。

毎回このタイミングでCTO(PdM)中心に、現在の事業状況を取りまとめた上で、CxOや各組織のVPとディスカッションして、事業的に今後取り組んでいくべきテーマの棚卸しを行います。

開発チームではこれらの事業状況やテーマを踏まえ、開発者の目線で必要な非機能要件などを含めて今後開発したい機能のアイデアをブレストします。そして開発チーム内で大雑把な優先度とスケジュールを立てた後、CTO(PdM)中心に再度、CxOや各組織のVPと合意形成をして、4半期の目標を設定しています。

現状は概ね約6-7割ほどのリソースをこれらの大粒の開発計画に集中するために使っています。残りの3-4割のリソースで、リリースやバグ修正、随時運用で発生した細かい要望の対応やソフトウェア改善などアジャイルな対応に当てています。
——————————————————-
▽週次の運用
1週間を1スプリントとしてスクラムを運用しております。

チケットの管理はnotionでおこなっています。リファインメントではチケットごとに開発チームメンバー全員で同期的に受け入れ条件の精査とプランニングポーカーを利用した見積もりを行っています。

レビューでは各スプリントでプランニングされたチケットが完了条件を満たしているかの確認や、スプリント中に発生した差し込みタスクなどの確認をしています。

またスクラムの運用からは外れますが、レビューのタイミングで全体の大まかなロードマップとの整合性を図るため、概ね1ヶ月単位で進捗したタイムラインの整理をしています。
——————————————————-
▽ミーティングについて
通常のエンジニアメンバーが定例で参加するミーティングは以下の通りです。
その他、プロジェクトや役割によって参加するミーティングが増えることはありますが、多い人でも週に8時間程度でその他の時間は自分のワークに集中する事ができます。
ミーティングは少ない一方で開発チーム内で気軽にコミュニケーションできることは重視していて、Discordのボイスチャンネルにて趣味の雑談や業務についての質疑応答はよく行われているような環境です

・Daily Scrum:毎日10:00 – 10:10
・レビュー・リファインメント・プランニング:毎週 月曜 14:00-16:00
・デザインMTG:毎週 木曜 10:00-11:00
・全社でシャッフルランチ:隔週 金曜日 12:00-13:00
・全社で各チームの進捗報告会 & KPT:毎月 最終水曜日 14:00-17:00
・1on1:毎月 第1週 1時間

<職務概要>
商談可視化AI SaaS「Bring Out」で、主にNLPの専門性を生かして既存アルゴリズムの精度・運用の改善、プロダクトの新たな価値発掘をテーマにR&Dを行っていただきます。

本プロダクトは、営業商談を書き起こしをインプットに商談で合意すべき重要論点が満たせているか判定することが現在の主要アルゴリズムです。営業コンサルとセットに最適な営業行動の定義と装着の支援を行っております。

エンタープライズ企業を中心にすでに複数の導入・運用実績があり、22年7月、JAFCO様や東大IPC様などの株主を加えプレシリーズAの資金調達を行いました。

精度や運用の改善や昨今のNLP領域の発展に合わせた新しい価値の発掘等、手つかずの技術投資課題が増えていており、プロジェクトの推進やR&Dのテーマ設定、データ設計など包括的にリードできる方を探しております。

始めはCTOと業務委託のAIエンジニアの小規模な開発チームに加わって頂き、徐々に全体のリードおまかせしていく流れを想定しております。

<想定される主な業務>

– 既存のアルゴリズムの精度・運用の改善
– 商談の重要箇所の抽出精度の改善を行うための調査と開発
– お客様ごとにモデルのセミカスタマイズを行う運用体制の最適化
– アノテーションのデータ設計、運用体制の設計
– R&Dのプロジェクト推進、テーマ設定
– LLMなどトレンドの理解や技術検証
– 報告の要約作成など、新しい提供価値の発明
– ドメイン的に踏み込んだ分析やオペレーション自動化をテーマに、お客様との共同研究テーマの設定してそのプロジェクトの推進する

(記入なし)

更なる組織強化/IPOに向けて、増員募集となります。

<下記全て>

– 2年以上、NLP関係の研究または、開発業務に携わった経験
– Pythonを用いたリサーチや実装の経験、または十分にキャッチアップ出来ること
– 実利用される機能の提供および、継続的な運用や改善の経験
– アルゴリズムを内包したAPIの設計・開発・運用経験
– アルゴリズムの設計や実装、適切な評価の経験

– 機械学習関連分野の査読あり国際会議、ジャーナルでの発表経験
– スタートアップでの勤務、起業経験
– Kaggle等の分析コンテストでの上位入賞経験
– Webアプリケーション開発の知識
– データマネジメントやデータガバナンスの経験