職種
機械学習エンジニア年収
700万円 〜 1,500万円利用技術
こだわり条件
生成AIの活用状況
最終更新日:2025-05-23最新の情報についてはカジュアル面談や選考の中で確認ください。
生成AI技術/ツールの導入・活用状況
生成AIモデルの開発・LLM技術の研究開発を行っているプロダクト/サービスへの組み込みを実施・推進している社内活用による業務効率化を目的に導入・活用している
開発組織において公式に導入・活用されているAIツール・機能・技術
仕事内容
# 募集背景
音声AIは今、大きな転換点を迎えています。個々の技術は成熟し、カスタマーサポートの自動化は現実のものとなりました。しかし、本当の意味での「対話」はまだ実現できていません。私たちは、この課
開発環境
- クラウド: AWS（主力）、GCP
- コンテナ: Docker、Kubernetes
- CI/CD: GitHub Actions、Jenkins
- 監視: Prometheus、Grafana、CloudWatch
- ML管理: MLflow、Weights & Biases
- IaC: Terraform、Ansible
- 言語: Python、Go、TypeScript
- GPU: NVIDIA H100/H200 クラスタ環境
求めるスキル
必須スキル/経験
- 機械学習システムの本番運用経験2年以上
- Python、Docker、Kubernetesでの実務経験
- AWS/GCP/Azureでのクラウドインフラ構築・運用経験
- CI/CDパイプライン構築経験（Jenkins、GitHub Actions等）
- 機械学習フレームワーク（TensorFlow、PyTorch等）の理解
- 監視・ログ解析ツール（Prometheus、Grafana、ELK Stack等）の使用経験
- 業務要件を理解し、適切なMLOps設計に落とし込める能力
- 自律的に課題を見つけ、積極的に改善できる姿勢
- 業務上の議論・意思決定に参加できる日本語能力
歓迎スキル/経験
- 音声処理・音声認識システムの運用経験
- リアルタイム音声処理システムの構築経験
- GPU最適化・並列処理の実装経験
- MLflow、Kubeflow、MLOps関連ツールの使用経験
- Terraform、Ansible等のInfrastructure as Code経験
- マイクロサービスアーキテクチャでの運用経験
- 大規模システムのパフォーマンス最適化経験
- データエンジニアリング（データパイプライン構築）経験
- ビジネスレベルの英語力
- コンタクトセンター/CRMシステムの実務知識
- Go、Rust等での開発経験
求める人物像
- MLOpsの最新動向に関心を持ち、継続的に学習できる方
- システムの安定性と改善に情熱を持ち、最後までやり抜く粘り強さがある方
- 運用品質と開発効率の両立を重視する方
- ユーザー視点を大切にし、技術の先にある価値を考えられる方
- 曖昧な要件に対しても、主体的に考えて解決できる方
- 音声AI技術への探究心を持ち、最新動向のキャッチアップに積極的な方
- 品質と開発スピードのバランスを取りながら、着実にシステムを改善できる方
仕事の魅力
- オープンでフラットな組織
上下関係がなく、皆がフェアな立場で意見を出し合う環境です。
- 信頼と裁量
少数精鋭だからこそお互い信頼し合い、各自が大きな裁量を持っています。在籍期間に関係なく、プロダクトの重要な意思決定に関わることができます
- ゼロイチも、イチジュウも
シリーズA直前の60人規模（業務委託含め）の会社で0→1, 1→10, 10→100のフェーズの経験ができます。
- メンバー全員が信じ、熱狂するプロダクト
日本一の対話型AIをEnd To Endで作れます。