【AIエンジニア】コンタクトセンター向け独自AI「MooA」のR＆Dエンジニア

以下のいずれかの経験・知識が求められます。

• PythonなどによるAI・機械学習モデルの開発経験
• 自然言語処理（NLP）に関する実務経験または知識
• 生成AI（LLM）・RAGを活用したシステム開発経験
• データパイプラインの構築・運用経験
• 外部AIサービス（OpenAI API等）との連携・統合経験
• AI関連システムの設計・テスト・運用経験

• 自律的な課題発見・解決力:
  ビジネスアイデアの技術検証からPoCまでを自ら推進するため、課題を自律的に発見し、優先度を判断しながら解決策を実行できる力が求められます。
• ドキュメンテーション・ノウハウ共有力:
  成果物のドキュメント化とチーム内ノウハウ共有が業務に含まれるため、技術的知見を分かりやすく言語化・整理して共有できる力が必要です。
• マルチタスク・柔軟な対応力:
  少人数チームでAI設計・開発・テスト・運用・アプリ連携など多岐にわたる業務を担うため、状況に応じて優先度を切り替えながら対応できる柔軟性が求められます。
• グローバルなコミュニケーション力:
  エンジニア職の4割以上が外国籍という多国籍環境において、文化・バックグラウンドが異なるメンバーと円滑に協働できるコミュニケーション能力が重要です。
• 技術トレンドへの継続的なキャッチアップ姿勢:
  生成AIをはじめとするAI技術は急速に進化しており、常に最新動向を自発的に学習・吸収し、開発に活かしていく学習意欲が求められます。

• 音声認識・自動文字起こし技術の経験:
  MooAの中核機能である高精度音声認識・テキスト化に関連する技術的知見があると即戦力として活躍できます。
• コンタクトセンター業務・CXドメイン知識:
  オペレーター支援AIを開発するため、コンタクトセンターの業務フローやCX向上に関する理解があると設計精度が向上します。
• AWS等クラウドインフラの活用経験:
  インフラリソースはAWSを中心に構成されており、クラウド環境でのAIシステム構築・運用経験があると活躍の幅が広がります。
• 英語でのビジネスコミュニケーション能力:
  社内に多国籍メンバーが在籍し英語が飛び交う環境のため、英語での読み書き・口頭コミュニケーションができると社内連携がスムーズになります。

• コンタクトセンター特化型AIの実践的設計・開発スキル:
  実際の大規模コンタクトセンターデータを使いながら、音声認識・RAG・生成AI要約など複数のAI技術を組み合わせた実用システムの設計・開発スキルが身につきます。
• 生成AI活用・プロンプトエンジニアリングの実務ノウハウ:
  電話応対の要約・FAQ自動生成・VOC抽出など多様なユースケースを通じて、生成AIの実用的な活用方法とプロンプト設計のノウハウが習得できます。
• ビジネス課題を技術に落とし込むPoC推進力:
  ビジネスアイデアの検証から技術実装・評価まで一貫して担当することで、ビジネス要件を的確に技術仕様へ変換し、PoC全体を推進するスキルが養われます。
• データパイプライン構築・MLOps基盤の実務経験:
  自社サービスデータを活用したデータパイプラインの設計・構築を通じて、AIシステムの運用に必要なデータエンジニアリングおよびMLOpsの実践的スキルが得られます。
• グローバルチームでのR&D推進経験:
  多国籍エンジニアチームの中で研究開発を推進する経験を通じて、グローバルな技術議論・英語での成果共有など、国際的な開発環境での実務遂行能力が身につきます。