【AIエンジニア】※修士・博士歓迎※ポテンシャル採用／自社AIプロダクト「MooA」のR＆Dエンジニア

以下のいずれかの経験・知見が求められます。

• PythonなどのAI・機械学習関連開発経験
• 自然言語処理（NLP）または音声認識に関する基礎知識
• 機械学習モデルの設計・学習・評価の実務経験またはPoC経験
• データパイプラインの構築・運用経験
• REST APIや外部AIサービス（OpenAI等）との連携開発経験

• 自律的な課題発見・推進力:
  R&D組織では自らテーマを設定し、技術検証からドキュメンテーションまで自走できる姿勢が求められます。マネージャー・AIエンジニア合わせて少数の組織であるため、主体性が特に重視されます。
• ノウハウの言語化・共有力:
  成果物のドキュメンテーション化やノウハウ共有が業務の一部として明記されており、技術的な知見を組織内で伝達・蓄積できるコミュニケーション能力が必要です。
• ビジネス視点でのAI活用思考:
  ビジネスアイデアの技術検証を担うため、技術的な深さだけでなく、ビジネス課題を起点にAI技術を選定・適用できる視野の広さが求められます。
• チームを超えた連携・調整力:
  自社Applicationとの連係開発や他部門との協力が多く、技術的な議論を跨部門でスムーズに進める対話力・調整力が求められます。
• 継続的な学習意欲・技術キャッチアップ力:
  AI・生成AI領域の技術進化が速く、最新の論文やOSSへのキャッチアップ、社内への知見導入を積極的に行える好奇心と学習習慣が重要です。

• 修士・博士号取得者（AI・機械学習・情報工学系）:
  求人票で修士・博士が明示的に歓迎されており、研究経験を持つポテンシャル人材を積極採用する方針です。
• LLM・生成AI（GPT系）の活用・ファインチューニング経験:
  MooAではOpenAI社のGPT系モデルの活用実績があり、LLMを活用したプロダクト開発経験は即戦力として高く評価されます。
• RAG（検索拡張生成）システムの構築経験:
  MooA KnowledgeBaseではRAG方式を採用しており、RAG設計・実装の経験はプロダクト開発に直結します。
• AWSなどクラウド環境でのMLOps・インフラ経験:
  企業として関東ITソフトウェア健康保険組合やAWS認定資格取得支援制度を整備しており、クラウドベースのAI開発・運用経験が歓迎されます。
• コンタクトセンター・CX領域への関心・知識:
  対象ドメインがコンタクトセンター向けAIであるため、業務プロセスや音声応対フローへの理解・関心があれば、課題設定やモデル設計に活かせます。

• 実サービスデータを用いた独自AIモデル開発スキル:
  500社超の導入実績から得られるリアルな顧客対話データを用いてモデル設計・学習・評価を行い、研究環境では得られない実践的なAI開発スキルを習得できます。
• 生成AI・RAG・音声認識の実装ノウハウ:
  MooAの機能群（CommNavi・KnowledgeBase等）を通じ、リアルタイム音声認識、RAG構築、生成AIによるテキスト要約・意図抽出など、最先端AI技術の実装経験を体系的に積めます。
• データパイプライン設計・MLOpsの実践力:
  自社サービスデータを活用するためのパイプライン構築から負荷軽減・高速化まで、AIシステムを本番環境で運用するエンジニアリングスキルが身に付きます。
• SaaS企業でのAIプロダクト企画・PoC推進力:
  ビジネスアイデアの技術検証からPoC、プロダクト連携まで一貫して担うことで、AI技術をビジネスに実装するプロダクト思考と企画推進力が養われます。
• マルチスタック開発・ドキュメンテーション能力:
  他社AIとの連携、自社アプリケーションとの統合開発、ノウハウのドキュメント化まで幅広く担うことで、技術横断的なエンジニアリングと情報共有のスキルが蓄積されます。