 職種Position |
技術職 (AI・データ)
R&D / Engineer /Technician (AI, Data) |
 会社概要Company profile |
対話データ解析 AI SaaS「Bring Out」を開発しています。ブラックボックス化されやすい対話データ(商談・社内会議・サービス現場で交わされる会話)を分析し、重要情報を抽出することで、導入企業や働く人々の生産性向上に貢献します。
すでに IT・人材・M&A・不動産・製造・医療など様々な業界で活用され、営業・商品開発・R&D・ファイナンス・人事など幅広い職種で使われています。現在は主にエンタープライズ企業向けに提供しており、高い機密性・可用性・柔軟なデータ連携が求められます。
技術基盤を担うのは、Amazon・Microsoft・X(Twitter)等の出身エンジニアや複数名のCTO経験者で構成された開発チームと、Google・IBM・Preferred Networks等出身のAIチームです。LLMの進化により、これまで可視化できなかった現場の暗黙知や顧客の声が構造化データとして扱えるようになった今、日本発のAI時代の経営モデルをつくる挑戦をしています。
We are developing "Bring Out," an AI SaaS platform for analyzing conversation data. By analyzing conversations that often remain "black boxes"—such as sales meetings, internal discussions, and frontline service interactions—and extracting key information, we help client companies and their employees boost productivity.
Our solution is already utilized across diverse sectors—including IT, HR, M&A, real estate, manufacturing, and healthcare—and supports a wide range of functions such as sales, product development, R&D, finance, and human resources. We primarily serve enterprise-level clients, meeting rigorous demands for high security, availability, and flexible data integration.
Our technical foundation is built by a development team comprising engineers from companies like Amazon, Microsoft, and X (Twitter)—including several individuals with prior CTO experience—alongside an AI team featuring talent from Google, IBM, and Preferred Networks. With the evolution of LLMs, we can now transform previously invisible frontline tacit knowledge and customer insights into structured data; we are taking on the challenge of creating a new management model for the AI era, originating from Japan. |
 仕事内容Job description |
・Bring Out の対話解析AIを、顧客のシステム基盤(CRM / SFA / 音声解析 / ERPなど)に統合
・API設計・連携、LLM・RAG・音声認識などの要素を組み合わせた新ユースケースのアーキテクチャ設計
・複雑な非構造データを処理する解析パイプラインの最適化・汎化設計
・クライアント課題をもとにした高速PoC〜MVP開発
・OpenAI / Anthropic / Vertex AI など各種モデルを用いたLLM統合・パフォーマンス検証
・新しい対話解析ユースケースの技術検証・再利用可能な仕組み化
・BizDev・AI・Backend チームと協働し、現場実装の知見を設計原則に昇華
・技術的リスクを特定し、再現性ある開発プロセスを設計
・技術標準化・共通モジュール化を推進し、プロダクトのスケーラビリティを向上
・Integrate Bring Out’s conversational analysis AI into client system infrastructures (CRM, SFA, voice analysis, ERP, etc.)
・Design architectures for new use cases by combining API integration with technologies such as LLMs, RAG, and speech recognition
・Optimize and generalize analysis pipelines capable of processing complex, unstructured data
・Develop rapid PoCs and MVPs based on specific client challenges
・Integrate LLMs and validate performance using various models (e.g., OpenAI, Anthropic, Vertex AI)
・Technically validate new conversational analysis use cases and establish reusable frameworks
・Collaborate with BizDev, AI, and backend teams to translate field implementation insights into core design principles
・Identify technical risks and design reproducible development processes
・Drive technical standardization and the creation of common modules to enhance product scalability |
 応募資格Requirement |
▼必須要件
・5年以上のソフトウェア開発経験、またはAI/ML実務経験2年以上(OSS貢献等も可)
・チームでのプロダクト開発経験(toB / toC / 受託問わず)
・Python または TypeScriptの熟練使用(プロダクションコードレベル)
・クラウド環境(AWS / Azure / GCP いずれか)での開発・運用経験
・プロンプトエンジニアリング、LLM統合(OpenAI、Anthropic 等)、RAGシステムの基礎知識
・プロダクション級AIシステム構築経験
・非エンジニアチーム(ビジネス/ステークホルダー)と技術議論をリードした経験
・チーム内外のコンフリクトをオーナーシップを持って解決した実績
▼歓迎要件
・商談/会話データなど非構造データの解析・構造化経験
・SaaS/PoC案件での生成AI機能開発経験
・アーキテクチャ設計・技術リーダーとしての意思決定経験
・高速なプロトタイピング・ユーザー導線改善の実務経験
・AIフレームワーク(PyTorch、TensorFlow、LangChainなど)の実務経験
・LLMアプリケーション開発(LangChain、CrewAI、AutoGenなど)の実装経験
・OSS貢献・技術発信・テックリード経験
▼ Mandatory Requirements
・5+ years of software development experience, or 2+ years of practical experience in AI/ML (including contributions to open-source projects)
・Experience in team-based product development (B2B, B2C, or contract-based projects)
・Proficiency in Python or TypeScript (at a production-code level)
・Experience in developing and operating within a cloud environment (AWS, Azure, or GCP)
・Foundational knowledge of prompt engineering, LLM integration (e.g., OpenAI, Anthropic), and RAG (Retrieval-Augmented Generation) systems
・Experience building production-grade AI systems
・Experience leading technical discussions with non-engineering teams (business stakeholders, etc.)
・A proven track record of taking ownership to resolve conflicts, both within and outside the team
▼ Preferred Qualifications
・Experience in analyzing and structuring unstructured data, such as sales conversations or other dialogue data
・Experience developing generative AI features for SaaS products or Proof of Concept (PoC) projects
・Experience in architectural design and making key decisions as a technical leader
・Practical experience in rapid prototyping and improving user journeys
・Practical experience with AI frameworks (e.g., PyTorch, TensorFlow, LangChain)
・Experience developing LLM-based applications (e.g., using LangChain, CrewAI, AutoGen)
・Experience contributing to open-source projects, sharing technical knowledge publicly, or serving as a Tech Lead |
 日本語力Japanese level |
ビジネス
Business |
 雇用形態Employment type |
正社員
Full-time |
 勤務エリアLocation |
フルリモート
Full remote work |
 勤務時間Working hours |
フレックスタイム(コアタイム. 10:30から15:00まで)
Flextime |
 想定年収Salary |
非公開(ご登録後にご案内します)
Negotiable |
 条件・待遇Condition |
- 週休2日(土日)、祝日
- 有給休暇 年間10日
- 年末年始休暇(12月29日から翌年1月3日まで)
- 慶忌休暇
雇用形態 正社員/契約期間の定めなし
勤務体系
・フレックスタイム
始業 8:00から10:30まで
終業 15:00から20:00まで
コアタイム. 10:30から15:00まで
労働時間 月160h + みなし残業40h以内※実態として、チームMTG等の都合で9:30-17:00位に稼働している従業員が場合が多い、未就学児のお子さんを持つ家庭が多く、夜に稼働している方は少ない
試用期間 ・試用期間は入社年月日より3カ月です。
- Two days off per week (Saturdays and Sundays) plus national holidays
- 10 days of paid leave per year
- Year-end and New Year holidays (December 29 to January 3)
- Special leave for celebratory or condolence events
Employment Status: Full-time employee (permanent position with no fixed contract term)
Work Schedule
- Flextime system
Start time: 8:00 AM – 10:30 AM
End time: 3:00 PM – 8:00 PM
Core time: 10:30 AM – 3:00 PM
Working hours: 160 hours/month + up to 40 hours of deemed overtime. *In practice, many employees work roughly from 9:30 AM to 5:00 PM due to team meetings and similar commitments; as many employees have preschool-aged children, few work during the evening hours.
Probationary Period: 3 months starting from the date of hire. |
 選考についてProcess |
面接複数回
|
