- IT・エンジニア
- 正社員
AIデータ品質・運用責任者｜年収アップを目指せる立ち上げポジション
IT・エンジニア｜株式会社ゴーレム｜その他ITエンジニア関連職｜正社員｜#516972
AIの性能を左右するデータを会社の資産として育てられる
品質基準や運用の仕組みを立ち上げから任され、キャリアを広げられる
【人材紹介求人】本求人は、有料職業紹介事業者 SGLインベストメント合同会社（厚生労働大臣許可番号 13-ユ-314673）がご紹介する求人です。ご応募後、当社のキャリアアドバイザーよりご連絡し、求人企業へのご紹介を行います。
建設見積書・内訳書から作成される教師データと評価データを、学習・評価に継続利用できるデータ資産として管理するポジションです。品質指標、アノテーションルール、判断履歴をゼロから設計でき、データ改善がモデルのどの失敗を改善したかまで追えます。立ち上げ期の責任範囲は大きく、将来はData QualityやAnnotation Operationsの体制づくりにも関われます。
▍ミッション
建設見積書‧内訳書から作成される教師データと評価データを、学習‧評価に継続利用できるデータ資産として管理し、Biz‧CS‧MLの判断を、作業者が再現可能なルールと改善サイクルへ変換することです。
▍お任せすること
①データ資産と品質状態の可視化
・教師データ・評価データの一覧、用途、バージョン、責任者、利用可否、残存リスクを整理する
・サンプル監査を設計‧実施し、現在の品質水準と指標の限界を説明する
・個別の誤りを類型化し、ラベル、階層、作業者、時期、データソースなどの切り口で原因と偏りを分析する
・重複、矛盾、欠損、階層制約違反、学習用‧評価用データ間のリーケージを確認する
②ルールと品質運用の設計
・アノテーションルールを、定義、正例、負例、境界例、判断停止条件、エスカレーション先まで含む形に整備する
・ルールの版判断履歴、未解決ケースを一元管理する
・サンプリング、監査、二重アノテーション、作業者校正、差し戻し、再レビューの仕組みを設計する
・作業者や外部ベンダーへの説明‧教育‧評価を行い、理解度と再発状況を確認する
③データ改善とML開発の接続
・新規データ作成と既存データ修正のバックログを管理し、事業上の優先度とMLの学習計画に接続する
・学習投入前に、データ運用上のReady∕Not Readyと残存リスクを提示する
・MLメンバーとともに、データ変更前後のモデルの失敗パターンを比較し、次に改善すべき対象を提案する
・週次のデータ準備状況と、月次の品質傾向を関係者へ共有する
④部門横断の意思決定支援
・業務上の正解はBiz、顧客‧現場事例はCS、モデル要件と投入判断はML、ツール実装はSoftwareEngineerへ、論点と判断先を切り分ける
・データ量、品質、費用、納期、想定されるモデル影響、未確定事項を整理し、関係者が判断できる状態を作る
・アノテーションツール上の課題を運用要件‧受入条件へ変換し、Software Engineerと改善を進める
▍このポジションが持つ責任と、持たない責任
本ポジションが責任を持つ領域 他の役割が最終責任を持つ領域
・品質基準、サンプリング、監査方法
・アノテーションルール、例示、判断履歴
・作業者校正、差し戻し、外部ベンダーの品質
・作成‧修正バックログの運用上の優先順位
・データの運用上のReady∕Not Ready判定
他の役割が最終責任を持つ領域
・業務上の正解：用語・顧客要件：Biz
・顧客・現場事例の収集：CS
・学習‧評価要件、データ分割、モデル投入判断：ML
・ツールの設計、実装、テスト、リリース：SoftwareEngineer
・最上位の事業優先順位：事業‧AI責任者
本ポジションが、すべての業務上の正解を決めること、モデルを実装すること、アノテーションツールを開
発すること、全件を自ら確認‧修正することは想定していません。
▍入社後に期待すること
入社後90日を目安に
・既存の教師データ‧評価データの一覧、用途、バージョン、責任者を整理する
・サンプル監査を行い、現在の品質水準と主なエラー類型を提示する
・ラベル・階層ルール、未解決ケース、判断履歴を一元化する
・次回学習に向けた修正バックログと優先順位をBiz・MLと合意する
・作業者向けの校正用データを作り、小規模な運用を開始する
▍入社後180日を目安に
・データセット、ラベル、階層、作業者別の品質傾向を継続的に説明できる状態を作る
・データ作成から学習‧評価までのリードタイムとボトルネックを可視化する
・ルール変更、作業者教育、差し戻し後の再発状況を測定する
・データ修正前後でモデルの失敗パターンを比較し、改善効果を確認する
・外部作業者を活用しても、品質状態と残存リスクを説明できる運用を確立する
【こんな方におすすめ】
・AIの品質を資産として育てたい方
・立ち上げ期から責任ある役割で年収アップを目指したい方
・データ分析とMLの橋渡しに関心がある方
この求人のポイント
▍このポジションの魅力
・AIの性能を左右する教師‧評価データを、単発の作業物ではなく継続利用できる会社の資産へ変えられます
・品質指標、ルール、判断履歴、作業者運用をゼロから設計できる、立ち上げ期のポジションです
・データ改善がモデルのどの失敗を改善したかまで追い、データ運用とML開発を直接つなげられます
・将来的には、業務量と組織規模に応じて、Data Quality∕CurationとAnnotation Operationsの機能分化‧チーム設計にも関われます
選考について
①カジュアル面談
②書類選考
③一次面接
④最終面接
⑤内定
給与・勤務条件の詳細
【応募資格】
▍必須スキル
・SQL、Python、pandasなどのいずれかを用いて、自らデータを確認‧集計し、品質問題の傾向や原因を説明した経験
・エラー率、母数、サンプリング、分布、偏りなどを踏まえ、品質指標を設計または運用した経験
・個別のミスをエラー類型や根本原因にまとめ、再発防止につなげた経験
・曖昧な要求や判断を、SOP、ルール、正例‧負例‧境界例、例外処理へ落とし込んだ経験
・複数部門や外部パートナーが関わる業務で、期限、依存関係、リスク、未決事項を管理した経験
・教師あり学習、学習用‧検証用‧評価用データの違い、データリーケージ、過学習、分布変化についての基礎理解
・Precision、Recall、F1などのモデル評価指標を読み、データ品質とモデルの失敗をML担当者と議論できること
・事実、解釈、提案、不明点を分け、関係者に分かる形で文章化できること
すべてを同じ職種で経験している必要はありません。Training Data∕Data Operations、Data Analyst、DataScientist、AI Program Manager、QA‧品質管理、BPO運用、Technical CSなど、隣接領域での経験も対象とします。
▍歓迎スキル
・教師データ、アノテーション、データキュレーション、AI評価の運用経験
・OCR、Document AI、表‧帳票、階層データを扱った経験
・モデルのエラー分析やData-centric AIに取り組んだ経験
・作業者教育、QA、BPO‧外部ベンダー管理、業務設計の経験
・アノテーションツールの導入や要件整理の経験
・建設見積、積算、調達、施工、修繕など、建設‧不動産領域の知識
・機密性の高いデータに関するセキュリティ‧プライバシー運用の経験
▍求める人物像
・データの個別修正だけでなく、誤りのパターンと発生源を考えられる方
・分からない状態を隠さず、未確定事項と判断先を構造化できる方
・分析やダッシュボード作成で終わらず、ルール、担当、期限、完了条件まで運用に落とせる方
・地道な監査、例外整理、作業者教育、再発防止を重要な仕事として扱える方
・自分が決める範囲と、Biz・CS・ML・Software Engineerへ返す範囲を明確にできる方
・モデル開発そのものよりも、良いデータが継続的に作られる仕組みづくりに関心がある方
【学歴】大卒以上
| 採用情報 | |
|---|---|
| 定員 | 1 名 |
| 職種 | その他ITエンジニア関連職 |
| 勤務時間 | 9:00～18:00 ・フルフレックス・コアタイムなし |
| 想定給与 | 年収 500万円～700万円 |
| 休日・休暇 | 土日祝休み ・完全週休2日制（土・日） ・祝日 ・夏季休暇 ・年末年始休暇 ・有給休暇 ・慶弔休暇 ・産前産後休暇 ・育児休暇 ・子どもの看護休暇 [年末年始休暇, 夏季休暇, 有給休暇, 介護休暇, 慶弔休暇, 産休・育休] |
| 福利厚生 | ◆社会保険完備 ・フルリモート ・昇給（年1回） ・社会保険完備 ・入社準備手当（10万円支給） ・最新PC貸与 ・通勤手当（月5万円まで） ※採用活動におけるハラスメントについて 当社は採用活動におけるハラスメントを一切禁止しております。 ご不安な点がある場合の相談窓口や詳細は、下記方針よりご確認いただけます。 https://about.gorlem.com/anti-harassmentpolicy |
| 応募資格 | ▍必須スキル ・SQL、Python、pandasなどのいずれかを用いて、自らデータを確認‧集計し、品質問題の傾向や原因を説明した経験 ・エラー率、母数、サンプリング、分布、偏りなどを踏まえ、品質指標を設計または運用した経験 ・個別のミスをエラー類型や根本原因にまとめ、再発防止につなげた経験 ・曖昧な要求や判断を、SOP、ルール、正例‧負例‧境界例、例外処理へ落とし込んだ経験 ・複数部門や外部パートナーが関わる業務で、期限、依存関係、リスク、未決事項を管理した経験 ・教師あり学習、学習用‧検証用‧評価用データの違い、データリーケージ、過学習、分布変化についての基礎理解 ・Precision、Recall、F1などのモデル評価指標を読み、データ品質とモデルの失敗をML担当者と議論できること ・事実、解釈、提案、不明点を分け、関係者に分かる形で文章化できること すべてを同じ職種で経験している必要はありません。Training Data∕Data Operations、Data Analyst、DataScientist、AI Program Manager、QA‧品質管理、BPO運用、Technical CSなど、隣接領域での経験も対象とします。 ▍歓迎スキル ・教師データ、アノテーション、データキュレーション、AI評価の運用経験 ・OCR、Document AI、表‧帳票、階層データを扱った経験 ・モデルのエラー分析やData-centric AIに取り組んだ経験 ・作業者教育、QA、BPO‧外部ベンダー管理、業務設計の経験 ・アノテーションツールの導入や要件整理の経験 ・建設見積、積算、調達、施工、修繕など、建設‧不動産領域の知識 ・機密性の高いデータに関するセキュリティ‧プライバシー運用の経験 ▍求める人物像 ・データの個別修正だけでなく、誤りのパターンと発生源を考えられる方 ・分からない状態を隠さず、未確定事項と判断先を構造化できる方 ・分析やダッシュボード作成で終わらず、ルール、担当、期限、完了条件まで運用に落とせる方 ・地道な監査、例外整理、作業者教育、再発防止を重要な仕事として扱える方 ・自分が決める範囲と、Biz・CS・ML・Software Engineerへ返す範囲を明確にできる方 ・モデル開発そのものよりも、良いデータが継続的に作られる仕組… |
| 勤務地 |
東京都 東京都千代田区平河町1丁目3-13 平河町フロントビル 4階 |
| アクセス | アクセス：半蔵門駅2出口から徒歩約3分 |
| 募集拠点 |
IT・エンジニア｜株式会社ゴーレム｜その他ITエンジニア関連職｜正社員｜#516972 東京都千代田区平河町1丁目3-13 平河町フロントビル 4階 |
| 受動喫煙 | 禁煙 |
| 契約期間 | 期間の定めなし |
