AIエンジニア｜LLM×音声対話AI・コールセンター向けAIエージェントを技術選定からリード

必須

• ソフトウェアまたは機械学習を活用したシステムの開発・実装経験
• LLM／機械学習を活用したシステムの開発、評価、運用のいずれかに関する実務経験
• 課題に対して自ら仮説を立て、実装・検証・改善を繰り返した経験
• 技術的な選択肢を比較し、品質・コスト・開発速度などを踏まえて判断できること

歓迎

• 自然言語処理、音声処理、対話システムの開発経験
• LLMの評価基盤や自動テスト、継続的な改善フローの構築経験
• LLMの実運用におけるハルシネーション、Prompt Injection、ガードレールなどへの対応経験
• MLシステムの設計から本番リリース、運用改善まで一貫して携わった経験
• Goなどを用いたバックエンド開発経験
• Git、CI/CD、アジャイル開発などチームでのプロダクト開発経験
• 技術ブログ、OSS、学会などでの技術発信経験
• 顧客との要件定義や、顧客課題を踏まえた技術提案・実装経験

求める人物像

• 正解が決まっていない課題に対して、自ら仮説を立てて動ける方
• アイデアを素早くプロトタイプに落とし込み、検証結果から次の打ち手を考えられる方
• 技術的な理想を簡単に諦めず、現実的な制約の中でも粘り強く解決策を探せる方
• 技術そのものだけでなく、顧客の課題や事業価値を踏まえて開発できる方
• 新しい技術や開発手法を積極的に取り入れ、学び続けられる方
• 周囲と連携しながらも、自分の担当領域を主体的に前進させられる方

応募について

• ※音声処理や対話AIの専門経験は必須ではありません。
• LLMを活用したシステム開発や評価・改善の経験を活かし、音声対話という新しい領域に挑戦したい方も歓迎します。

使用ツール

募集背景

• AIが「答える」から、AIが「対話して解決する」時代へ。
• コールセンターの人件費市場は約2兆円。労働人口の減少や採用難、離職率の高さを背景に、電話応対のAI化は、もはや選択肢ではなく必要不可欠な変化になりつつあります。
• AI Shiftは、電話応対を担うAIエージェント「AI Worker VoiceAgent」を展開し、音声AIによるコールセンターの変革に取り組んできました。
• 現在、定型的な問い合わせの自動化は進みつつあります。一方で、顧客の意図を深く理解し、状況に応じて質問を掘り下げ、複雑な手続きを柔軟に進めるような対話には、まだ多くの技術的課題が残されています。
• 私たちが挑戦しているのは、こうした従来の仕組みでは自動化が難しかった問い合わせを、LLMの力で解決できるようにすることです。
• そのために必要なのは、技術を調査するだけでなく、自ら仮説を立て、プロトタイプをつくり、評価・改善を繰り返しながら、実際のプロダクトとして成立させること。
• LLMの可能性を、研究や検証だけで終わらせず、顧客の課題を解決するプロダクトへと進化させる。
• この挑戦を一緒に推進するAIエンジニアを募集します。

業務内容

• 音声AIエージェント「AI Worker VoiceAgent」において、LLMを活用した自律対話機能の開発・改善をお任せします。
• 既存の技術や手法をそのまま適用するのではなく、解くべき課題を自ら定義し、技術選定からプロトタイピング、評価、本番環境への導入まで一貫して取り組むポジションです。
• 研究開発に閉じず、実際の顧客課題や事業価値を踏まえながら、音声対話プロダクトの品質と可能性を広げていただきます。

具体的な業務内容

• LLMを活用した自律対話システムの設計・実装・改善
• 対話制御、外部ツール連携、外部知識参照などの機能開発
• 対話品質・応答速度・実行コストを踏まえた技術選定と最適化
• 自動テスト・自動評価の仕組みづくりと、継続的な改善サイクルの構築
• 音声認識・音声合成・LLMを組み合わせた音声対話全体の品質改善
• ハルシネーションやPrompt Injectionなどのリスクに対するガードレールの設計・実装
• プロトタイプの検証結果を踏まえた、本番導入に向けたブラッシュアップ
• ビジネス・開発チームと連携した課題整理、仕様検討、効果検証

取り組む技術課題の例

• 複雑な手続きを、柔軟かつ正確に遂行できる対話システムの実現
• ユーザーの回答に応じて質問を深掘りし、必要な情報を段階的に引き出す対話制御
• 応答速度や終話判定、割り込みなど、自然な音声対話を実現するための改善
• 対話の成功率や品質を自動評価し、継続的に改善できる仕組みの構築
• 誤回答や不適切な応答を抑制するガードレールの設計
• 精度・速度・コストのトレードオフを踏まえた、最適なモデル・アーキテクチャの選定

① LLMの実力が問われる、難易度の高いプロダクト開発

• 決められた質問に回答するだけではなく、相手の意図を理解し、必要な情報を引き出し、状況に応じて判断しながら対話を進める。
• こうした自律対話を実用レベルに引き上げるには、LLMの活用方法だけでなく、対話制御、評価、ガードレール、レイテンシーなど、多くの技術課題を解く必要があります。
• まだ確立された正解がない領域で、技術的な試行錯誤を通じてプロダクトの可能性を広げられます。

② 仮説立案から本番導入まで、自ら手を動かして推進できる

• 技術調査や研究成果の検証だけで終わるのではなく、課題設定、技術選定、実装、評価、改善、本番導入まで一貫して関われます。
• 「何をつくるべきか」「どうすれば実現できるか」を自ら考え、複数のアイデアを素早く形にしながら、事業価値につながる解決策を追求できる環境です。

③ 自動評価・改善の仕組みそのものをつくれる

• LLMを活用したプロダクトでは、一度動けば終わりではありません。対話の成功率や応答品質をどう測定し、どのように改善につなげるかが重要です。
• 自動テスト・自動評価・改善サイクルを仕組み化し、継続的に品質を高められる開発基盤づくりにも挑戦できます。LLMOpsや評価基盤の知見を深めたい方にも面白いポジションです。

④ 技術的な意思決定を、自分の手で進められる

• 既存のOSSや外部APIを活用するのか、内製するのか。どのモデルを選び、品質・速度・コストのバランスをどう取るのか。
• 技術的な選択肢を比較・検証しながら、プロダクトと事業にとって最適な方法を追求できます。

⑤ 巨大な市場の課題を、プロダクトで変えていける

• 電話応対は、多くの企業で日々発生する重要な業務です。音声AIによって自動化できる範囲が広がれば、企業の生産性や顧客体験に大きなインパクトを与えられます。
• 技術的な難しさを解くことが、実際の顧客の課題解決や事業成長につながる。そんな手応えを感じられる仕事です。