Job offer curation - ⁨GitHub Copilot⁩

PKSHAは「人とソフトウエアの共進化」をビジョンに掲げ、人と人の「間」をAIでつなぎ直す コネクティブAI を事業の核に据えています。顧客個別のアルゴリズムを開発・提供する AIソリューション事業 、「PKSHA AIヘルプデスク」「PKSHA ChatAgent」等を展開する AI SaaS事業 、そしてAIで人の能力を拡張する AI Powered Worker事業 の3事業を推進しています。 PKSHA Infinityは、「無駄な仕事をなくす」をビジョンに掲げ、AI技術を活用したSaaSを自社で開発・提供しています。主力プロダクト『YOMEL』は、独自の音声認識エンジン『Olaris』とLLMを融合させたAI議事録サービス。累計導入社数は2,000社を突破、月間20万件以上の会議で活用され、多くの企業の業務効率化やナレッジマネジメントを支援しています。売上は2期連続で前年比300%成長——しかし、私たちの挑戦はまだ始まったばかりです。 募集背景 プロダクトの急成長に伴い新機能開発と運用が並走する中、従来の「フロントエンド／バックエンド」という技術領域で区切る体制から、機能単位で成果責任を持つプロダクトエンジニア体制へと移行しつつあります。 利用者の急増により、処理データ量やAPI規模も拡大し続けています。Python / Djangoを軸にAPI・インフラ設計を担いながら、必要に応じてフロントエンドにも踏み込み、機能全体に責任を持てるバックエンドエンジニアを募集します。

PKSHA Infinityは、「無駄な仕事をなくす」をビジョンに掲げ、AI技術を活用したSaaSを自社で開発・提供しています。主力プロダクト『YOMEL』は、独自の音声認識エンジン『Olaris』とLLMを融合させたAI議事録サービス。累計導入社数は2,000社を突破、月間20万件以上の会議で活用され、多くの企業の業務効率化やナレッジマネジメントを支援しています。 プロダクトの急成長に伴い、従来のフロントエンド／バックエンドという技術領域で区切る体制から、機能単位で成果責任を持つプロダクトエンジニア体制へと移行しつつあります。 拡大し続けるデータ量やAPI規模を、直感的な体験へと昇華させる堅牢なフロントエンド基盤が今、必要です。Vue3/TypeScriptを軸にUI/UXを磨きながら、必要に応じてバックエンドにも踏み込み、機能全体に責任を持てるフロントエンドエンジニアを募集します。

仕事概要 交通事故削減支援サービス『DRIVE CHART』のコア技術の1つであるAIモデルの開発 / 運用に関する業務に携わっていただきます。 AIモデルは、自社開発した通信型ドライブレコーダー（エッジ）とクラウドで動作しており、映像とセンサデータを解析して、脇見運転や一時不停止などの事故リスクの高い運転行動を自動的に検出します。検出されたシーンの映像と運転データは、ドライバーが自身の運転を振り返る際に活用されており、安全運転への行動変容を促進するための重要なデータとなっています。 募集背景 『DRIVE CHART』は契約車両10万台を超え、日々多くの企業やドライバーの方々に活用いただけるサービスになりました。利用者が増え続ける中で、多様な運転シーンの１つ１つに対応できるAIモデルを提供する責任が増してきています。 今後さらに多くのユーザーへ価値を届けていくために、現場からのフィードバックを基にAIモデルを継続的にアップデートし、性能を磨き込み続けることと、さらなる事故リスク低減に向けた新機能の開発それぞれで体制の強化が必要です。「交通事故の削減」という社会課題に対し、技術で真摯に向き合っていただける仲間を募集します。 業務内容 危険運転行動を検知するAIモデルの開発・改善・運用を行います。 ・映像 / GNSS / IMUデータ等をソースとして、AIモデル的の構築、課題分析、性能改善 ・AIモデルの実サービスへの実装、モデル軽量化、リリース ・AIモデルの継続的な性能改善、運用コストの削減 ・地図データを用いたロジック構築 / データ分析 本ポジションの魅力 ・実験だけで終わらず、実サービスに活用される機械学習モデルを構築し、継続的に性能を改善する経験ができます。 ・契約車両10万台のドライブレコーダーから得られる走行データ（映像 / GNSS / IMU等）と運用中のAIモデルの推論結果を分析 / 活用する経験ができます。 ・異なる専門性を持ったチーム（データエンジニア / エッジエンジニア / アノテーター / カスタマーサクセス等）と連携しながらAIモデルを開発 / 運用する経験ができます。 ・AIモデルの開発 / 運用を通じて、交通事故の削減という社会貢献を実感できます。 開発環境 ・言語：Python ・ライブラリ：pandas, scikit-learn, LightGBM, PyTorch ・可視化：Streamlit, Kepler.gl, Plotly, Redash ・インフラ：AWS / GCP ・データベース：Aurora (MySQL) / BigQuery ・ソースコード管理: GitHub ・生成AIツール：GitHub Copilot, Claude Code, Google Workspace with Gemini 所属組織 ■データサイエンティスト：6名 ・危険運転行動を検知するAIモデルの開発 / 運用を担っています。 ・データを中心とした仮説検証のサイクルを速く回すことで、開発における不確実性を低減することを組織の行動指針としています。 ・専門性の異なるチーム内外のメンバーと協力することが多く、丁寧にコミュニケーション、ドキュメンテーション、レビューを行うカルチャーが根付いています。 ・組織として自己成長を大事にしています。キャリア形成を考慮した業務アサイン、勉強会の開催や自己研鑽の支援（クラウド費用の補助等）など、スキルアップのための環境が整えられています。学んだことをXやテックブログなど通じて発信する文化が醸成されています。