AI エンジニア — アンサーインテリジェンス

職種について

Growli の製品はすべて、ひとつのデータセットの上に成り立っています。10 の AI プラットフォームと 6 言語で継続的に収集された、実際の購買質問に対する実際のアシスタント回答です。あなたには、その収集・分析パイプラインを端から端まで担当していただきます — プローブの制御、言及と順位の検出、情報源の抽出、変化の検知 — そして、その精度を「うまくできたヒューリスティック」から、計測されベンチマークされた事実へと引き上げてください。これは応用 AI エンジニアリングでありながら、少し変わった性質を持ちます。あなたが出す改善は、すべて「より確かな根拠」として顧客にすぐ届きます。モデルは毎月変わるため、それを測るパイプラインも同じ速さで進化しなければなりません。その先頭に立つのがあなたであり、あなたの判断が、この分野全体の AI 可視性の測り方を定義していきます。

業務内容

• 複数アシスタントのプローブパイプラインを担当する。10 プラットフォームにわたるスケジューリング、耐障害性、コスト管理、プロバイダーごとのスロットリング。
• 6 言語での言及・掲載位置・センチメントの検出精度を高める。感覚ではなく、ラベル付き回答データセットに対して計測する。
• 各アシスタントの回答を形づくるページとドメインを追跡する、情報源抽出レイヤーを構築する。
• 検出精度の後退を、顧客の目に触れる前に捕捉する評価基盤を設計する。
• モデルのリリースやプロバイダー API の変更を追い、四半期単位ではなく数日でパイプラインを適応させる。
• 生の回答データを、計測可能な新しい機能へと変えるためにプロダクトチームと協働する — 地域別の可視性、競合のシェア、変化のアラートなど。
• 数百万件規模で増えていく時系列データセットを、不変で、適切にモデル化され、安価に照会できる状態に保つ。

成功の基準

• 検出精度に数値とベンチマーク一式があり、右肩上がりの推移が見えている。
• 新しいアシスタントやモデルを、1 日以内でプローブ群に追加できる。
• プロバイダー側の障害が、静かなデータ欠損ではなく、緩やかな劣化として現れる。
• 顧客が対価を払う新しい根拠の種類が、あなたの手で少なくともひとつ生まれている。

求める人物像

• Python による本番エンジニアリング 3 年以上。データまたは機械学習のパイプラインを自ら出荷し、運用してきた経験。
• LLM API とその失敗のしかた、プロンプト単位の評価に関する実務経験。
• 計測をエンジニアリングの問題として扱えること — ベースライン、リグレッション、ラベル付きデータ。
• アーキテクチャ、コスト、監視、障害対応まで、システムを一貫して担うことに抵抗がないこと。
• 明快に書けること。あなたの設計文書は、それが置き換える会議より短く鋭い。
• 歓迎：複数言語にわたる自然言語処理の経験、または検索・SEO ツールの開発経験。

掲載日 2026年9月1日