ストックマーク株式会社の1200【Dev】機械学習エンジニア（Document AI・LLM/VLM）の求人

【会社概要】

ストックマーク株式会社は「価値創造の仕組みを再発明する」をミッションに掲げ、最先端の生成AI LLM技術を活用し、企業の変革を支援しています。

弊社の強みは、フルスクラッチで国産LLMを開発できる技術力です。2024年5月には、国内最大級となる1,000億パラメータの日本語特化LLM「Stockmark-2」を公開しました。

多くの企業が海外モデルの微調整やOSS活用にとどまる中、当社はゼロから自らの手でモデルを設計・構築。日本語とビジネス領域に最適化された性能は、国産最高クラスの水準を誇ります。さらに、ハルシネーションを大幅に抑えており、自社管理下で安全に運用可能です。

単なる“生成AIの利用企業”ではなく、“AIそのものを創る企業”として、日本の産業競争力を技術で支えていく存在となることを目指しています。

この技術力を活かして事業展開しており、現在はSaaS事業として製造業向けAIエージェント「Aconnect」、PaaS新規事業として業務AI実装支援プラットフォーム「SAT(Stockmark A Technology)」を運営しています。

創業時からエンタープライズ企業をターゲットとしており、すでに日経225の30％、300社を超える企業様での導入が進んでいます。今後は製造業のR＆Dを起点に、国内のエンタープライズ企業はもちろん、日本企業全体そしてグローバル企業にも展開していく予定です。

2024年10月にはシリーズDにて45億円、累計88億円の資金調達を完了。
従業員も150名規模になり、更なる成長を目指すために人員を募集しております！

【現状の課題】

顧客から預かるドキュメントは業界・フォーマットが多岐にわたり、テーブル抽出やレイアウト認識の精度向上が事業成長のボトルネックになりつつあります。自社開発のVLM（Vision-Language Model）を含む複数モデルの適材適所なルーティング、精度とコストの最適化、モデル・API障害時のフォールバック設計を高度化しながら、特定ユースケースで有効性が確認された機能を個別対応で終わらせずプロダクトへ組み込む動きが求められています。さらに、顧客の実データから得た統計情報をプロダクト改善に還元する「データフライホイール」を構築できる体制の強化が急務です。

【業務内容】

• テキストやテーブルを含む一般文書を、自社開発VLMをはじめとするLLM／VLM・画像処理・PDF解析など多様な手段を課題に応じて使い分けて高精度に構造化し、顧客が実際に活用できるデータへと変換する
• 精度向上だけでなく、コスト最適化・フォールバック設計・特定ユースケースのプロダクト組み込みまでを見据え、データフライホイールの構築を通じてプロダクト全体の構造化精度を継続的に引き上げる

■具体的な業務内容

• テーブル抽出・レイアウト解析アルゴリズムの精度改善（前処理・後処理を含む）
• LLM、画像処理、PDF解析等、多様な技術手段を適材適所で使い分けたドキュメント構造化ロジックの設計・実装
• 自社開発VLMのプロダクトへの導入・適用範囲拡大、および既存の外部LLM／VLMとのルーティングの精度・コスト最適化
• モデル・APIの障害や精度劣化時に備えたフォールバック機構の設計・実装
• 特定の顧客ユースケースで有効性が確認された機能の汎用化と、プロダクトへの組み込み（製品実装）
• 顧客のExcelデータ等、非定型フォーマットの構造化・一般化ロジックの設計
• 顧客データの解析結果から統計情報を取得し、精度改善のためのデータフライホイールを構築（評価指標の設計や評価・学習データセットの作成を含む）
• プロダクトチーム・カスタマーサクセスと連携した、現場で発生する精度課題の切り分けと改善

業務内容の変更の範囲：会社が運営するサービス、プロダクトの開発・運営、及びこれらに付随する業務、その他会社が指定する業務

【チーム構成】

＜PaaS Unit＞
事業責任者（CEO）1名
開発責任者 1名
プロダクトエンジニア 7名
RAGエンジニア 5名
機械学習エンジニア 3名
プロダクトマネージャー 1名
リサーチャー 1名
CS 1名
Biz 3名
新規事業企画 5名

【開発環境】

[使用言語/フレームワーク]
Python、TypeScript、Vue.js 、Node.js
[コンテナ]
Docker
[IaC]
Terraform
[クラウド]
AWS, Azure

【ポジションの魅力】

• 外部APIを叩くだけでなく、自社で開発するVLMをプロダクトに組み込み、文書構造化の精度を自分たちの手で引き上げられる ― 国内でも希少なポジション
• 個別ユースケースで有効性が確認された機能を、汎用化・製品化するところまで一気通貫で関与できる
• 顧客の実データを用いたデータフライホイール構築という、事業成長の要となる仕組みづくりに携われる
• LLM・画像処理・ルールベースなど手段を固定せず、課題に応じて最適な技術を選べる裁量がある

【関連資料】

• VQAからDocument Parsingへ：日本語文書の構造化出力Post-training
  https://stockmark-tech.hatenablog.com/entry/2026/07/16/000000
• 文書画像構造化の新ベンチマーク OmniDocBench-JASynの構築
  https://stockmark-tech.hatenablog.com/entry/2026/05/12/103911
• Stockmark-DocReasoner-Qwen2.5-VL-32B：日本語ドキュメント読解のためのChain-of-Thought視覚言語モデル
  https://stockmark-tech.hatenablog.com/entry/2026/04/28/100048

• 地道な精度改善を厭わず、定量的な評価に基づいて改善を積み重ねられる人
• 単一の技術に固執せず、LLM・画像処理・ルールベース等の手段を課題に応じて柔軟に選び分けられる人
• 顧客の業務データという「泥臭い現実」に向き合い、汎用化・一般化する面白さを感じられる人
• アルゴリズムだけでなく、プロダクト全体の価値向上に責任を持てる人

＜その他＞

• 日本国内に居住可能な方
• 開発に関する技術的な内容含め、日本語で円滑にコミュニケーションが取れる方
  　目安：ビジネス会話レベル

※すべて必須

• Pythonで機械学習／自然言語処理／画像処理いずれかのモデルを、設計から実装・評価まで一人称で完遂した実務経験（自立自走できるレベル）
• LLM／VLMを実タスクに適用し、評価・チューニング・改善サイクルまで自走した経験
• OCR・レイアウト解析・テーブル抽出のいずれかの実装経験
• GitHub Copilot、Cursor、Claude Code等のAIコーディングツールを日常の開発に積極的に活用し、開発効率を高める姿勢

• OCR・レイアウト解析・テーブル抽出など、ドキュメントAI領域での複数手段にまたがる実装経験
• 大規模データを扱う分析・パイプライン構築の経験
• 推論コストやレイテンシとのバランスを考慮したシステム設計・最適化経験
• フォールバック機構など、障害・精度劣化を前提とした頑健なシステム設計経験
• 顧客の実データを用いたプロダクト改善サイクル（データフライホイール）の構築経験
• マルチモーダルモデルの比較検証・ルーティング設計の経験
• 自社開発モデル（VLM／LLM等）のプロダクトへの導入・活用経験
• SaaS等でのプロダクト志向の開発経験