■ポジションについて 汎用LLMの進化スピードは速く、「賢い受け答え」だけではKenの中長期的な差別化にはなりません。Kenの本当の優位性は、キャリア領域に特化したコンテキスト——学生一人ひとりの価値観や意思決定プロセスをどれだけ深く捉えられているか——にあります。 このコンテキスト優位性をMOATにするには、「会話ログが溜まるほどKenの回答精度が上がる」学習ループを技術的に成立させる必要があります。その実現方針として、プロのキャリアアドバイザーの評価基準をKenに移植するアプローチで、学習ループをゼロから構築します。 このポジションはKenの根幹の競争優位性に関わる継続的な研究開発を担う専任ロールです。役員直下で、"Ken本質改善PJT"の専任オーナーとして機能していただきます。 ■会社について 株式会社BaseMeは、「人類の価値観を解放し、つなげる」をミッションに掲げるAIスタートアップです。2020年11月創業、2024年にはWiLをリード投資家とするプレシリーズAで4.6億円を調達しました。 新卒採用市場で長年固定化してきた「偏差値×大企業」という構造を、AIを活用した価値観マッチングで変えることを目指しています。学生がAIと対話しながら自己理解を深め、企業の採用担当者もAIの力を使って候補者と向き合う——その両面から採用体験をつくり直すのがBaseMeのアプローチです。 ■Ken（ケン）とは Kenは、学生向けのAIキャリアパートナーです。対話を通じた自己分析・業界研究・企業研究を支援し、就職活動という一過性のイベントだけでなく、長期的なキャリア形成の伴走者となることを目指しています。 Kenの回答精度は、会話ログという"経験"が溜まるほど向上していく必要があります。しかし現状、その学習ループは技術的に未成立です。このギャップを埋めることが、本ポジションの中核ミッションです。 ■ポジションの魅力・やりがい プロダクトの"根幹"に、ゼロから学習ループを実装できます 機能追加ではなく、Kenというプロダクトの競争優位性そのものを設計するポジションです。プロのキャリアアドバイザーの評価基準をどうモデルに移植するか、価値観データをマルチターンの会話からどう抽出するか——正解のない問いに、仮説検証を重ねながら答えを出していきます。 「コンテキスト×AI」という、汎用LLMには真似できない差別化を自分の手で作れます 汎用モデルの進化が速いからこそ、「何を学習データにするか」「どう評価するか」という設計そのものが差別化の源泉になります。プロンプト・コンテキスト層のチューニングとファインチューニング/DPO、両方の選択肢を状況に応じて使い分けながら、最も合理的な打ち手を選ぶ意思決定にも関わります。 マルチペルソナという、次のフェーズの構想にも関われます キャリアアドバイザー人格の学習ループが確立した後は、先輩・友人・家族・企業人事など、複数ペルソナへの横展開が控えています。1つの型を作って終わりではなく、その型を他ペルソナに展開する設計・実装まで見据えたポジションです。 ■業務内容 ・会話ゴールの分類・ラベリング基準の設計 ・プロのキャリアアドバイザーからの教師データ収集の設計・運用 ・会話品質評価モデル（シングルターン／セッション／長期累積）の構築と精度検証 ・評価・分類の自動化パイプライン構築、モデルドリフト監視の運用 ・学習ループが確立した後の、他ペルソナ（先輩・友人・家族・企業人事等）への横展開

・LLMを用いたプロダクト開発の実務経験（プロンプト・コンテキスト設計、評価パイプライン構築等） ・会話・テキストデータを用いたモデル構築・精度検証の経験（LLM-as-judge、分類モデル、ファインチューニング/DPO等いずれか） ・定性的な評価基準（人間の暗黙知）を、データと仮説検証を通じて言語化・構造化していく力 ・専門性の高い外部人材（キャリアアドバイザー等）と対等にコミュニケーションできる素養

・人事・キャリア支援領域のドメイン知識 ・マルチターン会話の評価設計、または対話システムの品質評価に関する経験 ・外部ラベラー・有識者を巻き込んだ教師データ収集プロジェクトの設計・運用経験 ・スタートアップでの0→1プロダクト開発経験 ・データパイプライン構築・運用経験

正解のない問いに対して、仮説を立てて検証を回し続けられる方。「会話ログが溜まるほど賢くなるキャリアパートナーAI」という、まだ世の中に確立された型がない仕組みを、ゼロから作ることに面白さを感じられる方を求めています。 行動指針は「情熱」「主体性」「迅速性」「価値創造」「革新性」です。