株式会社APTO の全ての求人一覧

■ 募集背景 AIの性能を決定づけるのはモデルだけではなく、その学習に用いられるデータの質と量も大事です。 しかし現実のAI開発においては、データ収集・生成・アノテーション・品質管理といった工程が依然として属人的かつ非効率なプロセスに依存しており、この領域がAI活用の最大のボトルネックとなっています。 APTOは、この構造的な課題を解決するため、AIデータ生成・管理を一元的に扱うデータ基盤プラットフォームを開発・提供しています。 現在、プロダクトはPoCフェーズを越え本番利用が急速に拡大しており、取り扱うデータ量・ユースケース・機能要件の複雑性が同時に増大しています。 その中で、 ・データ規模の急増に耐えうる設計の必要性 ・長期的な拡張性を見据えたアーキテクチャ再設計 ・プロダクト全体を俯瞰した技術意思決定 といった課題が顕在化しており、単なる実装ではなく、基盤設計をリードできるエンジニアが不足しています。 そこで今回、AIデータプラットフォームの中核を担うプロダクトエンジニアを募集します。 ■ このポジションの本質 本ポジションは、一般的なWebサービス開発とは異なります。 開発するのはユーザー向けのアプリケーションではなく、AI開発に必要なデータを生み出すためのプラットフォームそのものです。 扱う対象の一例としては、 ・生成され続ける大規模データ ・構造が一定でない非定型データ ・人手作業とシステム処理が混在するワークフロー といった、AI開発特有の複雑性を持つ領域です。 このポジションでは、 ・データがどのように生成され ・どのように処理され ・どのように品質管理され ・どのようにAI開発へ流れるか という、データの生成から評価・改善に至る一連のプロセス設計を担っていただくポジションです。 単なる機能実装ではなく、プロダクトの長期的な進化を見据えた基盤設計を行うことが求められます。 ■ 具体的な業務内容 ・AIデータ基盤（Backend / API / DB）の設計・改善 ・大規模データ処理を前提としたアーキテクチャ設計 ・データ生成・管理ワークフローのシステム設計 ・プロダクトスケールに伴う技術的課題の解消 ・クラウドインフラの設計・運用改善 ・技術選定および設計方針の意思決定 ■ このポジションの難易度と面白さ 本ポジションでは、一般的なWeb開発では扱わない課題に直面します。 例えば、 ・正解が存在しないデータ構造の設計 ・継続的に増え続けるデータの運用設計 ・人手によるアノテーション工程のシステム化 ・多様なAIユースケースに対応する汎用基盤の設計 といった、AIデータ領域特有の問題を解く必要があります。 一方でこれらを解決することは、AI開発の根幹を支える基盤を作ることを意味し、社会におけるAI活用の広がりに直接的な影響を与えるインパクトを持つポジションです。 ■ 主軸（最も期待する領域） ・Python（Django）を中心としたバックエンド設計 ・PostgreSQL 等のデータ設計・運用 ・大規模データを扱う基盤設計 ・スケーラブルなアーキテクチャ設計 ■ 周辺技術 ・フロントエンド：TypeScript / React / Next.js ・モバイル：React Native ・インフラ：AWS / GCP / Docker / Kubernetes ・CI/CD：GitHub Actions ・AI連携：Vertex AI / SageMaker ■ 任せたい裁量 ・技術選定および設計方針の決定 ・基盤アーキテクチャの進化の主導 ・プロダクトスケールに伴う構成変更の判断 エンジニア起点でプロダクトの構造を進化させることを期待しています。 ■ このポジションで得られるもの ・AI開発の根幹を支えるデータ基盤設計の経験。 ・プロダクトの長期的進化を見据えたアーキテクチャ設計経験。 ・技術意思決定を担うポジションでの成長機会。 ・将来的なTech Lead / アーキテクトへのキャリアパス。

■ 募集背景 現在のAI開発において、最も重要でありながら、最も未整備な領域はモデルではなく 「データ」 にあります。 実際、AIプロジェクトの開発工数の大半は、データ収集・整形・アノテーション・品質管理・運用設計といった データ準備工程に費やされており、多くの企業がこの領域の難易度の高さによってAIを実運用まで到達させることができていません。 APTOは、この構造的な課題に対し、AIデータ生成・管理プラットフォームを提供すると同時に、 顧客ごとのAI開発におけるデータ基盤設計・運用設計までを担うことで、企業がAIを実用化できる状態をつくることをミッションとしています。 現在はプロダクトの本番利用拡大に加え、LLM・画像認識・業務自動化など多様な領域でのAI開発支援プロジェクトが急増しており、 ・顧客課題に応じたアーキテクチャ設計 ・プロダクトの進化を見据えた技術判断 を横断的に担えるエンジニアが不足しています。 そこで今回、AIデータ基盤の設計責任を担いながら、顧客AIプロジェクトの技術パートナーとして関わるリードエンジニアを募集します。 顧客の業務構造やAI活用の目的を理解し、最適なソリューションを共に設計していくことが求められます。 ■ 具体的な業務内容 ・大規模データ運用を前提としたアーキテクチャ設計 ・顧客AIプロジェクトにおける技術提案およびPoCの実装 ・顧客との技術ディスカッションおよび要件整理 ・クラウド環境におけるソリューションの設計・運用 ・プロダクトのスケールに伴う技術的ボトルネックの解消 ■ このポジションの難易度と面白さ 本ポジションでは、一般的なWeb開発では扱わない課題に直面します。 例えば、 ・顧客ごとに異なるAI開発プロセスへの適応 ・ Computer vision、LLMなどの領域で最先端研究へのキャッチアップ ・ 自律運転、LLM(VLM、RAG)、Phycial AI(ロボティクス)などの幅広い課題 といった、AI開発特有の複雑な問題に向き合うことになります。 一方で、それらを解決することで、AIが実際に社会で使われる状態を技術的に支えることができるという極めて大きなインパクトを持つポジションです。 ■ このポジションで得られるもの ・プロダクト開発と顧客プロジェクトの両面における技術判断経験。 ・技術選定やアーキテクチャ設計を主導する裁量。 ・将来的にTech Leadやアーキテクトとして成長できる環境。

■ 募集背景 APTOでは、AIモデル開発に不可欠な学習データの生成・整備・評価プロセスをプロダクトとして提供しています。 近年、AIの中でも特にコンピュータービジョン領域においては、 ・物体検知・セグメンテーション・トラッキングなどモデルの高度化 ・実運用を前提としたデータ量・品質要件の急激な引き上げ ・製造・検査・図面解析など産業領域特有のデータ課題の顕在化 ・Physical AI(ロボティクス)におけるビジョンデータの処理、シミュレーション（Data augmentation) が同時に進み、モデル性能を左右する要因はアルゴリズム以上に 「どのようなデータを設計し続けられるか」 に移行しています。 特に現在は、 ・学習データの品質が属人的に管理されている ・評価指標と実運用性能が乖離している ・データ改善の方法論が体系化されていない という課題があり、コンピュータービジョンモデルの性能をデータの観点から継続的に引き上げられるメンバーが求められています。 そこで今回、CV領域におけるデータ設計と評価ループを担うResearch Engineerを募集します。 ■ コンピュータービジョン領域における課題 コンピュータービジョンとは、コンピュータに人間の「目」と「認識能力」を持たせる技術です。 画像や映像から特徴を抽出し、 ・物体が何かを識別し ・どこにあるかを特定し ・どのように動くかを理解する ことを可能にします。 主な技術領域には以下があります。 ・画像分類 画像全体から対象物のカテゴリを識別する技術。 ・物体検知 画像内の対象物の位置と種類を同時に特定する技術。 ・セグメンテーション 画素レベルで対象物を区別する高度な認識技術。 ・トラッキング 動画内における物体の動きを継続的に追跡する技術。 ・シミュレーション Nvidia Cosmos, Issac sim等を使ったデータの増強 ■ 本ポジションの本質 コンピュータービジョンモデルが正しく学習され、実環境で安定して動作し、課題を解決できる状態を、データ設計と評価ループの構築によって実現することを担っていただくポジションです。 扱う対象は単なる画像データではなく、 ・ノイズを含む実世界データ ・クラス不均衡の激しいデータ ・長尾分布を持つ例外ケース といった、CV特有の難しさを持つデータです。 ■ 主な役割 ・物体検知・セグメンテーションモデル向けデータ設計 ・画像・動画データの前処理・品質管理 ・アノテーション方針およびガイドライン設計 ・モデル評価指標の設計および評価分析 ・学習 → 評価 → データ改善のフィードバックループ構築 ・モデル開発チームとの連携による性能改善 ■ 研究・応用テーマ例 本ポジションでは以下の一例のようなテーマに取り組みます。 CVデータ設計 ・モデル性能を最大化するデータ分布設計 ・少量データ環境におけるデータ効率化 ・長尾クラス問題への対応 評価設計 ・実運用性能を反映する評価指標設計 ・誤検知・未検知の原因分析 ・アノテーション品質評価手法 産業応用 ・製造ラインにおける異常検知データ設計 ・図面画像の構造理解・3D化に向けたデータ設計 ・マシンビジョンにおける実環境適応 ■ 主軸（最も期待する領域） ・CVモデル向けデータ設計・品質管理 ・モデル評価とデータ改善ループ構築 ・Pythonを用いた画像データ処理・分析 ・データ視点からのモデル性能改善 ■ このポジションで得られるもの ・CVモデル性能を左右するデータ設計の実務経験。 ・実環境で使われるマシンビジョンの課題解決経験。 ・研究とプロダクト開発を横断したキャリア。 ・AIの社会実装を支える基盤設計への関与。

■ 募集背景 APTOでは、AIモデル開発に不可欠な学習データの生成・整備・評価プロセスをプロダクトとして提供しています。 近年、AIモデルの進化に伴い、競争力の源泉はモデル構造そのものから、 「どのようなデータを、どのように設計し、評価し、改善し続けられるか」へと急速にシフトしています。 特に、 ・LLM / VLM / マルチモーダルモデルの高度化 ・本番運用を前提とした大規模データ要求 ・データ品質がモデル性能を直接左右する構造 が同時に進み、AI開発におけるボトルネックは完全に「データ側」に移行しています。 さらに現在は、 ・有害データの混入 ・バイアスの増幅 ・誤学習によるリスク ・評価指標と実運用性能の乖離 といった AIの安全性・信頼性に関わる課題 が顕在化しており、データ設計は単なる精度改善の問題ではなく、AIの社会実装における責任領域へと拡張しています。 APTOでは現在、 ・データ設計や評価が属人的に行われている ・モデル改善のボトルネックがデータ側にあるが体系化されていない ・安全性・品質・性能を統合した設計思想が未確立 という課題を抱えており、AIモデル性能と安全性を「データの観点から」引き上げられるResearch Engineerを募集します。 ■ このポジションの本質 AIモデルが正しく学習され、安全性・信頼性を担保し、本番環境で信頼できる性能を発揮する状態を、データ設計と評価ループの構築によって実現することを担っていただくポジションです。 扱う対象は単なる学習データではなく、 ・モデルの挙動を規定する訓練信号 ・評価基準を形作るテストデータ ・安全性を担保するガードレールデータ といった、AIのモデルの出力特性と性能を規定する要素です。 そのため本ポジションでは、 ・どのデータがモデルの意思決定に影響するのか ・どの評価が本番性能を適切に測定できるのか ・どのようなデータ設計が安全性を担保するのか といった問いに対し、研究的視点と実装視点の両方から取り組むことが求められます。 ■ 主な役割 ・LLM / VLM / マルチモーダルモデル向けの学習データ設計 ・データ前処理・アノテーション方針の設計と改善 ・モデル評価指標の設計および評価結果の分析 ・学習 → 評価 → データ改善 のフィードバックループ構築 ・モデル開発チームとの連携による性能改善 ・データ品質・バイアス・安全性に関する設計指針の確立 ■ 研究テーマとしての領域 本ポジションでは、以下のような研究的テーマに取り組んでいただく想定です。 データ設計領域 ・モデル性能を最大化するデータ分布設計 ・データカバレッジと一般化性能の関係 ・少量データ環境での効率的データ生成 評価領域 ・モデルの実運用性能を反映する評価指標の設計 ・評価データセットの品質設計 ・自動評価と人手評価の統合設計 AI安全性領域 ・有害出力を抑制する訓練データ設計 ・バイアス・公平性に関するデータ分析 ・安全性評価データセット（ベンチマーク）の設計 ・データガバナンス・トレーサビリティ設計 ・SFT, RLHFによるモデルの性能向上 ■ 主軸（最も期待する領域） ・AIモデル向けデータ設計・品質管理 ・モデル評価とデータ改善ループの設計 ・Pythonを用いたデータ処理・分析 ・データ視点からのモデル性能改善 ■ 扱う対象例 ・LLM / VLM 向けテキスト・画像・動画データ ・物体検知・画像認識モデル向けデータ ・アノテーションデータ・メタデータ ・安全性評価用データセット ■ このポジションで得られるもの ・AIモデル性能を左右するデータ設計の実務経験。 ・最新のLLM / VLM を実運用レベルで扱う希少な機会。 ・AIの安全性・信頼性に関わる最前線の課題に取り組む経験。 ・研究とプロダクト開発を横断したキャリア。

■ APTOについて AI開発において多くの企業が直面する「データ準備の課題」を解決するために設立されたスタートアップです。 クラウド型のデータ収集・アノテーションプラットフォームを提供し、AIモデルの開発・運用に必要な高品質データの整備を効率化しています。 主力サービスには、社内外の作業者によるデータ作成を一元管理できるAIデータプラットフォーム、幅広い領域に対応した学習用データセットの提供、AIモデル開発を支援する受託ソリューションなどがあり、大手企業を中心に導入が進んでいます。 また、スマートフォンアプリによるクラウドワーカーの活用や、多言語・多地域でのデータ収集ネットワークの構築を通じて、グローバルなAI活用にも対応できる体制を整えています。 ■ 募集背景 AI開発の高度化とともに、伴走ニーズや精度向上のためのデータ不足など企業が直面する課題は多様化しています。 現在、クライアントの多くは国内外のAIモデルプロバイダーであり、マルチモーダルAI開発、AI-OCR、物体検出、VLMデータ作成、難度の高い音声収集など分野も多岐にわたります。 APTOはこうした組織の課題を解決すべく、単なる実装ではなく、顧客の業務構造を理解したうえでAIデータ基盤の設計を主導できる役割が不可欠です。 ■ 本ポジションのミッション 一般的なプリセールスや受託開発とは異なり、担うのは、エンタープライズ企業を中心とした顧客に対し、業務構造やAI活用の目的を理解し、AIが成立するための条件そのものを設計することです。 企業の業務はそのままではAIが扱える形をしておらず、属人的な判断基準が数多く存在しており、 0→1 / 1→10フェーズの単なるフィールドセールスではなく、事業成長に必要なGTM（Go-to-Market）全体を設計・実行を牽引するリードポジションです。 ＜具体的には＞ ・顧客の業務課題およびAI活用構想のヒアリング ・AI活用に関する課題ヒアリング ・データ要件／業務要件の整理 ・AIデータ基盤アーキテクチャ設計 ・PoC提案および導入推進 ・プロジェクトマネジメント ・プロダクト改善へのフィードバック ■ 本ポジションのやりがい・魅力 ・AI社会実装を支える「データインフラ」の拡大に関与できる ・新規開拓からプロジェクト実行支援、プロダクト開発まで一気通貫で関われる ・経営陣やプロダクトサイドと近い距離で提案・改善サイクルを回せる ・AIモデル開発のPoC〜本番化に触れ、技術理解を深められる ・AI開発の根幹を支えるソリューション設計の実務経験 ・顧客課題から技術設計までを一貫して担う経験 ・AIアーキテクトとしてのキャリア形成機会

■ APTOについて AI開発において多くの企業が直面する「データ準備の課題」を解決するために設立されたスタートアップです。 クラウド型のデータ収集・アノテーションプラットフォームを提供し、AIモデルの開発・運用に必要な高品質データの整備を効率化しています。 主力サービスには、社内外の作業者によるデータ作成を一元管理できるAIデータプラットフォーム、幅広い領域に対応した学習用データセットの提供、AIモデル開発を支援する受託ソリューションなどがあり、大手企業を中心に導入が進んでいます。 また、スマートフォンアプリによるクラウドワーカーの活用や、多言語・多地域でのデータ収集ネットワークの構築を通じて、グローバルなAI活用にも対応できる体制を整えています。 ■ 募集背景 AIの社会実装が進む中、多くの企業がAI開発を検討する一方で、「学習データの準備」や「データ品質の担保」といった課題に直面しています。 APTOでは、AIデータ基盤サービスの導入を検討する企業が増えており、問い合わせや紹介、イベントなどをきっかけとしたリードが拡大しています。 一方で、AI活用に関心を持つ企業の多くは、「どこからAI開発を始めればよいのか」「どのようにデータを整備すればよいのか」といった段階にあり、初期段階での課題整理やコミュニケーションが重要になっています。 そういった背景から、問い合わせ対応を中心としたインバウンドリードへの初期対応を担いながら、顧客のAI活用ニーズや課題を整理し、商談機会を創出するインサイドセールスを募集します。 ■ 本ポジションのミッション 問い合わせや資料請求などのインバウンドリードへの初期対応を中心に、顧客のAI活用ニーズや課題を整理しながら、商談機会を創出することです。 ■ 具体的な業務 ・問い合わせ企業への初期対応およびヒアリング ・資料請求やイベント参加などのリードへのフォロー対応 ・顧客のAI活用ニーズや課題のヒアリング ・ターゲット企業へのアウトバウンドアプローチ ・商談機会の創出およびプロダクトチームへのトスアップ ・CRMを用いた顧客情報管理およびパイプライン管理 ・マーケティングチームとの連携によるリード活用 ■ 本ポジションのやりがい・魅力 ・AI社会を支える「データインフラ」領域の事業拡大に関われる ・AIスタートアップの初期セールス組織づくりに関われる ・マーケティングやプロダクトサイドと連携しながら、GTM戦略の実行を担える ・AIやデータ活用領域の知識を実務を通じて学ぶことができる ■ APTOの挑戦について 「技術革新をリードする高品質なAIデータを生み出し続ける」ー これが私たちの掲げるミッションです。 AIモデルは年々高度化・多様化しており、それに伴い求められる学習データも膨大かつ高品質であることが求められます。 APTOは、スマホアプリやSaaSプラットフォームを通じて、企業とクラウドワーカー双方にとって「使いやすく、正確で、速い」データ収集・アノテーション体験を提供しています。 日本のみならず、アフリカ・東南アジア・欧州など海外との連携も進行しており、今後はRAG/LLM/VLMなど、次世代AI向けデータ作成やアノテーションにも注力していきます。

■ APTOについて AI開発において多くの企業が直面する「データ準備の課題」を解決するために設立されたスタートアップです。 クラウド型のデータ収集・アノテーションプラットフォームを提供し、AIモデルの開発・運用に必要な高品質データの整備を効率化しています。 主力サービスには、社内外の作業者によるデータ作成を一元管理できるAIデータプラットフォーム、幅広い領域に対応した学習用データセットの提供、AIモデル開発を支援する受託ソリューションなどがあり、大手企業を中心に導入が進んでいます。 また、スマートフォンアプリによるクラウドワーカーの活用や、多言語・多地域でのデータ収集ネットワークの構築を通じて、グローバルなAI活用にも対応できる体制を整えています。 ■ 募集背景 AIの社会実装が進む中で、企業のAI導入はPoCから本格運用フェーズへと移行しています。 それに伴い、AIデータ領域における市場理解の醸成やリード創出、顧客育成を担うマーケティングの重要性が高まっています。 APTOでは、セールス・プロダクトと密に連携しながら、マーケティング戦略の設計から実行までを担う中核メンバーを募集します。 ■ 本ポジションのミッション AIデータプラットフォーム事業の成長を支えるマーケティング担当として、リード獲得から顧客育成、営業連携まで一貫したマーケティング活動を推進していただきます。 初期段階においてはインサイドセールス業務も兼任し、顧客のステージングを理解した上で、市場理解の深化とデータ活用を軸に、戦略設計から施策実行、効果分析まで幅広く関わるポジションです。 ＜具体的には＞ ・デジタル広告運用：SNS広告（バナー作成・運用・効果分析）やメルマガ運営、PR記事の作成 ・コンテンツ制作：ホワイトペーパーやケーススタディの作成 ・データ分析：施策後の結果分析と改善策の提案・実行 ・イベント企画：インナー・アウターイベントの企画・運営・登壇 ・マーケティングツール活用：マーケティングオートメーションツールやCRMツールを活用した業務の効率化 ・セールス支援：CVリードへのコミュニケーションおよびセールスプロジェクトの推進と、営業戦略の改善 ■ 本ポジションのやりがい・魅力 ・AI社会実装を支える「データインフラ」の拡大に関与できる ・新規開拓からプロジェクト実行支援、プロダクト開発まで一気通貫でかかわれる ・経営陣やプロダクトサイドと近い距離で提案・改善サイクルを回せる ・自由度の高い環境で、マーケティング戦略をゼロから構築できる ・クラウドソーシング×AIという先端領域でのマーケティング経験を積める ■ APTOの挑戦について 「技術革新をリードする高品質なAIデータを生み出し続ける」ー これが私たちの掲げるミッションです。 AIモデルは年々高度化・多様化しており、それに伴い求められる学習データも膨大かつ高品質であることが求められます。 APTOは、スマホアプリやSaaSプラットフォームを通じて、企業とクラウドワーカー双方にとって「使いやすく、正確で、速い」データ収集・アノテーション体験を提供しています。 日本のみならず、アフリカ・東南アジア・欧州など海外との連携も進行しており、今後はRAG/LLM/VLMなど、次世代AI向けデータ作成やアノテーションにも注力していきます。

■ APTOについて AI開発において多くの企業が直面する「データ準備の課題」を解決するために設立されたスタートアップです。 クラウド型のデータ収集・アノテーションプラットフォームを提供し、AIモデルの開発・運用に必要な高品質データの整備を効率化しています。 主力サービスには、社内外の作業者によるデータ作成を一元管理できるSaaS、幅広い領域に対応した学習用データセットの提供、AIモデル開発を支援する受託ソリューションなどがあり、大手企業を中心に導入が進んでいます。 また、スマートフォンアプリによるクラウドワーカーの活用や、多言語・多地域でのデータ収集ネットワークの構築を通じて、グローバルなAI活用にも対応できる体制を整えています。 ■ 募集背景 AI活用の拡大に伴い、企業のAI開発プロジェクトはPoCから本格運用フェーズへと移行しています。 その中で、データ収集・アノテーション・品質管理・納品までを一貫して設計・推進できるプロジェクトマネジメントの重要性が高まっています。 顧客のAI開発成功を支えるデータプロジェクトをリードするため、新たにプロジェクトマネージャーを募集します。 ■ ポジション概要 企業のAI開発におけるデータプロジェクトの推進責任者として、要件整理から設計、進行管理、品質担保、納品までを一貫して担っていただきます。 顧客・社内メンバー・外部作業者を横断的に連携しながら、AI開発に不可欠な高品質データの安定供給を実現するポジションです。 ■ 業務内容 ・顧客のAI開発目的に基づくデータ要件の整理・仕様設計 ・データ収集／アノテーションプロセスの設計・改善 ・プロジェクトの進行管理（スケジュール／品質／コスト） ・社内外ステークホルダーとの調整・コミュニケーション ・クラウドワーカー活用体制の構築・運用管理 ・成果物の品質評価・納品管理 ・プロジェクトナレッジの蓄積と標準化 ■ このポジションの魅力 ・AI開発の根幹を支えるデータプロジェクトに深く関われる ・顧客企業のAI活用を成功に導く重要な役割を担える ・営業・開発・オペレーションを横断したプロジェクト推進ができる ・業界横断で多様なAIユースケースに携われる ・LLM／RAG／VLMなど次世代AI領域の案件に関与することができる ■ APTOの挑戦について 「技術革新をリードする高品質なAIデータを生み出し続ける」ー これが私たちの掲げるミッションです。 AIモデルは年々高度化・多様化しており、それに伴い求められる学習データも膨大かつ高品質であることが求められます。 APTOは、スマホアプリやSaaSプラットフォームを通じて、企業とクラウドワーカー双方にとって「使いやすく、正確で、速い」データ収集・アノテーション体験を提供しています。 日本のみならず、アフリカ・東南アジア・欧州など海外との連携も進行しており、今後はRAG/LLM/VLMなど、次世代AI向けデータ作成やアノテーションにも注力していきます。

■ 募集背景 AIの性能を決定づけるのはモデルだけではなく、その学習に用いられるデータの質と量も大事です。 しかし現実のAI開発においては、データ収集・生成・アノテーション・品質管理といった工程が依然として属人的かつ非効率なプロセスに依存しており、この領域がAI活用の最大のボトルネックとなっています。 APTOは、この構造的な課題を解決するため、AIデータ生成・管理を一元的に扱うデータ基盤プラットフォームを開発・提供しています。 現在、プロダクトはPoCフェーズを越え本番利用が急速に拡大しており、取り扱うデータ量・ユースケース・機能要件の複雑性が同時に増大しています。 その中で、 ・データ規模の急増に耐えうる設計の必要性 ・長期的な拡張性を見据えたアーキテクチャ再設計 ・プロダクト全体を俯瞰した技術意思決定 といった課題が顕在化しており、単なる実装ではなく、基盤設計をリードできるエンジニアが不足しています。 そこで今回、AIデータプラットフォームの中核を担うプロダクトエンジニアを募集します。 ■ このポジションの本質 本ポジションは、一般的なWebサービス開発とは異なります。 開発するのはユーザー向けのアプリケーションではなく、AI開発に必要なデータを生み出すためのプラットフォームそのものです。 扱う対象の一例としては、 ・生成され続ける大規模データ ・構造が一定でない非定型データ ・人手作業とシステム処理が混在するワークフロー といった、AI開発特有の複雑性を持つ領域です。 このポジションでは、 ・データがどのように生成され ・どのように処理され ・どのように品質管理され ・どのようにAI開発へ流れるか という、データの生成から評価・改善に至る一連のプロセス設計を担っていただくポジションです。 単なる機能実装ではなく、プロダクトの長期的な進化を見据えた基盤設計を行うことが求められます。 ■ 具体的な業務内容 ・AIデータ基盤（Backend / API / DB）の設計・改善 ・大規模データ処理を前提としたアーキテクチャ設計 ・データ生成・管理ワークフローのシステム設計 ・プロダクトスケールに伴う技術的課題の解消 ・クラウドインフラの設計・運用改善 ・技術選定および設計方針の意思決定 ■ このポジションの難易度と面白さ 本ポジションでは、一般的なWeb開発では扱わない課題に直面します。 例えば、 ・正解が存在しないデータ構造の設計 ・継続的に増え続けるデータの運用設計 ・人手によるアノテーション工程のシステム化 ・多様なAIユースケースに対応する汎用基盤の設計 といった、AIデータ領域特有の問題を解く必要があります。 一方でこれらを解決することは、AI開発の根幹を支える基盤を作ることを意味し、社会におけるAI活用の広がりに直接的な影響を与えるインパクトを持つポジションです。 ■ 主軸（最も期待する領域） ・Python（Django）を中心としたバックエンド設計 ・PostgreSQL 等のデータ設計・運用 ・大規模データを扱う基盤設計 ・スケーラブルなアーキテクチャ設計 ■ 周辺技術 ・フロントエンド：TypeScript / React / Next.js ・モバイル：React Native ・インフラ：AWS / GCP / Docker / Kubernetes ・CI/CD：GitHub Actions ・AI連携：Vertex AI / SageMaker ■ 任せたい裁量 ・技術選定および設計方針の決定 ・基盤アーキテクチャの進化の主導 ・プロダクトスケールに伴う構成変更の判断 エンジニア起点でプロダクトの構造を進化させることを期待しています。 ■ このポジションで得られるもの ・AI開発の根幹を支えるデータ基盤設計の経験。 ・プロダクトの長期的進化を見据えたアーキテクチャ設計経験。 ・技術意思決定を担うポジションでの成長機会。 ・将来的なTech Lead / アーキテクトへのキャリアパス。

■ 募集背景 現在のAI開発において、最も重要でありながら、最も未整備な領域はモデルではなく 「データ」 にあります。 実際、AIプロジェクトの開発工数の大半は、データ収集・整形・アノテーション・品質管理・運用設計といった データ準備工程に費やされており、多くの企業がこの領域の難易度の高さによってAIを実運用まで到達させることができていません。 APTOは、この構造的な課題に対し、AIデータ生成・管理プラットフォームを提供すると同時に、 顧客ごとのAI開発におけるデータ基盤設計・運用設計までを担うことで、企業がAIを実用化できる状態をつくることをミッションとしています。 現在はプロダクトの本番利用拡大に加え、LLM・画像認識・業務自動化など多様な領域でのAI開発支援プロジェクトが急増しており、 ・顧客課題に応じたアーキテクチャ設計 ・プロダクトの進化を見据えた技術判断 を横断的に担えるエンジニアが不足しています。 そこで今回、AIデータ基盤の設計責任を担いながら、顧客AIプロジェクトの技術パートナーとして関わるリードエンジニアを募集します。 顧客の業務構造やAI活用の目的を理解し、最適なソリューションを共に設計していくことが求められます。 ■ 具体的な業務内容 ・大規模データ運用を前提としたアーキテクチャ設計 ・顧客AIプロジェクトにおける技術提案およびPoCの実装 ・顧客との技術ディスカッションおよび要件整理 ・クラウド環境におけるソリューションの設計・運用 ・プロダクトのスケールに伴う技術的ボトルネックの解消 ■ このポジションの難易度と面白さ 本ポジションでは、一般的なWeb開発では扱わない課題に直面します。 例えば、 ・顧客ごとに異なるAI開発プロセスへの適応 ・ Computer vision、LLMなどの領域で最先端研究へのキャッチアップ ・ 自律運転、LLM(VLM、RAG)、Phycial AI(ロボティクス)などの幅広い課題 といった、AI開発特有の複雑な問題に向き合うことになります。 一方で、それらを解決することで、AIが実際に社会で使われる状態を技術的に支えることができるという極めて大きなインパクトを持つポジションです。 ■ このポジションで得られるもの ・プロダクト開発と顧客プロジェクトの両面における技術判断経験。 ・技術選定やアーキテクチャ設計を主導する裁量。 ・将来的にTech Leadやアーキテクトとして成長できる環境。

■ 募集背景 APTOでは、AIモデル開発に不可欠な学習データの生成・整備・評価プロセスをプロダクトとして提供しています。 近年、AIの中でも特にコンピュータービジョン領域においては、 ・物体検知・セグメンテーション・トラッキングなどモデルの高度化 ・実運用を前提としたデータ量・品質要件の急激な引き上げ ・製造・検査・図面解析など産業領域特有のデータ課題の顕在化 ・Physical AI(ロボティクス)におけるビジョンデータの処理、シミュレーション（Data augmentation) が同時に進み、モデル性能を左右する要因はアルゴリズム以上に 「どのようなデータを設計し続けられるか」 に移行しています。 特に現在は、 ・学習データの品質が属人的に管理されている ・評価指標と実運用性能が乖離している ・データ改善の方法論が体系化されていない という課題があり、コンピュータービジョンモデルの性能をデータの観点から継続的に引き上げられるメンバーが求められています。 そこで今回、CV領域におけるデータ設計と評価ループを担うResearch Engineerを募集します。 ■ コンピュータービジョン領域における課題 コンピュータービジョンとは、コンピュータに人間の「目」と「認識能力」を持たせる技術です。 画像や映像から特徴を抽出し、 ・物体が何かを識別し ・どこにあるかを特定し ・どのように動くかを理解する ことを可能にします。 主な技術領域には以下があります。 ・画像分類 画像全体から対象物のカテゴリを識別する技術。 ・物体検知 画像内の対象物の位置と種類を同時に特定する技術。 ・セグメンテーション 画素レベルで対象物を区別する高度な認識技術。 ・トラッキング 動画内における物体の動きを継続的に追跡する技術。 ・シミュレーション Nvidia Cosmos, Issac sim等を使ったデータの増強 ■ 本ポジションの本質 コンピュータービジョンモデルが正しく学習され、実環境で安定して動作し、課題を解決できる状態を、データ設計と評価ループの構築によって実現することを担っていただくポジションです。 扱う対象は単なる画像データではなく、 ・ノイズを含む実世界データ ・クラス不均衡の激しいデータ ・長尾分布を持つ例外ケース といった、CV特有の難しさを持つデータです。 ■ 主な役割 ・物体検知・セグメンテーションモデル向けデータ設計 ・画像・動画データの前処理・品質管理 ・アノテーション方針およびガイドライン設計 ・モデル評価指標の設計および評価分析 ・学習 → 評価 → データ改善のフィードバックループ構築 ・モデル開発チームとの連携による性能改善 ■ 研究・応用テーマ例 本ポジションでは以下の一例のようなテーマに取り組みます。 CVデータ設計 ・モデル性能を最大化するデータ分布設計 ・少量データ環境におけるデータ効率化 ・長尾クラス問題への対応 評価設計 ・実運用性能を反映する評価指標設計 ・誤検知・未検知の原因分析 ・アノテーション品質評価手法 産業応用 ・製造ラインにおける異常検知データ設計 ・図面画像の構造理解・3D化に向けたデータ設計 ・マシンビジョンにおける実環境適応 ■ 主軸（最も期待する領域） ・CVモデル向けデータ設計・品質管理 ・モデル評価とデータ改善ループ構築 ・Pythonを用いた画像データ処理・分析 ・データ視点からのモデル性能改善 ■ このポジションで得られるもの ・CVモデル性能を左右するデータ設計の実務経験。 ・実環境で使われるマシンビジョンの課題解決経験。 ・研究とプロダクト開発を横断したキャリア。 ・AIの社会実装を支える基盤設計への関与。

■ 募集背景 APTOでは、AIモデル開発に不可欠な学習データの生成・整備・評価プロセスをプロダクトとして提供しています。 近年、AIモデルの進化に伴い、競争力の源泉はモデル構造そのものから、 「どのようなデータを、どのように設計し、評価し、改善し続けられるか」へと急速にシフトしています。 特に、 ・LLM / VLM / マルチモーダルモデルの高度化 ・本番運用を前提とした大規模データ要求 ・データ品質がモデル性能を直接左右する構造 が同時に進み、AI開発におけるボトルネックは完全に「データ側」に移行しています。 さらに現在は、 ・有害データの混入 ・バイアスの増幅 ・誤学習によるリスク ・評価指標と実運用性能の乖離 といった AIの安全性・信頼性に関わる課題 が顕在化しており、データ設計は単なる精度改善の問題ではなく、AIの社会実装における責任領域へと拡張しています。 APTOでは現在、 ・データ設計や評価が属人的に行われている ・モデル改善のボトルネックがデータ側にあるが体系化されていない ・安全性・品質・性能を統合した設計思想が未確立 という課題を抱えており、AIモデル性能と安全性を「データの観点から」引き上げられるResearch Engineerを募集します。 ■ このポジションの本質 AIモデルが正しく学習され、安全性・信頼性を担保し、本番環境で信頼できる性能を発揮する状態を、データ設計と評価ループの構築によって実現することを担っていただくポジションです。 扱う対象は単なる学習データではなく、 ・モデルの挙動を規定する訓練信号 ・評価基準を形作るテストデータ ・安全性を担保するガードレールデータ といった、AIのモデルの出力特性と性能を規定する要素です。 そのため本ポジションでは、 ・どのデータがモデルの意思決定に影響するのか ・どの評価が本番性能を適切に測定できるのか ・どのようなデータ設計が安全性を担保するのか といった問いに対し、研究的視点と実装視点の両方から取り組むことが求められます。 ■ 主な役割 ・LLM / VLM / マルチモーダルモデル向けの学習データ設計 ・データ前処理・アノテーション方針の設計と改善 ・モデル評価指標の設計および評価結果の分析 ・学習 → 評価 → データ改善 のフィードバックループ構築 ・モデル開発チームとの連携による性能改善 ・データ品質・バイアス・安全性に関する設計指針の確立 ■ 研究テーマとしての領域 本ポジションでは、以下のような研究的テーマに取り組んでいただく想定です。 データ設計領域 ・モデル性能を最大化するデータ分布設計 ・データカバレッジと一般化性能の関係 ・少量データ環境での効率的データ生成 評価領域 ・モデルの実運用性能を反映する評価指標の設計 ・評価データセットの品質設計 ・自動評価と人手評価の統合設計 AI安全性領域 ・有害出力を抑制する訓練データ設計 ・バイアス・公平性に関するデータ分析 ・安全性評価データセット（ベンチマーク）の設計 ・データガバナンス・トレーサビリティ設計 ・SFT, RLHFによるモデルの性能向上 ■ 主軸（最も期待する領域） ・AIモデル向けデータ設計・品質管理 ・モデル評価とデータ改善ループの設計 ・Pythonを用いたデータ処理・分析 ・データ視点からのモデル性能改善 ■ 扱う対象例 ・LLM / VLM 向けテキスト・画像・動画データ ・物体検知・画像認識モデル向けデータ ・アノテーションデータ・メタデータ ・安全性評価用データセット ■ このポジションで得られるもの ・AIモデル性能を左右するデータ設計の実務経験。 ・最新のLLM / VLM を実運用レベルで扱う希少な機会。 ・AIの安全性・信頼性に関わる最前線の課題に取り組む経験。 ・研究とプロダクト開発を横断したキャリア。

■ APTOについて AI開発において多くの企業が直面する「データ準備の課題」を解決するために設立されたスタートアップです。 クラウド型のデータ収集・アノテーションプラットフォームを提供し、AIモデルの開発・運用に必要な高品質データの整備を効率化しています。 主力サービスには、社内外の作業者によるデータ作成を一元管理できるAIデータプラットフォーム、幅広い領域に対応した学習用データセットの提供、AIモデル開発を支援する受託ソリューションなどがあり、大手企業を中心に導入が進んでいます。 また、スマートフォンアプリによるクラウドワーカーの活用や、多言語・多地域でのデータ収集ネットワークの構築を通じて、グローバルなAI活用にも対応できる体制を整えています。 ■ 募集背景 APTOは、AIソリューションを中心に事業を拡大し、急速に成長を続けています。 今後さらに社会的信用と持続的な成長を実現するため、IPOを視野に入れた本格的な経営管理体制の強化が急務となりました。 今回のポジションは、経営管理部門全般を統括しつつ、IPO準備をリードいただく重要な役割を担っていただくことを想定しています。 ■ 本ポジションのミッション 経営管理部長として、当社の経営管理業務全般を担っていただきます。 また、東証グロース市場への上場を見据え、IPO準備に必要な体制の構築と推進をリードしていただきます。 ＜具体的には＞ ①管理業務 ・予算管理、資金管理 ・経理業務（月次／四半期／年次決算） ・税務対応（顧問税理士との連携等） ・法務対応（契約書レビュー・締結事務、顧問弁護士との連携等） ・取締役会及び株主総会の運営サポート ・その他、管理部門に関わる実務全般 ②IPO準備 ・監査法人、証券会社対応 ・諸規程の整備 ・業務フロー構築・効率化の推進 ・内部統制の整備、J-SOX対応（N-1期以降） ・開示書類（有価証券報告書、決算短信等）の作成（N-1期以降） ③事業計画・資本政策（経験・スキル等に応じて） ・事業計画の策定・進捗管理 ・資本政策の策定 ・資金調達に係る投資家対応 ■ 本ポジションのやりがい・魅力 ・経営管理部門の責任者として、上場準備の全工程に携わることができるポジションです。 ・ボードメンバーと密に連携し、経営管理基盤の整備を通じて企業価値向上に直結する役割を担えます。 ・急成長フェーズであるからこそ、経営管理部門の仕組み化・人材育成を一から構築できる環境です。 ・変化の速いスタートアップならではの意思決定スピードの中で、専門性を最大限に発揮できます。 ■ 当社の挑戦について 「技術革新をリードする高品質なAIデータを産み出し続ける」ー これが私たちの掲げるミッションです。 AIモデルは年々高度化・多様化しており、それに伴い求められる学習データも膨大かつ高品質であることが求められます。 APTOは、スマホアプリやSaaSプラットフォームを通じて、企業とクラウドワーカー双方にとって「使いやすく、正確で、速い」データ収集・アノテーション体験を提供しています。 日本のみならず、アフリカ・東南アジア・欧州など海外との連携も進行しており、今後はRAG/LLM/VLMなど、次世代AI向けの指示データ作成や専門アノテーションにも注力していきます。

■ APTOについて AI開発において多くの企業が直面する「データ準備の課題」を解決するために設立されたスタートアップです。 クラウド型のデータ収集・アノテーションプラットフォームを提供し、AIモデルの開発・運用に必要な高品質データの整備を効率化しています。 主力サービスには、社内外の作業者によるデータ作成を一元管理できるAIデータプラットフォーム、幅広い領域に対応した学習用データセットの提供、AIモデル開発を支援する受託ソリューションなどがあり、大手企業を中心に導入が進んでいます。 また、スマートフォンアプリによるクラウドワーカーの活用や、多言語・多地域でのデータ収集ネットワークの構築を通じて、グローバルなAI活用にも対応できる体制を整えています。 ■ 募集背景 当社はIPOを見据えた成長フェーズにあり、経営管理体制の強化が急務となっています。 事業拡大に伴い、取引量の増加や資金管理の複雑化が進んでおり、正確かつ統制の取れた出納管理体制の構築が重要なテーマとなっています。 そのため、資金管理・支払統制を中心に経営基盤を支えていただく経理担当を募集します。 ■ ポジション概要 経理部門において出納・資金管理業務の中核を担っていただきます。 日々の入出金管理から支払統制の整備、資金データの可視化までを通じて、IPOに向けた経営管理基盤の強化に貢献出来るポジションです。 ■ 業務内容 ・入出金管理および銀行口座の管理 ・支払業務の実行および統制管理 ・請求・入金消込業務 ・資金繰りデータの作成および更新 ・支払ワークフローの整備・運用 ・会計システムへの仕訳連携 ・顧問税理士との連携に必要なデータ整理 ・監査対応に必要な証憑管理および資料準備 ・IPO準備に伴う内部統制整備の補助 ■ このポジションの魅力 ・IPO準備企業における資金管理の中核業務に携われる ・経理オペレーションの仕組みづくりに関われる ・キャッシュフローを通じて経営に直結する業務を経験できる ・将来的に経理・財務領域へキャリアを広げられる ■ APTOの挑戦について 「技術革新をリードする高品質なAIデータを生み出し続ける」ー これが私たちの掲げるミッションです。 AIモデルは年々高度化・多様化しており、それに伴い求められる学習データも膨大かつ高品質であることが求められます。 APTOは、スマホアプリやSaaSプラットフォームを通じて、企業とクラウドワーカー双方にとって「使いやすく、正確で、速い」データ収集・アノテーション体験を提供しています。 日本のみならず、アフリカ・東南アジア・欧州など海外との連携も進行しており、今後はRAG/LLM/VLMなど、次世代AI向けデータ作成やアノテーションにも注力していきます。

■ APTOについて AI開発において多くの企業が直面する「データ準備の課題」を解決するために設立されたスタートアップです。 クラウド型のデータ収集・アノテーションプラットフォームを提供し、AIモデルの開発・運用に必要な高品質データの整備を効率化しています。 主力サービスには、社内外の作業者によるデータ作成を一元管理できるAIデータプラットフォーム、幅広い領域に対応した学習用データセットの提供、AIモデル開発を支援する受託ソリューションなどがあり、大手企業を中心に導入が進んでいます。 また、スマートフォンアプリによるクラウドワーカーの活用や、多言語・多地域でのデータ収集ネットワークの構築を通じて、グローバルなAI活用にも対応できる体制を整えています。 ■ 募集背景 APTOは事業拡大とIPO準備を進める成長フェーズにあります。 それに伴い、社内規程整備やワークフロー構築、ガバナンス体制の強化など、コーポレート基盤の整備が重要なテーマとなっています。 組織の成長を支える総務機能の強化のため、新たにメンバーを募集します。 ■ ポジション概要 総務担当として、社内の業務基盤整備やガバナンス体制の構築を担っていただきます。 日常的な総務業務に加え、IPO準備に向けた規程整備や内部統制対応など、成長企業のコーポレート基盤づくりに関わるポジションです。 ■ 業務内容 ・社内規程の整備および運用管理 ・各種契約書の管理および締結事務 ・取締役会・株主総会の運営サポート ・社内ワークフローおよび文書管理体制の整備 ・備品管理、オフィス管理などの総務業務 ・内部統制整備の補助（IPO準備対応） ・監査対応に必要な資料管理 ・コーポレート業務の効率化・仕組み化 ■ このポジションの魅力 ・IPO準備企業における総務機能の立ち上げに関われる ・ガバナンス体制の整備を通じて経営基盤づくりに貢献できる ・幅広いコーポレート業務に携わりスキルの幅を広げられる ・成長企業ならではのスピード感の中で裁量を持って働ける ■ APTOの挑戦について 「技術革新をリードする高品質なAIデータを生み出し続ける」ー これが私たちの掲げるミッションです。 AIモデルは年々高度化・多様化しており、それに伴い求められる学習データも膨大かつ高品質であることが求められます。 APTOは、スマホアプリやSaaSプラットフォームを通じて、企業とクラウドワーカー双方にとって「使いやすく、正確で、速い」データ収集・アノテーション体験を提供しています。 日本のみならず、アフリカ・東南アジア・欧州など海外との連携も進行しており、今後はRAG/LLM/VLMなど、次世代AI向けデータ作成やアノテーションにも注力していきます。