◆ミッション（Mission） 建設SaaS領域初、業務ワークフロー全体を自動化・最適化する「AI-Drivenなプロダクト」を開発する。事務作業を1/10にし、建設業界に従事する方々が本来の価値創造業務に集中できる環境を、AI技術により実現する。 単なるPoCではなく、本番で安定稼働するデータパイプライン、MLOps、評価・監視、データ品質の体制を作り、最終的には全てのAIを連携させたオールインワンAIアーキテクチャを構築し、建設業界のDXをリードする。 ◆主な職務（Key Responsibilities） 1）AI機能の開発・改善 - 見積/工程作成AI等のAI機能開発・精度向上 - 各AI機能を連携させるAI ワークフローの開発 - E2E（End-to-End）での業務最適化アーキテクチャの設計 - AIエージェント間のデータ連携・コンテキスト共有機能の実装 2) データ基盤の構築・運用 - MongoDB上の業務データを活用したデータパイプラインの設計・構築 - データウェアハウス・データレイクの構築 - ETL/ELTパイプラインの開発と運用自動化 - リアルタイムデータ処理基盤の構築 3）データ分析とインサイト提供 - ユーザー行動分析とAI機能改善へのフィードバック - AI活用による業務時間削減効果の測定 - ビジネスKPI分析とレポーティング 4）MLOps・AI基盤の整備 - パイプラインの構築・AI基盤のモニタリング・精度管理 - AI APIのパフォーマンス最適化とコスト管理 - プロンプトエンジニアリングのベストプラクティス確立 5）技術検証とR&D - 最新のAI技術（LLM、RAG、Fine-tuning等）の検証・導入 - マルチモーダルAIの活用研究 - 新規AI機能のプロトタイピングとPoCの実施 - 技術ブログや社内勉強会での知見共有 ◆期待すること・持っていただくKPI - AI精度：各AI機能の精度目標達成率／再現率／F1 等の改善と安定化。 - 運用性：モデル推論のレイテンシと可用性、重大インシデント数の削減。 - データ基盤：データパイプラインの遅延（Freshness）・再現性・計測精度の改善。 - AI-Drivenアーキテクチャの実現：ビジネスインパクトの大きいAI機能の企画・実装 - 事業インパクト：AI機能による Time-to-Value 短縮、現場の工数削減（定量）、トライアル→有料化の改善寄与。 - コスト最適化：AI API利用料の効率化 ◆コミュニケーションツール - コミュニケーション：Slack - ホワイトボード：Miro - ドキュメント/チケット管理：Notion - デザイン：Figma

【基礎スキル】 - Python または TypeScript/Node.js での開発経験（3年以上） - LLMを活用したアプリケーションの開発経験。または、機械学習モデルの開発・運用経験 - データ分析の基礎、機械学習の概念理解 【実務経験（いずれか1つ以上）】 - OCR・画像認識AIの開発経験 - 自然言語処理を活用した自動文章生成の実装経験 - データパイプライン・ETLの設計・構築経験 - 予測モデル・レコメンデーションシステムの開発経験

- LLM活用の実践経験 - AIエージェント開発経験 - RAG（Retrieval-Augmented Generation）の構築経験 - Function Calling、Tool Useの実装経験 - 画像認識・OCR - OCRモデルのチューニング経験 - マルチモーダルAI（画像+テキスト）の実装経験 - MLOps／MLOps ツールの経験 - 大量データ処理基盤（BigQuery / Dataflow / Spark）やリアルタイム推論の設計経験。 - データプライバシー／セキュリティ、モデルの説明性やフェアネス検証の実務経験。 - 建設業界のドメイン知見やB2B SaaS開発経験。

- コンクルーのMISSIONに共感してくださる方 - とにかく素早く行動・検証・改善ができる方 - 難しい課題を解決していくことが好きな方