株式会社ハイクリ の全ての求人一覧

会社概要株式会社ハイクリは、「誰しもがアイデアを表現できる世界」の実現を目指す、ファッション×AI領域のスタートアップです。2024年5月の創業以来、アパレル・EC事業者向けのAI SaaSプロダクトを急速に成長させています。ファッション業界では、商品の追加発注や値下げといったMD（マーチャンダイジング）業務の多くが、いまだ経験と勘に頼って行われています。大量の品番を抱える中で、対応すべき商品の見落としや、発注数の読み違いによる欠品・過剰在庫が日常的に発生しており、データ活用の遅れが大きな機会損失を生んでいます。ハイクリの主力プロダクト「Vestory（ベストリー）」は、この課題に正面から取り組むAIクラウドサービスです。独自開発のAI販売数予測モデルを搭載し、追加発注すべき品番の自動抽出、最適な発注数のシミュレーション、マークダウン（値下げ）による粗利最大化シミュレーション、EC在庫の最適確保など、期中の在庫管理・販売管理を一気通貫で支援します。募集背景Vestoryは、経験の浅いMD担当者でも高精度な意思決定が可能になるプロダクトとして、大手アパレル企業をはじめ導入企業を拡大してきました。導入企業が増えるにつれ、日々のサポート業務も着実に増えています。多くのお客様にプロダクトをフル活用いただけるよう、丁寧にサポートいただけるカスタマーサクセスを募集します。業務内容勘と経験頼みのマーチャンダイジング業務による欠品・過剰在庫といったアパレル業界の課題を解決する、在庫・販売管理AI SaaSのカスタマーサポートポジションです。お客様に丁寧に向き合い、問い合わせ対応から利用方法・機能アップデートの説明までを担っていただきます。お客様からの問い合わせへの対応機能アップデートなどの顧客への案内・説明プロダクト導入時のお客様サポートポジションの魅力AI導入というアパレル・EC業界の変革を支える仕事経営陣と近い距離で、最先端のAI活用とアパレル・EC業界の理解を深めながら働ける環境大手アパレル・ECと直接やり取りし、業務課題に深く入り込む機会

【会社概要】 株式会社ハイクリは、「誰しもがアイデアを表現できる世界」の実現を目指す、ファッション×AI領域のスタートアップです。2024年5月の創業以来、アパレル・EC事業者向けのAI SaaSプロダクトを急速に成長させています。ファッション業界では、商品の追加発注や値下げといったMD（マーチャンダイジング）業務の多くが、いまだ経験と勘に頼って行われています。大量の品番を抱える中で、対応すべき商品の見落としや、発注数の読み違いによる欠品・過剰在庫が日常的に発生しており、データ活用の遅れが大きな機会損失を生んでいます。ハイクリの主力プロダクト「Vestory（ベストリー）」は、この課題に正面から取り組むAIクラウドサービスです。独自開発のAI販売数予測モデルを搭載し、追加発注すべき品番の自動抽出、最適な発注数のシミュレーション、マークダウン（値下げ）による粗利最大化シミュレーション、EC在庫の最適確保など、期中の在庫管理・販売管理を一気通貫で支援します。大手アパレル企業への導入実績があり、経験の浅いMD担当者でも高精度な意思決定が可能になるプロダクトとして、導入企業を拡大しています。【募集背景】 Vestoryは、大手企業の導入が加速し、数億レコード規模のデータをもとに在庫・発注を最適化するフェーズへ突入しています。現在、独自モデルを運用中ですが、目指すのは「精度の追求」の先にある「ビジネス判断の自動化」です。季節性やトレンドが激しく、変数の多いアパレル領域において、モデル開発からMLOps、本番運用までを一気通貫で設計・運用できるデータサイエンティストが不可欠です。大企業での分業体制を離れ、少人数チームでMLの方向性を自ら決定し、技術の力でアパレル業界の構造を変革したい方を募集します。【業務内容】 モデルの開発に留まらず、本番運用までの全工程をリードいただきます。課題定義： クライアントおよびビジネスサイドと直接折衝し、MD（発注判断）の意思決定を支えるアルゴリズムの定義・優先順位付けモデル開発・改善： 時系列・需要予測モデルの設計、アパレル独自のロジックを用いたチューニング稼働中モデルの評価： 本番で動いているモデルの弱点を特定し、改善して効果を測定するループを回すMLOps・基盤構築： 共通データパイプラインの設計、MLflowを用いたモデル管理、バッチパイプラインの構築プロダクト実装： pandas等を用いたバッチパイプライン化、AWS（ECS / Lambda）での本番運用領域拡張： 倉庫別の按分ロジック、AIアドバイス判定など、新規機能に向けた技術検証【技術スタック】言語・フレームワーク： Python (pandas, NumPy, PyTorch)MLモデル： 時系列予測（需要予測）、在庫最適化インフラ・MLOps： AWS (ECS, Lambda), MLflow, Dockerデータ基盤： AWS(RDS, Redshift), SQL, MongoDB, Databricksパイプライン： pandas, AWS Batch等を用いたMLモデルのバッチパイプライン化CI/CD・ツール： GitHub, GH Actions, Slack, Notion【ポジションの魅力】「モデル開発」で終わらない一気通貫の裁量： 分業体制の進んだ大手企業とは異なり、モデルの設計・実装から、MLOps（パイプライン構築）、本番運用まで、ML領域の全工程をリードいただけます。ビジネス課題（MD業務）への圧倒的な近さ： 「作って終わり」ではなく、アパレル企業のMD（発注判断）という明確な意思決定に直結するモデルを扱います。現場のドメイン知識をモデルに反映させる手応えがあります。拡張性の高いプロダクトフェーズ： 今後は需要予測だけでなく、倉庫別の在庫按分やAIアドバイス機能など、アルゴリズムの拡張余地が非常に大きいフェーズです。MLの方向性を自分たちで決めていける醍醐味があります。