【サービス概要】 mentoは、ミドルマネジメントにおける課題を解決する新規事業に取り組んでいます。 中間管理職にまつわる悩みを統合的に解決し、企業のマネジメント変革を実現します。データの可視化にとどまらず、ヒト（プロコーチ）・プロダクト・AIの三位一体で現場を支援する、新しいHR Techの形に挑戦しています。 【新規プロダクト「mentoマネジメントAI」について】 「mentoマネジメントAI」は管理職の多くの方が抱えている葛藤をヒト・プロダクト・AIで伴走し、チームの成果を支援するミドルマネジメント特化のAIサービスです。開発チームとしては現在こちらの新規開発をメインに取り組んでおります。 ▶︎弊社HP：https://mento.co.jp/ ▶︎新規事業「mento マネジメントAI」https://www.mento.jp/service/management-ai 【今後のサービス展開について】 今後は「評価」「目標設定」「1on1」「フィードバック」など、マネジメントを包括的に支援するAIプロダクトとしてマルチプロダクト化し、「マネジメントサクセスプラットフォーム」の確立を目指しています。 【募集背景・期待役割】 昨今の基盤モデルの進化と発展により、私たちは「モデルを作る」フェーズだけでなく「モデルを使いこなし、価値を届ける」フェーズへと移行しました。 本ポジションでは、LLMをはじめとした基盤モデルを核としたアプリケーション開発、およびその品質改善プロセス（LLM Ops / Evals）の構築をリードしていただきます。 単にAPIを繋ぎこむだけでなく、**「出力結果が非決定的である」というLLMの特性を深く理解し、機械学習モデル開発で培った「実験・評価・改善」のサイクルをアプリケーション開発の現場で再現・昇華できるエンジニア**を求めています。 【具体的な業務内容】 I. LLMアプリケーションのアーキテクチャ設計・開発（AI Engineering） ビジネス課題に対し、基盤モデルをどのように適用するかを設計し、プロダクトへの実装を行います。 ①最適なAIソリューションの設計 - プロダクトマネージャーと協働し、ユーザー課題（例：業務効率化、対話型支援、コンテンツ生成）に対し、RAG、Agents、あるいはファインチューニングなど、最適な手法を選定・実装する。 ②プロンプトエンジニアリングと制御 - LLMの性能を最大限に引き出すためのプロンプト設計、およびFunction Calling等を用いた外部ツールとの連携実装を行う。 ③非構造データの活用基盤構築 - Vector Databaseの選定・構築や、社内ドキュメント・ログデータのEmbedding設計を行い、AIが参照可能な知識ベースを整備する。 II. AIプロダクトの評価・品質保証プロセスの構築 本ポジションの肝となる領域です。不確実性の高いAIの挙動に対し、定量的・定性的な評価基準を設け、継続的な品質向上を実現します。 ①評価パイプラインの設計・運用 - 「正解」が曖昧な生成タスクに対し、LLM-as-a-Judgeや人手評価、決定論的なメトリクスを組み合わせた評価パイプラインを構築する。 ②実験管理と継続的改善 - 従来のML開発と同様に、プロンプトやモデルパラメータの変更履歴を管理し、どの変更がビジネスKPIや回答精度に寄与したかをトラッキングできる環境を整備する。 ③エッジケース対応とガードレール構築 - ハルシネーションや不適切な回答を防ぐためのガードレール実装を行い、企業ユースに耐えうる安全性と信頼性を担保する。 III. LLM Opsとプロダクション運用 開発したAIアプリケーションを安定的、かつコスト効率よく運用するための基盤を支えます。 ①コストとレイテンシの最適化 - トークン使用量のモニタリングとコスト管理、およびキャッシュ戦略やプロンプトの調整、モデルの蒸留、より軽量なモデルへの切り替え等を通じたレイテンシ改善を行う。 ②トレーサビリティの確保 - 複雑なチェーン処理やAgentの挙動を可視化し、問題発生時のデバッグや改善が迅速に行える状態を維持する。 IV. データドリブンな文化醸成とプロダクト進化 ①ユーザーフィードバックのループ構築 - ユーザーによるGood/Bad評価や修正ログを収集し、それを新たな評価データセットやFew-shot事例としてシステムに還流させるサイクルを構築する。 ②技術的知見の民主化 - 急速に進化するAI技術（新しいモデル、論文、フレームワーク）をキャッチアップし、実プロダクトへの適用可能性を検証・提案するとともに、チーム全体へ知見を共有する。 【本ポジションの魅力】 ・ 社会的意義の高い事業への参画 　・マネジメント層の過負荷という社会課題に対し、機械学習技術を活用したソリューションを提供 　・日本のマネージャーの成長を支えることで、組織全体の生産性向上に貢献​ ・ 多様なデータを活用した開発 　・コーチングセッションのテキストデータやユーザー行動データなど、多様な非構造データを扱う機会​ 　・最新のAI技術を取り入れ、データ活用の可能性を広げられる​ ・ 技術選定や企画の上流から関われる 　・どんな機能を作るかの企画段階から議論し、技術選定・設計をリードできる 　・ビジネス視点を持ちつつ、エンジニアリングの観点で最適な解決策を模索できる ・ 0→1のプロダクトを複数生み出す機会（コンパウンド） 　・1つのプロダクトに閉じず、新規事業として複数の0→1を経験できる 　・プロダクトの立ち上げフェーズを楽しめる環境 ・ コア事業の成長と新規事業の再投資サイクル 　・既存のコーチング事業の成長余地が高く、事業としての安定性がある 　・その利益を新規事業へ再投資することで、継続的な成長を実現

- Webアプリケーションのバックエンド開発経験 - LLM（OpenAI API, Anthropic, OSSモデル等）を用いたアプリケーションの開発・プロトタイプ作成経験

- 機械学習モデルの開発・運用経験、またはそれに準ずる経験 - 特に、「確率的に振る舞うシステム」に対し、評価指標（メトリクス）を設計し、データに基づいて精度改善サイクル（PDCA）を回した経験を重視します。 - LangChain, LlamaIndex等のオーケストレーションフレームワークの使用経験 - Vector Database（Pinecone, Weaviate, Qdrant等）の構築・運用経験 - 検索システム（Solr, Elasticsearch）や情報検索（IR）に関する知識 - 大規模な非構造データ処理パイプラインの構築経験

⚫︎技術を通じて事業に主体的に貢献できる方 ・事業成長やプロダクトの価値向上に、エンジニアリングの力でコミットできる ・技術選定や開発において、ビジネス視点を持ちつつ最適な意思決定ができる ⚫︎プロダクト組織のカルチャーを作れる方 ・チームの中心となり、オープンな議論を通じてより良い開発文化を醸成できる ・互いの強みを活かしながら、チームで協力してプロダクトをつくることを楽しめる ⚫︎人の自己実現・ウェルビーイングに関心がある方 ・「コーチング×プロダクト」によるマネジメント支援に興味を持てる ・人の成長や組織の生産性向上に関心があり、社会的意義のあるプロダクト開発に共感できる ⚫︎不確実性を楽しみ、チャレンジできる方 ・正解のない新規事業の環境を楽しみながら、試行錯誤し続けられる ・課題が明確でなくても、自ら動いて解決策を考えられる ⚫︎職責にこだわらず、マーケットの創出や理想の実現に向けて動ける方 ・「自分の担当範囲」にとらわれず、事業成長のために必要なことを柔軟にやれる ・エンジニアに限らず、ビジネス側や他職種とも協力しながらプロダクトを創る ⚫︎ユーザーの声を大切にし、課題の発見に積極的な方 ・ユーザーの生の声を聞きに行き、課題やインサイトを見つけることを大事にできる ・ユーザー理解を深めることを、チーム全体での取り組みとして推進できる ⚫︎対話を大事にするカルチャーを一緒に創れる方 ・チーム内外の対話を大切にし、オープンなコミュニケーションを取れる ・他メンバーと積極的に議論し、良いプロダクトづくりのために意見を交わせる