株式会社Recho の全ての求人一覧

役割：【AI Agent×コンサル×PM】大手企業・行政のAIコールセンター導入を推進／顧客折衝から品質管理まで一貫して担う「AI実装の現場責任者」■お任せしたい主な業務 大手企業（金融・メーカー・通信等）や行政などに向けた「AIカスタマーサポートセンター」の立ち上げプロジェクトにおいて、顧客折衝から要件定義、品質管理、プロジェクト推進までを一貫して担います。技術とビジネスの橋渡しをするPMとして、プロジェクトの成否に責任を持っていただきます。1. 顧客折衝、要件定義 クライアントの複雑な業務フローを理解し、AIで解決するための要件を定義します（対内コスト管理、請求業務含む）。単なる御用聞きにならず、対等なパートナーとしてステークホルダー間の期待値を調整します。2. 品質管理、テストケース設計 納品物の品質に最終責任を持つポジションです。システム連携を理解したうえでテストケースを自ら設計し、「AIにどのような振る舞いをさせるか」の仕様書作成やチューニングのPDCAを回します。（シニアコンサルタントによるレビュー文化があります。）3. プロジェクト推進 エンジニアやシニアコンサルタントと連携し、要件定義、開発、納品、継続運用を通して、クライアントの課題解決・プロジェクト成功をリードしていただきます。持っていただくプロジェクト数は状況に応じて、適正となるようにコントロールしています。■入社後のステップ：AI技術のキャッチアップ期間 AIプロジェクト特有の「不確実性」をコントロールするためには、PM自身がAIの特性を肌で理解している必要があります。そのため、入社後まずはシニアコンサルタントと共に業務に入り、実際にプロダクトに触れ、構築や検証業務を行っていただきます。※期間目安: 3ヶ月～半年程度を想定しています ※目的: AIの挙動をブラックボックスにせず技術的に理解すること、そして実際の顧客折衝で必要となる「AIプロジェクト特有の勘所と注意点」を早期に体得するため。エンジニアと対等に渡り合える知見と、顧客に対して適切な期待値調整ができる感覚を、実務を通じて同時に養います。■プロジェクトチームについて 1チームで1社を担当する手厚い体制です。全体統括と顧客折衝・要件調整・対内コスト管理を担うPMを筆頭に、AIの検証やチューニング実務を支えるアシスタント、技術基盤の実装を担うエンジニアの少数精鋭体制のチームです。PMが一人で全てを抱え込むのではなく、実務支援のコンサルタントや技術専門のエンジニアと密に連携を取りながら進めるスタイルです。職種の垣根を超え、PMが中心となってコミュニケーションのハブとなり、一体感を持って最適解を作り上げる環境です。■プロダクトの優位性について 人間と区別がつかないレベルの自然な対話を実現する「Recho AI Voice Platform」の開発と、大手企業への「Voice AI Agent」の導入・運用支援を行っています。 最大の強みは、高品質なAI Agentを効率よく構築・改善できるプロダクト基盤にあります。業界の暗黙知を吸収し、ユーザーからのフィードバックデータをもとに、継続改善のサイクルを圧倒的な速度で回せる仕組みです。この技術により、金融・メーカー・行政などの実業務において複雑で大規模なコールセンターのAI化が急速に拡大しており、人間のオペレーターへの引き継ぎゼロ（完結率100%）を達成したプロジェクト実績もあります。■面接・選考プロセス カジュアル面談 ⇒ ケース課題・一次面接 ⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

役割：エンタープライズ向けAI Agent導入プロジェクトの品質・組織のマネージメント■お任せしたい主な業務 取締役直下で、デリバリー部門に所属するPMチームの組織マネージメントを担っていただきます。ご自身も重要プロジェクトを担当しながら、チーム全体の品質・進捗・育成に責任を持つ、事業成長の要となるポジションです。1. チームマネジメント 配下のPM一人ひとりが担当するプロジェクトの進捗・品質・顧客満足度（本番導入〜継続率）を横断的に把握し、責任を持ちます。1on1や日々のフォローを通じて、メンバーの育成・支援も担っていただきます。2. プロジェクト品質の維持・向上 各PMが設計する要件定義・テストケース・顧客折衝の質を横断的にレビューします。仕様の抜け漏れやリスクを早期に察知し、必要に応じてご自身も重要局面の折衝に入っていただきます。3. 経営陣・ビジネス部門・プロダクト部門との連携 チームの進捗・売上（本番移行率／アップセル）状況を経営陣に定期報告し、事業戦略とチーム運営を接続します。現場で得られた知見をプロダクト開発チームへ還元する仕組みづくりにも協力いただきます。4. 重要プロジェクトの折衝・推進 マネジメント業務と並行して、特に難易度の高い重要プロジェクトをご自身で担当し、最前線での折衝・意思決定を通じてチームを牽引していただきます。■このポジションの魅力1. 急成長を続けるAI Agent企業で、事業成長の最前線を担う 大手金融・行政等で実績を重ねる急成長フェーズのAI Agent企業で、デリバリー部門の要としてビジネスの成長を牽引していただくことができます。2. PM組織のマネージャーとして、経営に近い距離で意思決定に関与 採用・育成・プロセス設計を含めた組織の土台づくりから、事業戦略やチーム運営に関する意思決定まで、マネジメントレイヤーとして深く関与できます。3. マネージャー・経営陣候補としてのキャリアパス ご活躍次第では将来的には部門責任者、さらには執行役員というキャリアステップも見据えられるポジションです。■プロジェクトチームについて 1チームで1社を担当する手厚い体制です。全体統括と顧客折衝・要件調整・対内コスト管理を担うPMを筆頭に、AIの検証やチューニング実務を支えるアシスタント、技術基盤の実装を担うエンジニアの少数精鋭体制のチームです。PMが一人で全てを抱え込むのではなく、実務支援のコンサルタントや技術専門のエンジニアと密に連携を取りながら進めるスタイルです。職種の垣根を超え、PMが中心となってコミュニケーションのハブとなり、一体感を持って最適解を作り上げる環境です。■プロダクトの優位性について 人間と区別がつかないレベルの自然な対話を実現する「Recho AI Voice Platform」の開発と、大手企業への「Voice AI Agent」の導入・運用支援を行っています。 最大の強みは、高品質なAI Agentを効率よく構築・改善できるプロダクト基盤にあります。業界の暗黙知を吸収し、ユーザーからのフィードバックデータをもとに、継続改善のサイクルを圧倒的な速度で回せる仕組みです。この技術により、金融・メーカー・行政などの実業務において複雑で大規模なコールセンターのAI化が急速に拡大しており、人間のオペレーターへの引き継ぎゼロ（完結率100%）を達成したプロジェクト実績もあります。■面接・選考プロセス カジュアル面談 ⇒ ケース課題・一次面接 ⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

【この求人を一言でいうと】 音声AIおよびLLMの推論フレームワークを独立して設計・実装し、スループットとGPUコストを最適化する「AI推論基盤エンジニア（シニア）」のポジションです。なお、GPUクラスタの保守運用やSRE業務、RL学習基盤の構築は主業務ではありません。 チーム内の公用語は英語（日本語不問）で、想定年収は1,000万〜2,000万円（応相談）。勤務地は原則として、半蔵門オフィス（ハイブリッド前提）です。ただし、海外居住者や遠方の方からのご応募、フルリモート・ビザ取得サポート等についても柔軟に相談に応じます。■こんな経歴の方に向いていますLLM推論基盤（vLLM／SGLangなど）の構築・チューニング経験があるMLOps／ML Platformエンジニアの方音声認識・音声合成モデルの研究開発から、推論基盤・システム側へ軸足を移したい方大規模GPU上での推論ジョブのスループット・コスト最適化に携わってきた方■役割：複数モデル（LLM／音声）に対応する高効率な推論フレームワークの設計・実装Recho（レコー）では、複数の音声モデルおよび大規模言語モデル（LLM）を対象に、学習、評価、データ生成、バッチ推論（大量データの一括推論）を効率的に実行するためのAI推論基盤を構築しています。本ポジションの中心的なミッションは、複数の音声モデルおよびLLMに対応できる高効率な推論フレームワークを独立して設計・実装することです。単純なモデルのAPI化や既存フレームワークの設定作業ではありません。モデルごとの構造、入出力、シーケンス長、前後処理、GPU特性を理解したうえで、モデル実行、バッチング、データ処理、スケジューリングを適切に分離・統合し、再利用可能な推論アーキテクチャを構築していただきます。LLM領域でも、vLLM・SGLangなどの既存推論エンジンを活用し、モデル適応、推論パラメータ、バッチング、Prefill／Decode、リクエスト優先度などを調整します。音声とLLMの両面から、推論のスループットとGPUコストを最適化することが本ポジションの核です。【このポジションで「やらないこと」】オンラインサービスのSLA管理、オンコール、障害復旧、インフラ保守を主目的とするポジションではありませんGPUクラスタそのものの保守運用、一般的なSRE／DevOps業務は主業務ではありません（GPUクラスタの運用保守は別チームが担当します）CUDA Kernelや推論エンジンのフルスクラッチ開発は主業務ではありませんRL（強化学習）学習基盤そのものの構築は、別ポジション「RL基盤エンジニア」が担当します（本ポジションは推論側を中心に連携します）■お任せしたい主な業務 1. 音声モデル向け共通推論フレームワークの設計・実装音声認識（ASR）・音声合成（TTS）・音声対話（Speech-to-Speech）・音声生成など、複数種類の音声モデルに対応する共通推論アーキテクチャの設計共通モジュールとモデル固有モジュールの責務分離、新規モデルを追加するためのAdapter／Pluginインターフェースの設計モデル開発チームが利用する推論API・SDK・実行ツールの開発2. 大規模音声データの高効率バッチ推論・Pipeline最適化可変長音声に対するDynamic Batching・Bucketing、複数GPU／ノードによるデータ並列推論の設計前処理・推論・後処理・ストレージI/Oを重ね合わせる非同期実行Pipelineの構築End-to-Endの処理時間とコストを基準としたボトルネックの計測・改善3. LLM推論の適応・最適化vLLM・SGLangなど成熟した推論エンジンを活用したLLM推論環境の構築（独自エンジンのフルスクラッチ開発は主業務ではありません）Tensor／Pipeline Parallel、Continuous Batching、KV Cache／Prefix Cacheなどの調整Prefill／Decodeの特性やタスク優先度を考慮したスケジューリング設計4. GPUリソースの利用設計（推論ワークロード視点）バッチ推論・評価を対象としたGPU割り当てとキャパシティ設計Kubernetes・Slurm・RayなどによるGPU推論ジョブの実行制御モデル・タスク単位でのGPU使用量と推論コストの可視化・改善 ※より詳細な業務内容については、カジュアル面談や面接の際にお話しさせていただきます。■このポジションの魅力 1. 「音声モデルの推論」という、まだ定石のない領域を切り拓ける 可変長音声・Codec・Vocoder・Speech-to-Speech・マルチモーダルなど、音声特有の推論には最適化の定石がまだありません。モデルの特性を理解して再利用可能な推論アーキテクチャをゼロから設計でき、後続モデル・全チームの土台になります。2. 音声とLLM、両面の推論を一気通貫で最適化できる 音声モデルとLLMの双方を対象に、フレームワーク設計からバッチ推論・スケジューリングまで一貫して担えます。部分最適ではなく、推論全体のスループットとGPUコストで勝負できる希少なスコープです。3. 自社の中核技術として、競争力やコスト最適化といった経営指標に直結 推論効率が生成音声あたりのGPUコストや応答速度を左右し、大手企業が本番運用するプロダクトの競争力そのものを決めます。保守ではなく、事業の中核技術によって価値を生み出せます。■利用サービス・技術スタック一覧言語・実装：Python ／ PyTorchLLM推論：vLLM ／ SGLang ／ TensorRT-LLM ／ Triton Inference Server音声モデル：ASR ／ TTS ／ Speech-to-Speech ／ Audio Codec ／ Vocoderリソース管理・ジョブ実行：Kubernetes ／ Slurm ／ Ray低レベル最適化（歓迎）：C++ ／ CUDA ／ Triton ／ NCCL■プロダクトの優位性について 人間と区別がつかないレベルの自然な対話を実現する「Recho AI Voice Platform」の開発と、大手企業への「Voice AI Agent」の導入・運用支援を行っています。 最大の強みは、高品質なAI Agentを効率よく構築・改善できるプロダクト基盤にあります。業界の暗黙知を吸収し、ユーザーからのフィードバックデータをもとに、継続改善のサイクルを圧倒的な速度で回せる仕組みです。この技術により、金融・メーカー・行政などの実業務において複雑で大規模なコールセンターのAI化が急速に拡大しており、人間のオペレーターへの引き継ぎゼロ（完結率100%）を達成したプロジェクト実績もあります。■面接・選考プロセス カジュアル面談 ⇒ ケース課題・一次面接 ⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

【この求人を一言でいうと】 大手企業のコンタクトセンターに、Recho（レコー）が自社開発する音声AI Agent（電話を伴う業務をAI Agentが自然な対話で代行）を導入するエンジニアのポジションです。導入先企業の業務やシステムを深く理解したうえで、AI Agentの応対内容の設計や、顧客管理システムをはじめとする社内システムとの連携を担い、各社の業務目的に応じて設定した成果を達成するまで、技術的な改善を重ねるミッションを持ちます。あわせて、個別プロジェクトで開発した機能のうち汎用性の高いものを見極め、AI Agentのプロダクト基盤へ展開する役割も担います。お客様先に常駐する働き方ではなく、プロジェクトマネージャーを含むチーム制で導入を推進します。想定年収は500万〜1,000万円程度（応相談）で、勤務地は東京・半蔵門（一部リモート可）です。■こんな経歴の方に向いていますSIer・ITコンサル・事業会社で、要件定義から実装まで一貫して担い、複数システムの連携・統合を手がけてきたエンジニアの方CRM・CTIなど業務システムとのAPI連携の経験をお持ちで、AIを使った業務変革の現場に踏み込みたい方Webアプリケーション開発の経験を活かし、生成AI・AI Agentの実装へ軸足を広げたい方■役割：FDEとして、AI Agent導入の技術実装をリードし、フィードバックをプロダクトに還元するRechoでは、金融・メーカー・行政など大手企業のコールセンターへのAI Agent導入が急速に拡大しています。本ポジションは、インテグレーションチームの一員としてPMと組み、導入プロジェクトの技術実装を担うFDE（Forward Deployed Engineer）です。単にシステムをつなぐだけではありません。お客様の業務フローとシステム環境・制約を理解したうえで、AI Agentの構築、CRM・CTIとのリアルタイム連携、通話後処理の実装までを一貫して担い、本番で成果が出る状態をつくります。さらに、複数プロジェクトを横断して「個別実装 → 標準化 → プラットフォームへの反映提案」という流れを生み出し、現場の知見をプロダクトの進化につなげていただきます。ご経験に応じて、まずは実装担当として参画いただき、担当プロジェクトの技術オーナー、さらに複数案件の技術リードへとステップアップいただけます。【このポジションで「やらないこと」】お客様先への常駐を前提としたポジションではありません（普段は自社オフィスで勤務し、要件のすり合わせや導入時の打ち合わせなど、必要に応じてお客様先を訪問します）自社開発のSTT・TTSなど、音声AIモデルそのものの研究開発は主業務ではありません全社共通インフラの保守運用や、一般的なSRE／DevOps専任業務を主目的とするポジションではありません（担当プロジェクトのシステム監視・障害対応は担っていただきます）プロジェクト全体の進行管理・顧客窓口はプロジェクトマネージャー（以下、PM）が担当します■お任せしたい主な業務 1. AI Agentの構築・チューニングPMが定義した要件をもとに、自社のAI Voice Platform上でAI Agentを構築し、テストから本番導入までを技術面でリード「想定どおりのトーク・対応になるか」を実際に動かしながら検証し、期待する挙動になるまでプロンプトや設定を調整2. クライアントシステムとの連携開発通話中のAI Agentと、お客様のCRM・CTI等とのリアルタイム連携機能を設計・実装（本人確認後の契約情報照会など、Agentが通話中に呼び出せるツールとして提供）通話終了後のアフターコールワーク（要約のCRM自動登録、対応履歴の記録、後続処理の起動など）を、お客様の業務に合わせて実装3. 要件整理・技術仕様の調整PMと組んでお客様の業務フローをヒアリング・整理し、「どのデータをどう連携すれば最も効果が出るか」を設計・提案お客様の技術担当者とAPI仕様などをすり合わせ、実現可能性と実装方針を技術的に評価要件や前提の変化に応じて技術判断を下し、手戻りやスケジュールへの影響をコントロール4. システム監視・障害対応担当プロジェクトのシステム監視・アラート対応音声処理・連携API・バックエンドなど複数コンポーネントにまたがる障害の原因を切り分け、修正までやり切る5. 標準化・技術リード（ご経験に応じて）特定のお客様向けに作った機能から横展開できるものを見極めて汎用化し、プラットフォームチームへ引き継ぎプロジェクトの技術オーナーとして設計・技術選定をリードし、他プロジェクトのエンジニアへの技術レビューやチーム横断の相談対応を担う※より詳細な業務内容については、カジュアル面談や面接の際にお話しさせていただきます。■このポジションの魅力1. 「個別実装」と「プロダクト進化」の両方に関われる 複雑な顧客要件を技術で吸収して本番環境で動かしながら、現場からのフィードバックを通じて自社プロダクトの方向性にも影響を与えられます。2. 音声AI・生成AIの最前線で、市場価値の高い実装経験を積める 自社開発のSTT・TTSモデルを持つRechoならではの技術スタックに触れながら、エンタープライズの本番環境で動くシステムを手がけられます。3. 経験に応じて裁量が広がり、技術×事業判断を鍛えられる シニアエンジニアに相談できる体制のもとで実装から始め、技術オーナーとして「作れる」だけでなく「作るべきか」「汎用化すべきか」を判断する立場へステップアップできます。■利用サービス・技術スタック一覧言語：TypeScript ／ Pythonクラウド：AWS（ECS・API Gateway・DynamoDB等）連携：各種CRM・CTI API連携■面接・選考プロセス カジュアル面談 ⇒ 一次面接 ⇒ （技術課題）⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■プロダクトの優位性について 人間と区別がつかないレベルの自然な対話を実現する「Recho AI VoicePlatform」の開発と、大手企業への「Voice AI Agent」の導入・運用支援を行っています。最大の強みは、高品質なAI Agentを効率よく構築・改善できるプロダクト基盤にあります。業界の暗黙知を吸収し、ユーザーからのフィードバックデータをもとに、継続改善のサイクルを圧倒的な速度で回せる仕組みです。この技術により、金融・メーカー・行政などの実業務において複雑で大規模なコールセンターのAI化が急速に拡大しており、人間のオペレーターへの引き継ぎゼロ（完結率100%）を達成したプロジェクト実績もあります。■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。 Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

【この求人を一言でいうと】 Recho（レコー）のAIを賢くするための“教材”（学習データ・評価データ）を、実際の業務データから一貫して設計・構築するLLMデータエンジニアのポジションです。通話ログや業務システムから、モデルに何を学ばせるかを考えてデータを作り、品質を担保する仕組み化を担います。今は案件ごとに属人的な工程を、再現性のある標準フローに変えるフェーズです。チーム内の公用語は英語ですが、本ポジションは日本語TTSの品質を扱う性質上、日本語でのコミュニケーション（N2レベルを目安）が必須です。年収は1,000万～2,000万円（応相談）。勤務地は原則として、半蔵門オフィス（ハイブリッド前提）です。ただし、海外居住者や遠方の方からのご応募、フルリモート・ビザ取得サポート等についても柔軟に相談に応じます。■こんな経歴の方に向いています基盤モデル企業で、ポストトレーニング用データ（SFT・選好・合成データ）を構築してきた方CS・対話AI企業で、実際の業務ログや業務システムと向き合い、学習データを設計してきた方データエンジニア／MLエンジニアとして、業務システムとのデータ連携を自ら設計・実装してきた方■役割：実データを起点に、LLMの学習・評価データを一貫して設計・構築する Rechoでは、モデル性能の上限は「報酬とデータの質」で決まると考えています。本ポジションの中心的なミッションは、実データ（通話ログ、業務システム、FAQ・マニュアル等）を起点に、LLMの学習・評価データを一貫して設計・構築することです。 現状は案件ごとにデータを作る工程が属人的で、再現性がありません。これを、実データのクレンジング・匿名化・構造化から、SFT・RL用データの構築（合成データ生成、難易度制御、重複除去、混合比調整）、評価セット・ベンチマーク整備までを、標準化された仕組みにしていただきます。今後20～30案件への展開を支える土台であり、学習結果のエラー分析からデータを改善する“データフライホイール”の設計・運用まで担います。将来はデータ・評価チームのリードも見据えたポジションです。【このポジションで「やらないこと」】オンラインサービスのSLA管理、オンコール、インフラ保守を主目的とするポジションではありませんGPUクラスタの保守運用、一般的なSRE／DevOps業務は主業務ではありません（運用保守は別チームが担当します）学習アルゴリズムや報酬の最終設計そのもの（SFT・RLの手法設計、損失関数の改良）は別ポジション「LLMトレーニングエンジニア」が担当します（本ポジションはデータと評価セットの設計・構築で連携します）顧客業務の要件定義・「正しい応答」の定義そのものは別ポジション「データPM」が担当します（本ポジションはそれを実データに落とし込み、構築します）■お任せしたい主な業務 1. 実データの調査・設計・整備案件ごとの業務システム・実データの調査と、学習・評価データの一貫した設計通話ログ等の実データのクレンジング、匿名化、構造化2. 学習・評価データの構築SFT・RL用データの構築（合成データ生成、難易度制御、重複除去、混合比の調整）報酬関数・評価セットの実装と、案件ごとのベンチマーク整備3. データフライホイールの運用学習結果のエラー分析と、データ改善につなげるループの設計・運用再現性・バージョン管理を担保したデータパイプラインの構築※より詳細な業務内容については、カジュアル面談や面接の際にお話しさせていただきます。■このポジションの魅力 1. モデル性能の“上限”を決める側に立てる 性能の上限は報酬とデータの質で決まります。「何を覚えさせ、何をプロンプトで渡すか」から設計し、モデルの賢さの土台を自分の手で作れます。2. 属人化を仕組みに変える0→1 今は案件ごとにバラバラなデータ構築を、再現性のある標準フロー＝データフライホイールに作り替えます。20～30案件への展開を支える基盤を一から設計できます。3. 実データとプロダクトの最前線 実際の通話ログや業務システムと向き合い、CS現場の課題をデータに落とし込む仕事。研究用の綺麗なデータではなく、本番を動かすデータで勝負できます。■利用サービス・技術スタック一覧言語・実装：Python（pandas ／ Polars ／ Spark 等）データ基盤：ETL ／ バージョン管理 ／ 再現性担保 ／ SQL ／ 各種API・DB連携合成データ・評価：LLM APIによる合成データ生成 ／ LLM-as-a-Judge学習フレームワーク入力：TRL ／ verl（SFT・RL用データの整形）■プロダクトの優位性について 人間と区別がつかないレベルの自然な対話を実現する「Recho AI Voice Platform」の開発と、大手企業への「Voice AI Agent」の導入・運用支援を行っています。 最大の強みは、高品質なAI Agentを効率よく構築・改善できるプロダクト基盤にあります。業界の暗黙知を吸収し、ユーザーからのフィードバックデータをもとに、継続改善のサイクルを圧倒的な速度で回せる仕組みです。この技術により、金融・メーカー・行政などの実業務において複雑で大規模なコールセンターのAI化が急速に拡大しており、人間のオペレーターへの引き継ぎゼロ（完結率100%）を達成したプロジェクト実績もあります。■面接・選考プロセス カジュアル面談 ⇒ ケース課題・一次面接 ⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

【この求人を一言でいうと】 Recho（レコー）のAIモデルを、特訓（ポストトレーニング）で自社向けにもっと賢くするLLMトレーニングエンジニアのポジションです。学習の手法・“採点”のしくみ（報酬設計）・教材（学習データ）を自ら設計し、モデルの賢さそのものに責任を持ちます。汎用AIを自社ユースケースに最適化し、将来はその性能をAPIとして外部提供する事業化も見据えます。チーム内の公用語は英語（日本語不問）で、年収は1,000万～2,000万円（応相談）。勤務地は原則として、半蔵門オフィス（ハイブリッド前提）です。ただし、海外居住者や遠方の方からのご応募、フルリモート・ビザ取得サポート等についても柔軟に相談に応じます。■こんな経歴の方に向いています機械学習エンジニア／リサーチャーとして、LLMの学習（特にポストトレーニング）に深く従事してきた方SFT・選好最適化・RLHFを本番モデルに適用し、リリースまで経験した方情報系・数理系のバックグラウンド（修士／博士、または同等の実務経験）で、国際会議発表やOSS実績がある方■役割：ポストトレーニングでLLMを自社ユースケースに最適化し、モデル品質に責任を持つ Rechoでは、汎用のLLMをそのまま使うのではなく、ポストトレーニングで自社のユースケースに最適化し、プロダクトへ深く組み込んでいます。本ポジションの中心的なミッションは、SFT・選好最適化・強化学習（RL）といった学習手法を設計・実装・運用し、単一モデルのポストトレーニングにおける学習品質に責任を持つことです。報酬設計（報酬モデル・RLVR・LLM-as-a-Judge）や学習データの品質・混合比の設計、ポストトレーニングのアルゴリズム自体の改良（損失関数・KLペナルティ・advantage推定の改善、学習の安定化）まで、モデルを賢くするコアに踏み込んでいただきます。 さらに、ここで得た性能をAPIとして外部提供し、事業の第二の柱に育てていく構想もあります。long CoT・reasoning、tool use・function callingなど、エージェント用途のポストトレーニングも対象です。【このポジションで「やらないこと」】オンラインサービスのSLA管理、オンコール、障害復旧、インフラ保守を主目的とするポジションではありませんGPUクラスタそのものの保守運用、一般的なSRE／DevOps業務は主業務ではありません（運用保守は別チームが担当します）学習・推論を回す基盤システムそのものの構築（Rollout基盤・重み同期・GPUリソース配分）は別ポジション「RL基盤エンジニア」が担当します（本ポジションは学習アルゴリズム・報酬・データに責任を持ち、基盤チームと連携します）事前学習（Pre-training）をゼロから行うことは主務ではありません（ポストトレーニングが中心です）■お任せしたい主な業務 1. ポストトレーニングの設計・実装・運用SFT／選好最適化（DPO・KTO・ORPO・SimPO 等）／オンラインRL（PPO・GRPO・RLOO 等）の設計・実装・運用long CoT／reasoning、tool use・function calling・エージェント用途のポストトレーニングポストトレーニングのアルゴリズム改良（損失関数・KLペナルティ・advantage推定の改善、学習の安定化・サンプル効率の改善）2. 報酬設計報酬モデル、RLVR（検証可能報酬）、LLM-as-a-Judge パイプラインの構築報酬ハッキング・報酬の過最適化の検知・分析・対処3. 学習データの品質管理合成データ生成とデータ品質管理（混合比の最適化、難易度制御、重複除去、ベンチマーク汚染検査）選好データ・合成データの生成・フィルタリング4. 評価基盤の内製化製品品質と相関する社内評価セットの新規設計評価基盤の設計・内製化、人手評価・A/Bテストの設計とアノテーションガイドライン整備※より詳細な業務内容については、カジュアル面談や面接の際にお話しさせていただきます。■このポジションの魅力 1. モデルを賢くする“コア”に責任を持てる 汎用LLMを自社ユースケースに最適化する学習アルゴリズム・報酬・データのコアを担い、単一モデルのポストトレーニング品質に責任を持てます。基盤を使うのではなく、モデルの賢さそのものを設計する立場です。2. 事業の第二の柱を一から作れる ポストトレーニングで得た性能をAPIとして外部提供し、事業の第二の柱に育てる構想。プロダクト最適化から事業化までを見据えて動けます。3. 最先端の手法を本番で回せる GRPO等のオンラインRL、long CoT・reasoning、エージェント用途のポストトレーニングなど、トップラボ水準の手法を、大手企業が本番運用するプロダクトに直接適用できます。■利用サービス・技術スタック一覧言語・実装：Python ／ PyTorch学習手法：SFT ／ DPO・KTO・ORPO・SimPO ／ PPO・GRPO・RLOO報酬・評価：報酬モデル ／ RLVR（検証可能報酬）／ LLM-as-a-JudgeRL・分散学習：verl ／ OpenRLHF ／ TRL ／ FSDP ／ DeepSpeed ／ Megatron-LMロールアウト推論：vLLM ／ SGLang実験管理・リソース：Weights & Biases 等 ／ Slurm ／ Kubernetes■プロダクトの優位性について 人間と区別がつかないレベルの自然な対話を実現する「Recho AI Voice Platform」の開発と、大手企業への「Voice AI Agent」の導入・運用支援を行っています。 最大の強みは、高品質なAI Agentを効率よく構築・改善できるプロダクト基盤にあります。業界の暗黙知を吸収し、ユーザーからのフィードバックデータをもとに、継続改善のサイクルを圧倒的な速度で回せる仕組みです。この技術により、金融・メーカー・行政などの実業務において複雑で大規模なコールセンターのAI化が急速に拡大しており、人間のオペレーターへの引き継ぎゼロ（完結率100%）を達成したプロジェクト実績もあります。■面接・選考プロセス カジュアル面談 ⇒ ケース課題・一次面接 ⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

In shortYou'll design and build Recho's inference framework for speech models and LLMs, and you'll own its throughput and GPU cost. This is a hands-on senior role: you'll architect the system and write much of the code yourself.Team language: English (Japanese not required)Salary: ¥10M–¥20M per year, plus stock optionsLocation: Tokyo (Hanzomon), hybrid. Candidates based outside Japan are welcome. We offer visa sponsorship and relocation support, and we're open to discussing fully remote arrangements.You might be a fit if you are…An MLOps / ML platform engineer who has built and tuned LLM inference stacks (vLLM, SGLang, etc.)A speech recognition or speech synthesis engineer/researcher who wants to shift toward inference systemsAn engineer who has optimized throughput and cost for inference workloads on large GPU clustersAbout the roleAt Recho, we run training, evaluation, data generation and large-scale batch inference across multiple speech models and LLMs. Your core mission is to independently design and implement a high-efficiency inference framework that serves all of them.This isn't about wrapping a model in an API or tweaking config files. You'll need to understand each model's architecture, inputs and outputs, sequence lengths, pre- and post-processing, and GPU characteristics. From there, you'll separate and integrate model execution, batching, data processing and scheduling into a reusable inference architecture.On the LLM side, you'll build on mature engines such as vLLM and SGLang. You'll tune model adaptation, inference parameters, batching, prefill/decode behavior and request priority. Across both speech and LLMs, your north star is throughput and GPU cost.What this role is notNot an on-call or SRE role. SLA management, incident response and infrastructure maintenance for online services are not the focus.GPU cluster operations and general DevOps are handled by a separate team.Writing CUDA kernels or building an inference engine from scratch is not the main job.RL training infrastructure belongs to our separate RL Infrastructure Engineer role. You'll partner with that team on the inference side.What you'll do1. Build a common inference framework for speech modelsDesign a shared inference architecture for ASR, TTS, speech-to-speech and other audio generation modelsDraw clear boundaries between shared and model-specific modules, with adapter/plugin interfaces for onboarding new modelsBuild the inference APIs, SDKs and tooling our model teams use every day2. Optimize large-scale batch inference for audioApply dynamic batching and bucketing for variable-length audio, and run data-parallel inference across GPUs and nodesBuild asynchronous pipelines that overlap preprocessing, inference, postprocessing and storage I/OMeasure and remove bottlenecks based on end-to-end processing time and cost3. Adapt and optimize LLM inferenceStand up LLM inference on mature engines such as vLLM and SGLangTune tensor/pipeline parallelism, continuous batching, KV cache and prefix cacheDesign scheduling that accounts for prefill/decode characteristics and task priority4. Plan GPU usage for inference workloadsHandle GPU allocation and capacity planning for batch inference and evaluationOrchestrate GPU inference jobs with Kubernetes, Slurm and RayTrack and reduce GPU usage and inference cost per model and per taskWe're happy to go into more detail during the intro call and interviews.Why this roleSet the playbook in an area that doesn't have one yet. Inference for variable-length audio, codecs, vocoders, speech-to-speech and multimodal models has no established best practices. What you design becomes the foundation for every future model and team.Own inference end to end. You'll cover both speech and LLMs, from framework design to batch inference and scheduling. That means you optimize the whole system, not just one piece of it.Directly move the business. Inference efficiency determines GPU cost per unit of generated speech and response latency. Those decide how competitive our product is for the major enterprises running it in production.Tech stackLanguages & frameworks: Python, PyTorchLLM inference: vLLM, SGLang, TensorRT-LLM, Triton Inference ServerSpeech models: ASR, TTS, speech-to-speech, audio codecs, vocodersOrchestration: Kubernetes, Slurm, RayLow-level optimization (nice to have): C++, CUDA, Triton, NCCLOur productWe build the Recho AI Voice Platform, which delivers voice conversations natural enough to be hard to tell apart from a human. We also deploy and operate Voice AI Agents for large enterprises.Our edge is a platform for building and improving high-quality agents quickly. It captures industry know-how and turns user feedback into a fast, continuous improvement loop. Our agents now handle complex, large-scale contact center operations in finance, manufacturing and the public sector. In some deployments, they've resolved every call without handing off to a human agent.Hiring processIntro call → Case assignment & first interview → Paid work trial* → Final interview → Offer meeting*The work trial is 1–2 consecutive days at our Tokyo office, working on real tasks alongside the team, and it's paid. It's a chance for both sides to check fit and get a feel for the work.If you're based outside Japan, we'll agree on the format together. We won't ask you to travel to Japan just for this step.If your schedule or your current employer's side-work policy makes the trial difficult, just let us know.We may also ask for references.About RechoRecho develops foundation models for customer-support AI agents and also deploys them for clients, all within one organization. Our core strength is voice AI technology we built entirely in-house, which resolves the industry's long-standing trade-off between quality and cost.We've closed a Series A of approximately ¥700M and are rapidly rolling out to demanding production environments at major companies such as SBI Shinsei Bank and KDDI.Learn moreCorporate websiteTeam interviews (note, in Japanese)Company deckCase study: Partnership with KDDI and Altius Link (Japanese)Case study: SBI Shinsei Bank (Japanese)2-minute voice demo — give it a listen!

In shortYou'll design and build the "curriculum" that makes Recho's AI smarter: the training and evaluation data for our LLMs, built end to end from real-world business data. Starting from call logs and our clients' business systems, you'll decide what the model should learn, build the data, and put systems in place to guarantee its quality. Today, data building is ad hoc and varies from project to project. Your job is to turn it into a repeatable, standardized workflow.Team language: English. Japanese at around JLPT N2 level is also required, since you'll work directly with Japanese call logs and business data.Salary: ¥10M–¥20M per year, plus stock optionsLocation: Tokyo (Hanzomon), hybrid. Candidates based outside Japan are welcome. We offer visa sponsorship and relocation support, and we're open to discussing fully remote arrangements.You might be a fit if you are…Someone who has built post-training data (SFT, preference, synthetic data) at a foundation model companySomeone at a customer service or conversational AI company who has designed training data from real business logs and systemsA data engineer or ML engineer who has designed and implemented data integrations with business systems yourselfAbout the roleAt Recho, we believe the ceiling on model performance is set by the quality of rewards and data. Your core mission is to design and build LLM training and evaluation data end to end, starting from real-world data such as call logs, business systems, FAQs and manuals.Right now, building data for each project depends on individual effort and isn't reproducible. You'll turn the whole process into a standardized system: cleansing, anonymizing and structuring raw data; building SFT and RL data (synthetic data generation, difficulty control, deduplication, mixture tuning); and maintaining evaluation sets and benchmarks.This is the foundation for scaling to the next 20–30 client projects. You'll also design and run the "data flywheel" that turns error analysis of training results into better data. Down the line, this role could grow into leading our data and evaluation team.What this role is notNot an on-call or SRE role. SLA management and infrastructure maintenance for online services are not the focus.GPU cluster operations and general SRE/DevOps are handled by a separate team.The final design of training algorithms and rewards (SFT/RL methods, loss functions) belongs to our LLM Training Engineer role. You'll partner with them on data and evaluation sets.Defining client requirements and what a "correct response" looks like belongs to our Data PM role. You'll turn those definitions into real data.What you'll do1. Investigate, design and prepare real-world dataInvestigate each project's business systems and data, and design training and evaluation data end to endCleanse, anonymize and structure real-world data such as call logs2. Build training and evaluation dataBuild SFT and RL data: synthetic data generation, difficulty control, deduplication and mixture tuningImplement reward functions and evaluation sets, and maintain benchmarks for each project3. Run the data flywheelDesign and run the loop that turns error analysis of training results into data improvementsBuild data pipelines with reproducibility and versioning built inWe're happy to go into more detail during the intro call and interviews.Why this roleSet the ceiling on model performance. That ceiling is set by the quality of rewards and data. You'll decide what the model should learn and what belongs in the prompt, and build the foundation of its intelligence yourself.Turn ad hoc work into a system, from zero. You'll rebuild fragmented, project-by-project data work into a repeatable data flywheel, and design the foundation for scaling to 20–30 projects.Work at the front line of real data and real products. You'll work with actual call logs and business systems and turn real customer-service problems into data. This isn't clean research data; it's the data that runs production.Tech stackLanguages: Python (pandas, Polars, Spark, etc.)Data infrastructure: ETL, versioning, reproducibility, SQL, API and database integrationsSynthetic data & evaluation: Synthetic data generation via LLM APIs, LLM-as-a-JudgeTraining framework inputs: TRL, verl (formatting SFT and RL data)Our productWe build the Recho AI Voice Platform, which delivers voice conversations natural enough to be hard to tell apart from a human. We also deploy and operate Voice AI Agents for large enterprises.Our edge is a platform for building and improving high-quality agents quickly. It captures industry know-how and turns user feedback into a fast, continuous improvement loop. Our agents now handle complex, large-scale contact center operations in finance, manufacturing and the public sector. In some deployments, they've resolved every call without handing off to a human agent.Hiring processIntro call → Case assignment & first interview → Paid work trial* → Final interview → Offer meeting*The work trial is 1–2 consecutive days at our Tokyo office, working on real tasks alongside the team, and it's paid. It's a chance for both sides to check fit and get a feel for the work.If you're based outside Japan, we'll agree on the format together. We won't ask you to travel to Japan just for this step.If your schedule or your current employer's side-work policy makes the trial difficult, just let us know.We may also ask for references.About RechoRecho develops foundation models for customer-support AI agents and also deploys them for clients, all within one organization. Our core strength is voice AI technology we built entirely in-house, which resolves the industry's long-standing trade-off between quality and cost.We've closed a Series A of approximately ¥700M and are rapidly rolling out to demanding production environments at major companies such as SBI Shinsei Bank and KDDI.Learn moreCorporate websiteTeam interviews (note, in Japanese)Company deckCase study: Partnership with KDDI and Altius Link (Japanese)Case study: SBI Shinsei Bank (Japanese)2-minute voice demo — give it a listen!

In shortYou'll make Recho's AI models smarter for our use cases through post-training. You'll design the training methods, the reward design that "grades" the model, and the training data yourself, and you'll own the model's intelligence itself. Your job is to optimize general-purpose LLMs for our use cases, and down the line, we plan to offer that performance externally as an API business.Team language: English (Japanese not required)Salary: ¥10M–¥20M per year, plus stock optionsLocation: Tokyo (Hanzomon), hybrid. Candidates based outside Japan are welcome. We offer visa sponsorship and relocation support, and we're open to discussing fully remote arrangements.You might be a fit if you are…An ML engineer or researcher who has worked deeply on LLM training, especially post-trainingSomeone who has applied SFT, preference optimization or RLHF to a production model and shipped itSomeone with a CS or math background (MS/PhD, or equivalent industry experience) and a track record of conference publications or open-source workAbout the roleAt Recho, we don't use general-purpose LLMs as they are. We optimize them for our use cases through post-training and build them deep into our product. Your core mission is to design, implement and run training methods such as SFT, preference optimization and reinforcement learning (RL), and to own training quality for post-training of a single model.You'll work at the core of what makes the model smart. That includes reward design (reward models, RLVR, LLM-as-a-Judge), designing training data quality and mixture ratios, and improving the post-training algorithms themselves (loss functions, KL penalty, advantage estimation, training stability).We also plan to offer the performance we gain here externally as an API and grow it into a second pillar of our business. The scope includes post-training for agentic use cases such as long CoT and reasoning, tool use and function calling.What this role is notNot an on-call or SRE role. SLA management, incident recovery and infrastructure maintenance for online services are not the focus.GPU cluster operations and general SRE/DevOps are handled by a separate team.Building the infrastructure that runs training and inference (rollout systems, weight sync, GPU allocation) belongs to our RL Infrastructure Engineer role. You'll own the algorithms, rewards and data, and partner with that team.Pre-training from scratch is not the main job. The focus is post-training.What you'll do1. Design, implement and run post-trainingDesign, implement and run SFT, preference optimization (DPO, KTO, ORPO, SimPO, etc.) and online RL (PPO, GRPO, RLOO, etc.)Post-training for long CoT and reasoning, tool use, function calling and agentic use casesImprove post-training algorithms: loss functions, KL penalty, advantage estimation, training stability and sample efficiency2. Design rewardsBuild reward models, RLVR (verifiable rewards) and LLM-as-a-Judge pipelinesDetect, analyze and address reward hacking and reward over-optimization3. Manage training data qualityGenerate synthetic data and manage data quality: mixture optimization, difficulty control, deduplication and benchmark contamination checksGenerate and filter preference and synthetic data4. Build evaluation in-houseDesign new internal evaluation sets that correlate with product qualityDesign and build our evaluation platform in-house, and design human evaluation, A/B tests and annotation guidelinesWe're happy to go into more detail during the intro call and interviews.Why this roleOwn the core of what makes the model smart. You'll own the algorithms, rewards and data that optimize general-purpose LLMs for our use cases, and you'll be responsible for post-training quality. You won't just use a platform; you'll design the model's intelligence itself.Build a second business pillar from scratch. We plan to offer the performance gained through post-training as an API and grow it into a second pillar of the business. Your work spans product optimization all the way to a new business.Run cutting-edge methods in production. You'll apply top-lab methods, such as online RL like GRPO, long CoT and reasoning, and agentic post-training, directly to a product that major enterprises run in production.Tech stackLanguages & frameworks: Python, PyTorchTraining methods: SFT, DPO, KTO, ORPO, SimPO, PPO, GRPO, RLOORewards & evaluation: Reward models, RLVR (verifiable rewards), LLM-as-a-JudgeRL & distributed training: verl, OpenRLHF, TRL, FSDP, DeepSpeed, Megatron-LMRollout inference: vLLM, SGLangExperiment tracking & compute: Weights & Biases, etc.; Slurm, KubernetesOur productWe build the Recho AI Voice Platform, which delivers voice conversations natural enough to be hard to tell apart from a human. We also deploy and operate Voice AI Agents for large enterprises.Our edge is a platform for building and improving high-quality agents quickly. It captures industry know-how and turns user feedback into a fast, continuous improvement loop. Our agents now handle complex, large-scale contact center operations in finance, manufacturing and the public sector. In some deployments, they've resolved every call without handing off to a human agent.Hiring processIntro call → Case assignment & first interview → Paid work trial* → Final interview → Offer meeting*The work trial is 1–2 consecutive days at our Tokyo office, working on real tasks alongside the team, and it's paid. It's a chance for both sides to check fit and get a feel for the work.If you're based outside Japan, we'll agree on the format together. We won't ask you to travel to Japan just for this step.If your schedule or your current employer's side-work policy makes the trial difficult, just let us know.We may also ask for references.About RechoRecho develops foundation models for customer-support AI agents and also deploys them for clients, all within one organization. Our core strength is voice AI technology we built entirely in-house, which resolves the industry's long-standing trade-off between quality and cost.We've closed a Series A of approximately ¥700M and are rapidly rolling out to demanding production environments at major companies such as SBI Shinsei Bank and KDDI.Learn moreCorporate websiteTeam interviews (note, in Japanese)Company deckCase study: Partnership with KDDI and Altius Link (Japanese)Case study: SBI Shinsei Bank (Japanese)2-minute voice demo — give it a listen!

In shortYou'll lead efforts to improve the quality of the voice itself — the voice Recho's phone AI speaks with — from both the model side and the data side. You'll pinpoint issues such as mispronunciations, unnatural intonation and latency, and drive the fixes. Down the line, this role could grow into leading our speech team.Team language: English. Japanese at around JLPT N2 level is also required, since this role is responsible for the quality of Japanese TTS.Salary: ¥10M–¥20M per year, plus stock optionsLocation: Tokyo (Hanzomon), hybrid. Candidates based outside Japan are welcome. We offer visa sponsorship and relocation support, and we're open to discussing fully remote arrangements.You might be a fit if you are…Someone who has done TTS / speech synthesis R&D and shipped it as a productSomeone who wants to own not just the model, but also speech data design, quality control and translating product requirements into technical workSomeone who wants to lead teams and projects, and to build and run a speech teamAbout the roleIn Recho's phone-based customer support, the quality of the AI's voice — its naturalness, accuracy, stability and latency — directly shapes the customer experience. Your core mission is to identify quality issues in our TTS (speech synthesis) models and lead improvements from both the model side and the data side.To tackle mispronunciations, unnatural intonation, instability and latency, you'll plan and execute solutions on two fronts: training and improving state-of-the-art TTS architectures (LLM-based TTS, audio codecs, flow matching, diffusion, etc.), and collecting and selecting speech data and setting quality standards for it.Another key part of the role is translating requests from PMs and client projects into technical problems and drawing up an improvement roadmap. You'll work with the inference team on production rollout and latency reduction, and down the line, this role could grow into leading our speech team (TTS and speech data).What this role is notNot an on-call or SRE role. SLA management, incident recovery and infrastructure maintenance for online services are not the focus.GPU cluster operations and general SRE/DevOps are handled by a separate team.Designing and building the inference infrastructure itself (acceleration, serving) belongs to our AI Inference Engineer role. You'll partner with them on latency reduction.ASR (speech recognition) and conversation design are not the main job. You'll collaborate on them as needed.What you'll do1. Research, develop and improve TTS modelsTrain and improve state-of-the-art TTS architectures (LLM-based TTS, audio codecs, flow matching, diffusion, etc.)Improve quality, stability and latency by fixing mispronunciations, unnatural intonation and instabilityWork with the inference team on production rollout and latency reduction2. Identify issues and set the speech data strategyIdentify TTS quality issues, and plan and execute solutions on both the model and data sideSet the speech data strategy (collection, selection, quality standards) and work with the data teamBuild pipelines for speech data preprocessing, alignment and labeling3. Design evaluationDesign evaluation criteria and evaluation sets to measure qualityRun evaluations that combine subjective (MOS, etc.) and objective metrics4. Product collaboration & team leadershipAlign on requirements with PMs and client projects, and set the improvement roadmapMentor team members and set technical directionWe're happy to go into more detail during the intro call and interviews.Why this roleYour judgment defines what "a good voice" means. In phone-based customer support, a natural voice is the customer experience. You'll solve issues anyone can hear — pronunciation, intonation, latency — through your own designs, on both the model and data side.Work across model, data and product. This isn't research in isolation. You'll own everything from data preparation to product requirements. The bar isn't single-model accuracy; it's quality on real calls.Build and lead the speech team. You'll start by mapping out the issues and setting evaluation criteria, then grow into leading the TTS and speech data team. You'll build our speech quality system from zero.Tech stackLanguages & frameworks: Python, PyTorchTTS & speech: LLM-based TTS, audio codecs, flow matching, diffusion, vocodersSpeech data: Preprocessing, alignment, labelingEvaluation: MOS (subjective) plus objective metricsRelated (nice to have): Streaming inference, latency reduction, distributed trainingOur productWe build the Recho AI Voice Platform, which delivers voice conversations natural enough to be hard to tell apart from a human. We also deploy and operate Voice AI Agents for large enterprises.Our edge is a platform for building and improving high-quality agents quickly. It captures industry know-how and turns user feedback into a fast, continuous improvement loop. Our agents now handle complex, large-scale contact center operations in finance, manufacturing and the public sector. In some deployments, they've resolved every call without handing off to a human agent.Hiring processIntro call → Case assignment & first interview → Paid work trial* → Final interview → Offer meeting*The work trial is 1–2 consecutive days at our Tokyo office, working on real tasks alongside the team, and it's paid. It's a chance for both sides to check fit and get a feel for the work.If you're based outside Japan, we'll agree on the format together. We won't ask you to travel to Japan just for this step.If your schedule or your current employer's side-work policy makes the trial difficult, just let us know.We may also ask for references.About RechoRecho develops foundation models for customer-support AI agents and also deploys them for clients, all within one organization. Our core strength is voice AI technology we built entirely in-house, which resolves the industry's long-standing trade-off between quality and cost.We've closed a Series A of approximately ¥700M and are rapidly rolling out to demanding production environments at major companies such as SBI Shinsei Bank and KDDI.Learn moreCorporate websiteTeam interviews (note, in Japanese)Company deckCase study: Partnership with KDDI and Altius Link (Japanese)Case study: SBI Shinsei Bank (Japanese)2-minute voice demo — give it a listen!

役割：システムの信頼性と安全性を最高水準へ導く障害を減らすことはもちろん、障害発生時にいかに早く気づき、早くトリアージし、早く復旧できるかを重視しています。この一連の流れにおける人的関与を自動化し、運用工数を継続的に削減していくことを目指しています。■お任せしたい主な業務 1. モニタリング・オブザーバビリティDatadogによる各サーバーのo11ySLI/SLO改善Sentryのアラート送信・ログ監視2. セキュリティ対応インフラ層の脆弱性対応アプリ層の脆弱性対応ISO27017に向けたセキュリティ強化3. 開発効率化CI/CDの最適化■入社後、共に取り組みたい業務 優先順位やお持ちのご経験・スキルに応じて、お任せしていきます。1. 大規模・高負荷インフラの進化リアルタイム音声処理基盤のアーキテクチャ改善・スケーラビリティ向上高可用性・耐障害性を前提としたシステム設計のリード同時接続数の急増に耐えるキャパシティプランニングとオートスケール設計2. SLA管理体制の構築エンタープライズ顧客向けSLAの定義・監視の仕組みづくり月次SLAレポートの自動生成パイプラインの構築3. インシデント対応プロセスの確立オンコール体制の構築ポストモーテムの実施と改善活動4. 音声AI特有の監視強化LLM、音声品質メトリクスの監視設計通話品質劣化の早期検知とアラート設計5. インフラ、アプリ層のコスト最適化GPUインスタンスを含むリソース使用状況の可視化リソース使用状況の可視化とライトサイジング■面接・選考プロセス カジュアル面談 ⇒ 一次面接 ⇒ （技術課題）⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

役割：最先端の音声モデル推論基盤とマルチクラウド環境を統括し、AIの社会実装をインフラから支える■お任せしたい主な業務 1. セキュリティ・ネットワーク大規模環境におけるネットワーク設計・権限管理の整備金融業界水準のセキュリティ要件に対応するインフラ設計・脆弱性対応2. マルチクラウドの運用AWS / GCP / Azure / AliCloud など複数クラウドを横断したインフラ運用GPUコスト分析・クラウド間の比較検証・最適化3. 音声モデル推論基盤の構築・運用マルチクラウド上での GPU インフラ設計・構築・保守Kubernetesの構築・運用機械学習モデルのサービング環境構築（API 化・推論基盤）モデルデプロイメントと更新フロー（CI/CD）の自動化■ チームメンバーのインタビューnote「起業かRechoか」インフラ・バックエンドを率いるエンジニアが選んだ挑戦の形■面接・選考プロセス カジュアル面談 ⇒ 一次面接 ⇒ （技術課題）⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

役割：自社モデル開発の音声AIを活用したエンタープライズ向けのコンサルティング営業■取り組む市場について Rechoは、コンタクトセンターという産業をAIで再定義しています。 音声認識・音声合成・対話制御のモデルをゼロから自社開発し、AIが電話の受電、架電、業務を完了させる——AIを前提とした新しいコンタクトセンターの形を構築しています。 社員の9割がエンジニア・PMで構成される技術主体の組織です。音声AIは、いまもっとも急速に立ち上がっている市場のひとつです。しかし、日本のエンタープライズのコンタクトセンターでAIが人間の仕事を本当に完結するには、汎用モデルやAPIの組み合わせでは越えられない壁があります。 日本語の固有名詞や電話番号を正確に聞き取ること、自然な息継ぎや相槌で違和感のない会話を成立させること、曖昧な問い合わせから対話を重ねて問題を特定すること——これらは今もなお研究領域であり、世界中の最新の論文を追いながら、自分たちのモデルに実装し、本番環境で検証し続ける必要があります。Rechoはこのサイクルを回し続けることで、グローバルでトップレベルのモデルの性能、品質を実現しています。 大手金融機関で人間へのエスカレーション率0%のセンターの実現や、月間数万件の電話をAIだけで完結する事例も出始めてきました。■お任せしたい主な業務多くの企業のコンタクトセンター部門は、AIの導入によって業界が変わることを直観しています。ただ、AIが具体的に何を担い、人間の役割がどう変わるのかは、まだどの企業も手探りの状態です。本ポジションでは、顧客の業務を深く理解した上で、その道筋を描き、契約を獲得することを期待しています。 顧客ごとに業務フローは異なり、技術的に何が実現可能かを理解した上で導入シナリオを設計する、一社ごとに深く向き合うコンサルティングセールス的な性格を持つポジションです。金融機関・上場企業等のコンタクトセンター部門への提案活動顧客の業務フローを理解し、Voice Agentが価値を出す導入シナリオを設計PM・FDE（Forward Deployed Engineer）と連携した技術的な実現可能性・工数の精査粗利率を意識した見積もり作成と契約条件の交渉既存顧客との関係構築と、1部署から全社展開への推進パートナー企業（SIer・通信会社）との協業■このポジションの魅力 技術主体の企業に身を置くことで、ご活躍のフィールドを広げていただくことができます。パートナーシップの相手は通信キャリアや大手SIer、競合もグローバルを含めた第一線のプレイヤーです。第二新卒であってもこれまでの経験年数等に関係なく、入社した瞬間からレベルの高い目標に取り組むことができます。■面接・選考プロセス （カジュアル面談） ⇒ 一次面接 ⇒ ケース課題面接（オフィス）⇒ 最終面接 ⇒ オファー面談 ※場合によってリファレンスチェックを依頼させていただくことがございます■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

こんにちは、Recho採用チームです！私たちは随時、オンラインでのカジュアル面談を歓迎しています。■カジュアル面談でお話ししたい内容💬 私たちからお伝えしたいことRechoの事業内容と今後の展望実際のデモのご紹介開発環境や働き方についてメンバーやカルチャーについて👂 ぜひお聞かせくださいこれまでのご経験や専門領域興味を持っている領域や取り組みたいこと今後のキャリアの方向性気になることや聞いてみたいことがあれば、何でも気軽に質問してください！■カジュアル面談面談申し込みの際のお願い面談を有意義な場にするため、自己紹介・応募理由など、事前に共有いただける内容をご記載いくださいSNSのリンク等も共有が可能でしたらぜひお願いいたします※カジュアル面談は、直近でフィットするポジションをご用意できない場合には、すぐに面談の実施をご案内できない場合もございます。実施をご案内させていただく場合のみ、当社からメールでご連絡差し上げます。■プロダクトの優位性について人間と区別がつかないレベルの自然な対話を実現する「Recho AI VoicePlatform」の開発と、大手企業への「Voice AI Agent」の導入・運用支援を行っています。最大の強みは、高品質なAI Agentを効率よく構築・改善できるプロダクト基盤にあります。業界の暗黙知を吸収し、ユーザーからのフィードバックデータをもとに、継続改善のサイクルを圧倒的な速度で回せる仕組みです。この技術により、金融・メーカー・行政などの実業務において複雑で大規模なコールセンターのAI化が急速に拡大しており、人間のオペレーターへの引き継ぎゼロ（完結率100%）を達成したプロジェクト実績もあります。■RechoについてRechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

役割：AI時代の最先端で、エンタープライズ品質の盤石なセキュリティ・ガバナンス基盤を構築するRecho（レコー）は、エンタープライズ顧客への導入拡大に伴い、セキュリティおよびガバナンス体制を次のステージへ引き上げるフェーズに入っています。 生成AIという最先端の領域において、データガバナンスやセキュリティのあり方には、まだ世の中に明確な「正解の型」がありません。本ポジションは、当社の「1人目のGRC（Governance, Risk, Compliance）担当」として、この「まだ見ぬ解」を筆頭となって作り上げ、ISMSおよびISO 27017の運用安定化やセキュリティチェックシート対応の仕組み化を主導していただく役割です。入社後はまず1人目の専任担当者として、個人の専門性を武器に現場の体制構築に集中していただきます。将来的には1〜2名規模のチーム立ち上げや、役割分担の設計（認証運用・顧客対応・内部監査）まで裁量を持ってお任せしたいと考えています。 同じコーポレート部門の情シス担当や、経営陣と緊密に連携しながら、スタートアップならではの「開発の足を止めることなく、顧客および自社を守る強固な防衛網」を自分の手で構築していく、非常にやりがいのあるポジションです。■お任せしたい主な業務1. ISMS / ISO 27017の運用安定化と監査対応既存のISMS / ISO 27017認証の維持・運用管理内部監査の計画・実施、および外部審査（監査窓口）への対応認証運用の高度化に向けたプロセス改善各種認証の検討から新規取得（PCI DSS／SOC 2／AIマネジメントシステム等）2. エンタープライズ顧客へのセキュリティ回答対応および仕組み化大手金融機関を含むエンタープライズ顧客からのセキュリティチェックシート（調達審査）への回答対応過去の回答資産のデータベース化など、回答プロセスの効率化・仕組み化の推進顧客のセキュリティ担当者との要件調整・折衝3. 社内セキュリティ規程・ルール類の整備全般事業拡大や法改正、技術スタックの変化に伴う社内セキュリティポリシー・各種規程の策定・改定規程が形骸化しないための、社内向けガイドラインの作成や啓発活動※コーポレートITと連携し、ルール策定（GRC）と技術的統制（CorpIT）の役割を分担して進めます■このポジションの魅力 1. 事業拡大に伴う「次世代のガバナンス体制」を主導する裁量 既存のルールや運用を運用するのではなく、プロダクトの進化や事業の拡大スピードに合わせて、最適なセキュリティプロセスへとブラッシュアップ（再設計）していく役割です。これまでの実務経験を活かし、組織の防衛基盤をより強固でスケーラブルなものへと進化させる手応えを感じられます。2. 社会的信用に直結する「エンタープライズ品質」のさらなる高度化 Rechoは大手金融機関をはじめとする、セキュリティ要求水準が極めて高い大手金融・エンタープライズ企業に選ばれています。最先端の生成AIプロダクトにおいて、業界トップクラスの厳格なセキュリティ要求を満たし続けるための、一歩進んだクラウドセキュリティガバナンスの経験を着実に積むことができます。3. 専門性を軸にした、柔軟なキャリアパス まずは1人目の専任プレイヤーとして運用の安定化と仕組み化を牽引していただいた後、将来的にはチームの立ち上げや、役割分担の組織設計（認証運用・顧客対応・内部監査）までマネジメント領域へシフトしていくキャリアも描けます。■利用サービス・技術スタック一覧SlackGoogle WorkspaceJiraConfluenceGithubAWSGoogleCloud■面接・選考プロセス カジュアル面談 ⇒ 一次面接 ⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

役割：セキュアで生産的な、AI時代のIT環境を設計・運用するRechoは、エンタープライズ顧客への導入拡大に伴い、セキュリティ・社内IT基盤を次のレベルへ引き上げるフェーズに入っています。本ポジションでは、AWS IAM、VPN、SaaS、SSO、アクセス管理、端末管理、ISMS / ISO 27017に関わる技術統制など、コーポレートIT・情報セキュリティ領域を幅広く担っていただきます。日々の運用をしっかり回しながら、社内のIT課題を一つずつ整理し、セキュアで使いやすい運用基盤をつくっていくことを期待しています。■お任せしたい主な業務1. ID・アクセス管理 / セキュアなアクセス基盤の設計・運用AWS IAM、GitHub、Slack、Jira、各種SaaS、APIキーなどの権限管理・運用改善SSO / SAML連携、MFA、VPN / リモートアクセス環境の管理・運用入退社・異動に伴うアカウント発行、権限変更、削除フローの整備・改善2. コーポレートIT / 情報システム領域の運用・改善入社者向けのPCキッティング、一部ヘルプデスク対応入退社手続きや定型業務のワークフロー自動化、社内ナレッジベースの構築3. セキュリティ統制 / 脆弱性管理ISMS / ISO 27017などに関わる技術統制の運用セキュリティポリシーに基づく運用設計、証跡管理、監査対応の整備社内端末・ツールに関する脆弱性情報の収集、影響評価、パッチ運用■このポジションの魅力1. AI最先端企業だからこそ、情シスとしてAIを実務に落とし込む経験を積める Rechoは音声AI Agentを提供するスタートアップで、社内にAIツールやAI活用の知見が集積しています。 情シス・ヘルプデスク業務そのものにも、日常的にAIを使いこなす環境があり、「AIを実務でどう使い倒すか」を最前線で身につけられます。他社の情シスでは得られない、AI時代のIT運用スキルが磨けるポジションです。2. 情シスとしての経験を、裁量を持って発揮できる アカウント管理、PCキッティング、ヘルプデスク対応など、情シス業務の実務経験を活かしてご活躍いただけます。一人目の情シスとして、フローの策定や改善など、裁量を持ってご活躍いただけます。（エンジニアからのキャリアチェンジも歓迎しています。）3. ISMS / ISO 27017の技術統制を通じて、セキュリティの実務経験が積める Rechoはエンタープライズ顧客向けにAI Agentを提供しており、セキュリティ要求水準の高い環境で事業を展開しています。そのため、AWS IAMやVPN、SaaS管理といった情シス業務が、そのままISMS / ISO 27017の技術統制やエンタープライズ品質のセキュリティ基盤づくりに直結します。 情シス経験はあるがセキュリティ領域は未経験、という方でも、証跡管理や監査対応まで含めた実践的な経験を、日々の運用業務の延長線上で積んでいける環境です。■利用サービス・技術スタック一覧SlackGoogle WorkspaceJiraConfluenceGithubAWSGoogleCloud■面接・選考プロセス カジュアル面談 ⇒ 一次面接 ⇒ （技術課題）⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

役割：プロジェクト・デリバリーの品質と効率を最高水準へ導く■お任せしたい主な業務クライアントの要望を吸収、汎用化し、弊社のプロダクトとして要件整理・定義、設計、実装まで一気通貫したプロダクト開発業務個別プロジェクトの知見やクライアントからの要望を踏まえた、AI Agentを構築、テスト、評価、監視するための Web サービスの開発プライバシーとセキュリティを守るための基盤設計や実装および運用設計OSS(Asterisk, Kamailioなど)の技術調査および、それらを用いた PBX (構内交換機) の新規開発■チームメンバーのインタビューnoteプロスケートボーダーからエンジニアへ。時差を超えてチームを支える挑戦奇跡的な雰囲気の中で真っ当にプロダクトを作る“薬学研究者” から “AIエンジニア” へRechoでキャリアが進化した話■面接・選考プロセス カジュアル面談 ⇒ 一次面接 ⇒ （技術課題）⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

役割：最先端の音声AIモデルを最適化し、AI Agentの対話品質を最高水準へ導く■お任せしたい主な業務 プロジェクトチームが吸収したクライアントの要望を、本番プロダクトに汎用化実装するために、要件整理・設計・実装まで一気通貫でプロダクト開発を担っていただきます。担当いただくプロダクトは、主に以下の4領域です。1. Voice AI Agent（音声対話システム） リサーチチームが開発した自社モデルを適切に組み込み、自然な対話を実現するシステムを構築します。2. 音声合成・音声認識サーバー リサーチチームが開発した自社モデルを安定・安全に提供するサーバーサイドを構築します。モデルと商用化の橋渡しを担うポジションです。3. Agent構築プラットフォーム AI Agentの精度評価と改善提案を自動的に行う、最高品質のAI Agentを効率的に生み出すためのプラットフォームを開発します。4. 独自のナレッジプラットフォーム クライアント企業ごとの業務マニュアル等を各社向けの独自ナレッジとして整備し、AI Agentが必要な場面で適切に参照できるよう構造化するシステムを開発します。どのプロダクトに関わっていただくかは、選考状況や業務状況によって決定します。■このポジションの魅力 1. エンジニアでありながら、プロダクトオーナー兼テックリードの裁量を持つ 基本的には1〜2名で1 プロダクトを担当します。PdMの役割もエンジニアが担うため、担当プロダクトの改善・修正・要望反映を自ら取捨選択し、実行まで推進することができます。最終的な意思決定はチームリーダーや経営陣のサポートがありますが、実質的にプロダクト単位ではプロダクトオーナー／テックリードのような裁量を持って、プロダクトのあるべき姿〜技術的戦略を担うことができます。2. スタートアップならではのスピード感とクライアントへの近さ 急成長中のスタートアップだからこそ、意思決定から実装・リリースまでのリードタイムが極めて短く、自分が書いたコードが数週間、時には数日でクライアントの現場に届きます。エンタープライズ企業との取引が中心のため、契約金額という数字はもちろん、導入先の担当者からの声やオペレーターの反応の変化まで、成果を肌で感じられる距離の近さがあります。事業の成長スピードに比例して、自分が担うプロダクトの裁量や事業インパクトも拡大していく環境です。3. AI ネイティブなプロダクト開発で得られる解像度 生成AIを当たり前のツールとして使いこなすことはもはや前提であり、その先で、音声認識・音声合成モデルやLLMを土台にしたAI Agentそのものを「プロダクト」として作り込みます。モデルの挙動や癖、期待通りに動かない瞬間まで日々向き合うからこそ得られる解像度は、AIを機能の一部として組み込むだけの開発では得られません。生成AI市場そのものがまだ黎明期にある今、ここで積む経験は、これから先のキャリアで代えがたい武器になります。■プロダクトの優位性について 人間と区別がつかないレベルの自然な対話を実現する「Recho Voice AI Platform」の開発と、大手企業への「Voice AI Agent」の導入・運用支援を行っています。最大の強みは、高品質なAI Agentを効率よく構築・改善できるプロダクト基盤にあります。業界の暗黙知を吸収し、ユーザーからのフィードバックデータをもとに、継続改善のサイクルを圧倒的な速度で回せる仕組みです。この技術により、金融・メーカー・行政などの実業務において複雑で大規模なコールセンターのAI化が急速に拡大しており、対話正答率*は約99％という高い精度を達成しています。 *対話正答率：AIが人間の介入なしで会話を完了させた率（本番導入済み複数プロジェクトの実績平均）■面接・選考プロセス カジュアル面談 ⇒ 一次面接 ⇒ （技術課題）⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、クライアントへの実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。 現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

役割：最先端の音声AIを武器に、顧客折衝から事業をスケールさせる協業モデル構築まで推進■取り組む市場について Rechoは、コンタクトセンターという産業をAIで再定義しています。 音声認識・音声合成・対話制御のモデルをゼロから自社開発し、AIが電話の受電、架電、業務を完了させる——AIを前提とした新しいコンタクトセンターの形を構築しています。 社員の9割がエンジニア・PMで構成される技術主体の組織です。音声AIは、いまもっとも急速に立ち上がっている市場のひとつです。しかし、日本のエンタープライズのコンタクトセンターでAIが人間の仕事を本当に完結するには、汎用モデルやAPIの組み合わせでは越えられない壁があります。 日本語の固有名詞や電話番号を正確に聞き取ること、自然な息継ぎや相槌で違和感のない会話を成立させること、曖昧な問い合わせから対話を重ねて問題を特定すること——これらは今もなお研究領域であり、世界中の最新の論文を追いながら、自分たちのモデルに実装し、本番環境で検証し続ける必要があります。Rechoはこのサイクルを回し続けることで、グローバルでトップレベルのモデルの性能、品質を実現しています。 大手金融機関で人間へのエスカレーション率0%のセンターの実現や、月間数万件の電話をAIだけで完結する事例も出始めてきました。■お任せしたい主な業務Rechoの事業基盤は立ち上がっています。提案の型、パートナーとの協業モデル、契約設計、事業計画——骨格はありますが、まだ属人的で、動いているものと動きかけているものが混在しています。組織として機能する仕組みに仕上げていただける方をお探ししています。少人数のチームで大きな売上を作ることを前提にしています。そのために、提案パターンの標準化や属人化せずに高い品質の提案を実現できるプロセスの構造化、生産性の最大化すべく業務プロセスへのAIツールの組み込みを設計しています。本ポジションはその仕組みの設計からお任せします。 同時に、自ら商談にも入り、顧客と直接向き合っていただきます。エンタープライズ案件の提案パターンを標準化し、チームが再現できる型にする顧客の業務知識をナレッジとして構造化し、提案品質の底上げを設計するパートナー（SIer・BPO・通信キャリア）との協業モデルの構築と運用契約スキーム・商流の設計、法務との連携事業計画、KPI設計、収益モデルの構築と改善市場フィードバックをプロダクトチームに還元する仕組みづくり自ら商談に入り、顧客と直接向き合うことCVC等を巻き込みながらソリューションを提案すること■このポジションの魅力 技術主体の会社に身を置くことで、事業開発のフィールドそのものが変わります。パートナーシップの相手は通信キャリアや大手SIer、競合もグローバルで第一線のプレイヤーです。まだ標準が存在しない市場で、業界の先例となるような事業判断を生み出すポジションです。■面接・選考プロセス （カジュアル面談） ⇒ 一次面接 ⇒ ケース課題面接（オフィス）⇒ 最終面接 ⇒ オファー面談 ※場合によってリファレンスチェックを依頼させていただくことがございます■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

役割：「AIネイティブ・コンタクトセンター」というカテゴリを、業界の議論の場ごとつくる■お任せしたい主な業務 ビジネス部門で執行役員直下にて、Rechoのブランドと発信を担う立ち上げポジションです。プレスリリースやメディアでの発信にとどまらず、業界のキーパーソンが集まる場そのものを設計・運営し、Rechoを「AIネイティブ・コンタクトセンター」というカテゴリの中心に置いていただきます。以下の領域で裁量を持って進めていただける環境です。最初から全てをお任せするのではなく、ご経験や関心、業務状況に合わせて体制や進め方を柔軟に決定していきます。1. 業界カンファレンス・ラウンドテーブルの企画・運営 金融・行政・通信などのCS/CX責任者、AI推進担当が集まるカンファレンスや少人数ラウンドテーブルを企画し、運営していただきます。テーマ設計、登壇者・共催パートナーの座組づくり、集客、当日運営、開催後のフォローまで一貫して担っていただきます。2. 研究会・勉強会コミュニティの立ち上げと継続運営 単発のイベントで終わらせず、実務者が継続的に集まる研究会・勉強会を立ち上げ、運営していただきます。参加条件の設計、企画委員会のような推進体制づくり、開催サイクルの設計と定着まで含みます。3. 技術ブランディング（エンジニアコミュニティ・技術発信） エンジニアを招く勉強会やコミュニティイベントを企画・運営し、Rechoの技術力と開発カルチャーを外に出していただきます。技術記事やテックブログの発信を、開発部門と連携して設計・推進いただきます。採用広報にも直結する領域です。4. 広報・広告露出の設計と運用 プレスリリース、メディアリレーション、オウンドメディア、広告出稿まで、必要な露出を設計し運用していただきます。認知で終わらせず、商談・採用への導線をどう引くかまで責任を持っていただきます。5. パートナー共催マーケティング KDDIをはじめとするパートナー各社との共催セミナー、共同プレスリリース、共同コンテンツなどを企画・推進していただきます。■このポジションの魅力1. カテゴリそのものを定義する仕事 既にある市場で戦うのではなく、「AIネイティブ・コンタクトセンター」という新しいカテゴリの在り方を、業界を巻き込みながらつくっていくポジションです。2. 立ち上げから任される Brand & Communicationsチームの初代メンバーとして、戦略から実行、その後の体制づくりまで裁量を持って進めていただけます。3. 経営に近い距離で、実績のある状態から発信できる シリーズAで約7億円を調達し、SBI新生銀行やKDDIといった大手企業の本番環境で成果を出している状態からの発信です。経営陣との距離が近く、意思決定にも関与いただけます。■プロダクトの優位性について 人間と区別がつかないレベルの自然な対話を実現する「Recho AI VoicePlatform」の開発と、大手企業への「Voice AI Agent」の導入・運用支援を行っています。最大の強みは、高品質なAI Agentを効率よく構築・改善できるプロダクト基盤にあります。業界の暗黙知を吸収し、ユーザーからのフィードバックデータをもとに、継続改善のサイクルを圧倒的な速度で回せる仕組みです。この技術により、金融・メーカー・行政などの実業務において複雑で大規模なコールセンターのAI化が急速に拡大しており、人間のオペレーターへの引き継ぎゼロ（完結率100%）を達成したプロジェクト実績もあります。■面接・選考プロセス カジュアル面談 ⇒ 一次面接 ⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

役割：AIをフル活用しながら、Rechoの法的リスク管理と経営意思決定を支える急成長するAIスタートアップRecho（レコー）において、事業・プロダクト・契約に関わる法的リスクを特定・整理し、経営の意思決定に必要な法的論点を整理・提示することがこのポジションのミッションです。ビジネスと技術の文脈を深く理解し、Claudeをはじめとする生成AIツールを積極的に活用して迅速に論点を整理・提言できる方を歓迎します。外部弁護士と効果的に連携しながら、Rechoが安心してビジネスを前進できる法務環境を構築していただきます。■お任せしたい主な業務1. 法的リスクの特定・評価・対応事業・プロダクト・契約における法的リスクの特定と整理経営陣が意思決定できるよう、リスクと選択肢をわかりやすくまとめる外部弁護士への相談内容の準備・論点整理・結果のフォローアップ2. 契約書の審査・作成・管理顧客との利用契約・業務委託契約・パートナー契約・NDA等の審査・作成契約条件の交渉における法的観点からのサポート契約書管理体制の整備・改善3. コンプライアンス・社内規程整備個人情報保護・AI関連規制・著作権等、事業に関連する法令の調査・対応IPO準備フェーズに向けた社内規程・ポリシーの整備、内部統制・ガバナンス体制構築のサポート法務に関するメンバーへの情報共有・啓蒙活動4. 知的財産管理（優先度に応じて）商標・著作権等の管理競合動向の把握と自社IP戦略のサポート■このポジションの魅力 1. AIをフル活用した次世代型法務の実践Claudeなどの最先端AIツールを法務実務に組み込み、従来の何倍もの速度で高品質な成果を出す環境「AI × 法務」の掛け合わせで、スタートアップ法務担当としてのキャリアを切り拓ける2. 法務機能の立ち上げ（専任一人目）これまで兼任でカバーしてきた法務を、専任として引き継ぎ・仕組み化するフェーズ経営に近い立場で、事業の根幹に関わる意思決定に貢献できる3. 急成長フェーズのAIスタートアップでの経験エンタープライズ向けAIの社会実装という最先端の現場で、複雑な法務課題に向き合えるシリーズAを経て急拡大する組織の中で、法務の専門家として存在感を発揮できる■プロダクトの優位性について 人間と区別がつかないレベルの自然な対話を実現する「Recho AI VoicePlatform」の開発と、大手企業への「Voice AI Agent」の導入・運用支援を行っています。最大の強みは、高品質なAI Agentを効率よく構築・改善できるプロダクト基盤にあります。業界の暗黙知を吸収し、ユーザーからのフィードバックデータをもとに、継続改善のサイクルを圧倒的な速度で回せる仕組みです。この技術により、金融・メーカー・行政などの実業務において複雑で大規模なコールセンターのAI化が急速に拡大しており、人間のオペレーターへの引き継ぎゼロ（完結率100%）を達成したプロジェクト実績もあります。■面接・選考プロセス カジュアル面談 ⇒ 一次面接 ⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

役割：上場水準のコーポレート体制を整え、財務・会計の専門性から経営陣の意思決定を支えるRecho（レコー）ではスピード感のある業績成長と並行し、上場準備の本格化に伴い、監査法人による監査対応や内部統制の構築が最優先課題となるフェーズを迎えています。コーポレート部門の実務リーダーとして、経理・労務・総務チームを統括し、管理体制の総仕上げを推進していただける方を募集します。ポジションの役割レポートライン: 代表取締役直下ミッション: 財務・会計を主軸に、経営陣が迅速に経営判断を下せるための正確な情報集約と体制整備を完遂すること管轄範囲: 経理・労務・総務チームのマネジメント■ お任せしたい主な業務ご経験を積んでいただきながら、将来的にはマネージャー・執行役員を見据えて裁量大きく活躍いただけるポジションです。1. IPO準備・財務実務（メイン業務）監査法人との窓口対応および必要資料の作成原価計算の設計・運用、月次締め報告書の作成投資家DD（デューデリジェンス）に向けた資料・書類の取りまとめ2. 経営管理・経営陣サポート事業モデル・収益構造の把握と、事業計画・予実管理の運用支援経営会議等に向けた、判断材料となるデータの正確な整理・レポート作成3. チーム・実務マネジメント経理・労務・総務担当者のタスク管理・優先順位付け外部専門家（税理士・社労士・司法書士等）との連携管理登記対応、各種申請手続きなどの実務完遂（アウトソース管理含む）■面接・選考プロセス カジュアル面談 ⇒ 一次面接 ⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

役割：会社の成長を財務経理から牽引し、IPO基準の強固な体制を創り上げる当社は音声AIプラットフォームを提供する急成長中のスタートアップです。事業開始から成長を続け、黒字化の達成を見込む現在、本格的なIPO準備フェーズに突入しています。既存の財務経理体制をフェーズに合わせて最適化しながら、決算実務を積極的に担い、会社の成長を数値の観点から支えてくださる「財務経理・IPO推進リーダー（候補）」を求めています。1. 安心の土台作り メンバーがプロフェッショナルとして日々の業務に安心して没頭できるよう、経理スタッフと連携しながら、月次・年次決算などの基盤となる財務経理実務を、より堅実かつ安定的に稼働させること。2. 上場水準のガバナンス達成 パートナー企業や社会から信頼される上場企業となるために、監査法人・主幹事証券・顧問税理士とも協調し、決算早期化や内部統制など、上場基準の財務経理体制を実務レベルで構築すること。3. 数値による経営の可視化と改善 決算・原価・コストの数値を正確に可視化し、経営陣が最適な意思決定を行えるための確かな基盤を作ること。（一人で完遂するのではなく、経営陣やコーポレートメンバーと共に、チームで協力しながら進めることができます。）■ お任せしたい主な業務 経理・労務担当や社労士・税理士・監査法人と連携しながら、財務経理領域の実務をリードし、会社の上場準備および強固な数値基盤の構築を主導していただきます。将来的には財務経理リーダーとして組織を牽引していただくことを期待しています。IPO準備・管理体制整備監査法人・主幹事証券による会計DD・監査対応（資料準備・ヒアリング対応・是正対応）決算早期化に向けた業務プロセスの構築・改善内部統制（J-SOX）の整備への関与開示資料作成への関与決算・経理実務 ※経理スタッフと連携しながら推進月次・四半期・年次決算業務の遂行（決算早期化）仕訳、伝票処理、消込、経費精算等の管理・監督顧問税理士と連携した税務対応会計・経理システムの運用改善（freee会計を利用）原価計算・コスト管理人件費ベースの原価管理資料の作成・運用月次コストの把握と分析予実管理のサポート■面接・選考プロセス カジュアル面談 ⇒ 一次面接 ⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※

【この求人を一言でいうと】 Recho（レコー）の電話AIが話す“声”そのものの品質を、AIモデルとデータの両面から主導して良くするシニアエンジニア（音声合成／TTS）のポジションです。読み間違い・不自然なイントネーション・遅延といった課題を特定し、改善を推進します。将来は音声チームのリードも見据えています。チーム内の公用語は英語ですが、本ポジションは日本語TTSの品質を扱う性質上、日本語でのコミュニケーション（N2レベルを目安）が必須です。年収は1,000万～2,000万円（応相談）。勤務地は原則として、半蔵門オフィス（ハイブリッド前提）です。ただし、海外居住者や遠方の方からのご応募、フルリモート・ビザ取得サポート等についても柔軟に相談に応じます。■こんな経歴の方に向いていますTTS・音声合成の研究開発を手がけ、プロダクトとしてリリースした経験がある方モデルだけでなく、音声データの設計・品質管理やプロダクト要件への落とし込みまで一貫して担いたい方チーム・プロジェクトをリードし、音声チームを立ち上げ・統括していきたい方■役割：TTS（音声合成）の品質を、モデルとデータの両面から主導して引き上げるRecho（レコー）の電話カスタマーサポートでは、AIが話す“声”の品質（自然さ・正確さ・安定性・遅延）が顧客体験を直接左右します。本ポジションの中心的なミッションは、TTS（音声合成）モデルの品質課題を特定し、モデルとデータの両面から改善を主導することです。読み間違い、不自然なイントネーション、不安定さ、遅延といった課題に対し、最新のTTSアーキテクチャ（LLMベースTTS、Audio Codec、Flow Matching、Diffusion 等）の学習・改良と、音声データの収集・選定・品質基準づくりの両輪で解決策を立て、実行していただきます。さらに、PM・案件側の要望を技術課題に翻訳し、改善ロードマップを描くことも重要な役割です。推論チームと連携した本番導入・低遅延化、将来的には音声チーム（TTS・音声データ）のリードまで見据えたポジションです。【このポジションで「やらないこと」】オンラインサービスのSLA管理、オンコール、障害復旧、インフラ保守を主目的とするポジションではありませんGPUクラスタそのものの保守運用、一般的なSRE／DevOps業務は主業務ではありません（運用保守は別チームが担当します）推論基盤そのものの設計・実装（高速化・サービング）は別ポジション「AI推論基盤エンジニア」が担当します（本ポジションは低遅延化の観点で連携します）ASR（音声認識）や対話設計そのものが主務ではありません（必要に応じて連携します）■お任せしたい主な業務 1. TTSモデルの研究開発・改良最新TTSアーキテクチャ（LLMベースTTS・Audio Codec・Flow Matching・Diffusion 等）の学習・改良品質・安定性・遅延の改善（読み間違い・不自然なイントネーション・不安定さの解消）推論チームと連携した本番導入・低遅延化2. 課題特定と音声データ戦略TTSの品質課題の特定と、モデル・データ両面での解決策の立案・実行音声データ戦略の策定（収集・選定・品質基準）と、データチームとの連携音声データの前処理・アライメント・ラベリングパイプラインの整備3. 評価設計品質を測るための評価基準・評価セットの設計主観評価（MOS 等）と客観評価を組み合わせた評価の運用4. プロダクト連携・チームリードPM・案件側との要件すり合わせ、改善ロードマップの策定チームメンバーの育成・技術方針の策定 ※より詳細な業務内容については、カジュアル面談や面接の際にお話しさせていただきます。■このポジションの魅力 1. 「声の良し悪し」を自分の判断で決められる 電話CSでは声の自然さがそのまま顧客体験になります。読み・イントネーション・遅延といった“聞けば分かる”課題を、自分の設計でモデルとデータの両面から解決できます。2. モデル・データ・プロダクトを横断できる 研究に閉じず、データ整備からプロダクト要件への落とし込みまで一貫して担えます。単一モデルの精度ではなく、実際の通話での品質で勝負できるスコープです。3. 音声チームを立ち上げ、リードできる 入社後はまず課題整理と評価基準づくり、その先はTTS・音声データのチームを統括するポジション。0→1で音声品質の仕組みを作れます。■利用サービス・技術スタック一覧言語・実装：Python ／ PyTorchTTS・音声：LLMベースTTS ／ Audio Codec ／ Flow Matching ／ Diffusion ／ Vocoder音声データ：前処理 ／ アライメント ／ ラベリング評価：MOS（主観評価）＋客観評価周辺（歓迎）：ストリーミング推論 ／ 低遅延化 ／ 分散学習■プロダクトの優位性について 人間と区別がつかないレベルの自然な対話を実現する「Recho AI Voice Platform」の開発と、大手企業への「Voice AI Agent」の導入・運用支援を行っています。 最大の強みは、高品質なAI Agentを効率よく構築・改善できるプロダクト基盤にあります。業界の暗黙知を吸収し、ユーザーからのフィードバックデータをもとに、継続改善のサイクルを圧倒的な速度で回せる仕組みです。この技術により、金融・メーカー・行政などの実業務において複雑で大規模なコールセンターのAI化が急速に拡大しており、人間のオペレーターへの引き継ぎゼロ（完結率100%）を達成したプロジェクト実績もあります。■面接・選考プロセス カジュアル面談 ⇒ ケース課題・一次面接 ⇒ トライアル業務委託* ⇒ 最終面接 ⇒ オファー面談 *トライアル業務委託は、1日〜連続2日間オフィスにお越しいただき、実際にオフィスで業務に取り組んでいただく機会です（有償）。メンバーと協働し、カルチャーマッチと業務理解を確認し合う期間です。 ※場合によってリファレンスチェックを依頼させていただくことがございます ※スケジュールや副業規定で業務委託が難しい場合には、ご相談くださいませ■Rechoについて Rechoは、カスタマーサポート領域の効率化を牽引する「AI Agent」の基盤モデル開発から、顧客への実装・プロジェクトデリバリーまでを同一組織内で一気通貫で行うテクノロジー企業です。現在は、フルスクラッチで自社開発した「音声AI」技術を最大の強みとし、業界の長年の課題であった品質とコストのトレードオフを解消するソリューションをエンタープライズ向けに提供しています 。シリーズAで約7億円の資金調達を完了し、SBI新生銀行やKDDIといった大手企業のシビアな本番環境への社会実装を急進させているフェーズです。Rechoについて詳しく知りたい方に向けて、会社やプロダクトに関する公開情報をまとめたページをご用意しました。このページでは、弊社の事業内容やプロダクトの詳細、所属メンバーについてご覧いただけます。■参考情報コーポレートサイトチームメンバーのインタビューnoteCompany deck事例：KDDI、アルティウスリンクと協業導入事例：SBI新生銀行様 ※2分程度の音声デモもぜひお聞きください※