機械学習エンジニア（音声・言語・画像処理）

職務概要

Rimo合同会社にて、動画アップロードから文字起こし・話者分離・議事録作成を行うAIプロダクト「Rimo Voice」の機械学習エンジニアを募集しています。音声・言語・画像のいずれの領域でも活躍でき、GoogleやMicrosoftの精度を日本語で凌駕するプロダクト開発に携わります。

主な業務内容

音声認識

• 文字起こし精度向上（Whisperのファインチューニング等）
• 話者分離の高速化・高精度化

言語処理

• 要約・議事録生成（LLM活用・プロンプトエンジニアリング）
• ToDoの抽出・担当者推論
• 要約箇所のオリジナル位置特定

画像認識

• 動画からの情報抽出（資料共有シーン検出・内容反映）
• 顔認識を通じた話者分離

応募条件

• Kaggler、大学助教授、企業研究所、MLエンジニアのいずれかの経験
• 1ヶ月で実装方針が立ち、3-6ヶ月で成果を出せる実行力
• タスクをKaggleのように整理しデータセット準備ができれば歓迎
• 特定タスクに対して論文・実装済みコードを探索できれば歓迎
• 学会論文執筆・スポンサー活動ができれば歓迎