【Speech AI】Machine Learning Engineer

■ avatarin株式会社について

avatarin株式会社は、「誰もが瞬時かつ持続的に遠隔地へ移動できる世界」を実現するため、2020年にANAホールディングス株式会社からスピンオフして設立されたスタートアップです。AIとロボティクスを融合し、人の"存在"や"スキル"をリアルタイムに遠隔地へ届けるコア技術を開発しています。

大規模な事業を運営する企業では、業務システムやオペレーションが複雑に分断され、顧客接点も業務接点もバラバラに存在しています。avatarinは、企業内に散在する知識とワークフローを統合し、PC・スマートフォン・固定電話・ロボット・スタンション・卓上端末など、あらゆる接点を One Intelligence ——単一のAI基盤——でつなぎ変えていきます。

これにより、お客様とスタッフにこれまでにない課題解決体験を生み出し、世界最大の人助けネットワークの実現を加速します。現在は航空領域で培った高度なオペレーション知見を起点に、リテール・行政など幅広い領域へ展開を進めています。

■ 募集職種概要（Job Description）

avatarinの「AI & Robotics」チームのAIエンジニアとして、フラッグシップロボット「newme」に新たなSpeech AI機能を追加する開発を担当していただきます。

AI & Roboticsチームは、ビジネスパートナーのサービス効率向上に向けたソリューション開発に取り組んでいます。プロジェクトでは、従来型およびディープラーニングを用いたコンピュータビジョン、音声認識（ASR）、音声合成（TTS）、RAG（Retrieval Augmented Generation）などの技術を活用します。

Speech AIの専門家として、音声認識（ASR）、発話区間検出（VAD）、言語判定、感情認識、話者ダイアライゼーション、音声ノイズ除去・クリーニングなど、音声系タスク全般に携わっていただきます。AI関連のコードベースは主にPythonで書かれていますが、newme（Jetsonボード）上で動作するプログラムは統合のしやすさからC++で実装されており、両言語での開発が求められます。

■ 業務内容（Responsibilities）

1.Speech AI基盤の設計・開発

• 音声認識（ASR）・発話区間検出（VAD）・言語判定・感情認識・話者ダイアライゼーション・音声ノイズ除去を統合したSpeech AIパイプラインの設計・実装
• ANAトップタレントの接客データを活用した「Omotenashi AI」の音声モデル開発・チューニング

2.プロダクトへの社会実装

• 数千台規模のnewme（Jetsonボード）へ安定的にデプロイ可能な、高性能かつ軽量な音声AIモジュールの設計・実装（Python / C++）
• 航空・リテール・行政など多領域の現場環境（騒音・多言語・多話者）に合わせた音声処理の最適化

3.R&D・技術探索

• Speech AI分野における最新論文・技術動向の調査と、プロダクトへの応用検討
• 自社AIデータセンター（NVIDIA B300等）を活用した大規模音声モデルの実験・評価
• マルチモーダルAI（音声×映像×テキスト）の研究開発と新機能プロトタイピング

4.チーム連携・品質向上

• AI & Roboticsチーム内でのコードレビュー、技術共有、アーキテクチャ議論への参加
• Human in Command（HIC）思想に基づく、人間主導のAI設計・安全性検証

■ 必須スキル（Must-have skills）

1.プログラミング・開発基盤

• Pythonを用いたデータ処理・モデル開発の実務経験
• Gitによるバージョン管理、Docker / Podman 等を用いたコンテナベースの開発・デプロイ経験

2.Speech AI・音声処理

• 音声信号処理の基礎知識（スペクトログラム、MFCC、フーリエ変換など）
• 以下の音声系タスクのうち、1つ以上の実務または研究経験：
• 音声認識（ASR）
• 発話区間検出（VAD）
• 話者ダイアライゼーション
• 感情認識
• 音声ノイズ除去

3.機械学習・ディープラーニング

• 深層学習の基礎知識（CNN / RNN / Transformer アーキテクチャの理解）
• 音声系モデルの学習・評価・推論パイプライン構築の経験

4.言語

• 日本語ネイティブレベル
• 英語（日常会話レベル）

■ チームカルチャー

• 協調性・コミュニケーション力が高く、学習意欲のある方
• 自律的かつクロスファンクショナルなチームで、価値あるチームメンバーとして働ける方
• 常に学び、実験し、改善を繰り返すスピード感のある環境を楽しめる方
• エンジニアリングマインドを持ち、パフォーマンスと堅牢性にこだわれる方
• 前向きで主体的に行動できる姿勢
• 開発に関わるコミュニケーションは日頃英語で行う

■ 選考プロセス（Selection Processes）

• 性格検査（25min)
• オンラインスキルテスト(90min)
• 1次面接 with 採用担当(45min)
• テクニカル面接 with マネージャー (90min)
• 最終面接 with 役員 (60min)

■ 勤務条件（Working Conditions）

• フレックスタイム制：1日8時間・週5日勤務（7:00〜22:00の間）
• 週2日のリモートワーク可（パフォーマンスにより最大週4日まで拡張可）
• 連続休暇制度（最大1か月取得可能）
• 月次／四半期ごとの会社主催チームランチ・ディナー
• 全社レクリエーションイベント（ランチ会、BBQ、合宿など）
• 技術チームは完全英語環境

■ 福利厚生（avatarin benefit program）

• 年次有給休暇：15日（最大2年まで繰越可）
• 通勤手当（自宅最寄駅～会社まで）
• 住宅手当：月3万円（会社から5km圏内）
• 子ども手当：月1万円／人（最大2人・14歳まで）
• 学習・自己研鑽支援制度：年3万円まで（キャリア成長に関連するものに限る）
• 深夜勤務手当（22時以降）
• 各種社会保険完備（健康・年金・雇用保険：従業員50％／会社50％負担）
• 産前産後休暇・育児休暇（入社1年後より最大1年間）