Conema

海外販売代理店向けに提供する商品情報ドキュメント（OMG）を、生成AIを活用して自動作成・自動応答できる仕組みの構築支援。 主な業務内容： ①技術部から提供されるベース資料に基づいたドキュメント作成ルールの設計と実装 ・Azure Blob Storage上に格納したルールの構造設計と参照方法 ・ルールを組み込むプロンプト設計（命令文への反映） ②商品技術情報の検索・埋め込み設計 ・各種ファイル形式に応じた前処理・チャンキングの方法設計 ・適切なベクトル化／検索方法の比較検証 ③プロトタイプ構築 ・Azure上に実行環境を構築 ・精度検証、チューニング、課題抽出

新卒採用における選考の効率化・高度化を目的に、生成AIを活用した書類選考と面接質問生成支援を行うポジション。 面接官の評価観点や質問意図を明文化し、ESや履歴書の内容に応じた質問生成ができるよう、プロンプト設計および支援ロジックの検討を行う。 主な業務内容： •採用担当・面接官へのインタビューを通じた評価観点・判断基準の言語化 •質問生成プロンプトの設計・チューニング •書類内容に応じた質問方針設計、選考支援ロジックの検討 •プロセス全体の仮説構築、課題抽出、改善提案

生成AIの社内活用促進に向けたユースケースの創出・展開・QA支援を担うポジション。 業務現場に即したユースケースのアイデアを検討し、簡潔な活用シナリオとして整理、社内に展開する。 現場担当者からの相談に対するQA支援や、応用性の高い取り組みの特定・集約も含めて、全社的な利活用の加速を支援する。 主な業務内容： •現場に即した生成AIユースケースのアイデア検討・方向づけ •各部門業務のヒアリングとユースケース構想整理 •QA対応によるユースケース理解促進と応用アイデアの発掘 •社内展開のための発信方針設計やシナリオ指示

【業務内容】 kintoneをプラットフォームとするFAQシステムとRAGを活用した生成AIの設計・構築・カスタマイズの一連としたAI関連作業の実施。 ・既存業務理解 ・AIの応答速度やRAG処理の効率化に関する要件検討 ・AIアシスタントの作成（ユースケースごとのAIアシスタント開発） ・環境設定、調整（カスタムプロンプト設定など） ・LLM基盤の選定と導入 ・生成AIの適合性評価 ・ドキュメント構築

生成AIやRAGを活用した業務プロセス改善プロジェクトです。 クライアントとのコミュニケーションなどを通じ、クライアントの業務内容や課題、および要件内容を理解、整理し、優先順位付けやスコープ調整を行います。 業務プロセスの整理、データ分析を行い、生成AIを活用した新たな業務プロセスの設計やROIの検証し、実際のデータ分析、データ加工、生成AI・RAGなどの実装、精度評価、チューニングを実施します。 ■業務内容 ・クライアントとのコミュニケーションを通じた課題・要件整理 ・業務プロセスの可視化・改善提案 ・データ分析・データ加工（専門文書含む） ・RAGや生成AIを用いたプロセス設計・実装（API使用） ・精度評価・チューニング（Rewriter, CRAG, Self-RAG, メタデータ付与 等） ・業務効果の試算、フィールドテスト設計 等

・大手印刷会社における、生成AIを活用したサービスの開発支援 ・生成AIのRAGの回答精度を向上させるための仮設立て・検証。

本プロジェクトでは、生成AIを活用した対話型コミュニケーションの高度化を目指し、カーナビシステムにおける音声認識・自然言語処理の精度向上と、新たなユーザー体験の提供を行います。 クライアントは、長年にわたり自動車業界でユーザー向け対話システムの開発・運用を行っております。 今回のプロジェクトでは、より柔軟かつ高度な応答処理を実現する技術開発が求められています。 本プロジェクトは、クライアントと連携しながら、上流工程から開発まで一貫して関与できる環境です。 仕様が完全に固まっているわけではないため、技術的な点を理解したうえで最適なアプローチを考え、複数ある選択肢から比較・検討・提案しながらプロジェクトを推進できる方を募集しています。 【想定業務内容】：リード・アイデア創出・品質担保の3軸での支援 1. 生成AIを活用した対話システムの開発 ・ユーザーの自然な会話を理解し、適切な応答を生成する対話システムの設計・開発 ・既存の音声認識システムと連携し、ユーザーの発話から意図を抽出・分析する仕組みの構築 2. セキュリティ強化と制度整備 ・データの適切な管理・運用 3. 上流工程（提案・企画）からの参画 ・クライアントと連携し、生成AIの活用方法や新たな価値創出の提案 ・AIを活用したユーザー体験の最適化に向けたアイディア出し 4. システム開発とアジャイル推進 ・生成AIシステム開発の前処理・データ処理の実装

本プロジェクトでは、自動車のカメラやセンサーを活用した画像解析の精度向上を目指し、LLM/LMMを活用して、誤検知の削減と認識精度の向上を図ります。 【想定業務内容】： 1. 車両検知精度向上のためのモデル開発 ・既存のレーダー認識技術から画像解析へ移行し、YOLOやSSDなどの物体検出アルゴリズムを使用して、車両や周辺構造物の正確な識別を実現させる 2. 道路標識認識精度向上 ・道路標識を他の物体と誤認識しないよう、画像データを用いて標識認識モデルを最適化 ・臨時標識や地図情報との不一致を解消するため、リアルタイムで地図データと統合

・現在クライアントにて、既に構築されているAI開発基盤での開発リード、業務におけるAI活用検討、PoC推進など、一連の流れを引っ張ることができるメンバを探されています。 ・知見を持つプロパメンバの離任に伴い、テクニカル面・業務面双方に強いメンバを求められている。 （顧客業務に対する理解はキャッチアップすればよいため、業務での利活用などを考えらるスキルが求められる）