本文へ移動
JobLinks

電話・メール・フォームで受付/メールは1営業日以内に返信します

  1. トップ
  2. 求人一覧
  3. AIデータ品質‧運用責任者

製造エンジニア / 東京都

AIデータ品質‧運用責任者

製造エンジニアの求人(社名は面談時にご案内)

  • 年間休日120日以上
  • フレックス勤務
  • リモートワークOK
  • 副業OK
  • 転勤なし
  • 土日休み
給与
年収 500万円〜700万円
勤務地
東京都
雇用形態
正社員

  • 仕事建設見積書‧内訳書から作成される教師データと評価データを、学習‧評価に継続利用できるデータ資産として管理し、Biz‧CS
  • 時間09:00〜18:00
  • 給与年収 500万円〜700万円

この仕事について

建設見積書‧内訳書から作成される教師データと評価データを、学習‧評価に継続利用できるデータ資産として管理し、Biz‧CS‧MLの判断を、作業者が再現可能なルールと改善サイクルへ変換することです。

この求人のポイント

勤務地
東京都
年収の目安
初年度 500万円〜700万円
転勤
なし
寮・社宅
求人票に記載なし
この求人の条件
土日休み

勤務地エリアの情報

東京都のイメージ
東京都
46231件東京都の掲載求人
1,280円東京都の最低賃金(時給)

仕事内容と労働条件

仕事内容
▍ミッション
建設見積書‧内訳書から作成される教師データと評価データを、学習‧評価に継続利用できるデータ資産として管理し、Biz‧CS‧MLの判断を、作業者が再現可能なルールと改善サイクルへ変換することです。

▍お任せすること
1データ資産と品質状態の可視化
・教師データ・評価データの一覧、用途、バージョン、責任者、利用可否、残存リスクを整理する
・サンプル監査を設計‧実施し、現在の品質水準と指標の限界を説明する
・個別の誤りを類型化し、ラベル、階層、作業者、時期、データソースなどの切り口で原因と偏りを分析する
・重複、矛盾、欠損、階層制約違反、学習用‧評価用データ間のリーケージを確認する

2ルールと品質運用の設計
・アノテーションルールを、定義、正例、負例、境界例、判断停止条件、エスカレーション先まで含む形に整備する
・ルールの版判断履歴、未解決ケースを一元管理する
・サンプリング、監査、二重アノテーション、作業者校正、差し戻し、再レビューの仕組みを設計する
・作業者や外部ベンダーへの説明‧教育‧評価を行い、理解度と再発状況を確認する

3データ改善とML開発の接続
・新規データ作成と既存データ修正のバックログを管理し、事業上の優先度とMLの学習計画に接続する
・学習投入前に、データ運用上のReady∕Not Readyと残存リスクを提示する
・MLメンバーとともに、データ変更前後のモデルの失敗パターンを比較し、次に改善すべき対象を提案する
・週次のデータ準備状況と、月次の品質傾向を関係者へ共有する

4部門横断の意思決定支援
・業務上の正解はBiz、顧客‧現場事例はCS、モデル要件と投入判断はML、ツール実装はSoftwareEngineerへ、論点と判断先を切り分ける
・データ量、品質、費用、納期、想定されるモデル影響、未確定事項を整理し、関係者が判断できる状態を作る
・アノテーションツール上の課題を運用要件‧受入条件へ変換し、Software Engineerと改善を進める

▍このポジションが持つ責任と、持たない責任
本ポジションが責任を持つ領域 他の役割が最終責任を持つ領域
・品質基準、サンプリング、監査方法
・アノテーションルール、例示、判断履歴
・作業者校正、差し戻し、外部ベンダーの品質
・作成‧修正バックログの運用上の優先順位
・データの運用上のReady∕Not Ready判定

他の役割が最終責任を持つ領域
・業務上の正解:用語・顧客要件:Biz
・顧客・現場事例の収集:CS
・学習‧評価要件、データ分割、モデル投入判断:ML
・ツールの設計、実装、テスト、リリース:SoftwareEngineer
・最上位の事業優先順位:事業‧AI責任者

本ポジションが、すべての業務上の正解を決めること、モデルを実装すること、アノテーションツールを開
発すること、全件を自ら確認‧修正することは想定していません。

▍入社後に期待すること
入社後90日を目安に
・既存の教師データ‧評価データの一覧、用途、バージョン、責任者を整理する
・サンプル監査を行い、現在の品質水準と主なエラー類型を提示する
・ラベル・階層ルール、未解決ケース、判断履歴を一元化する
・次回学習に向けた修正バックログと優先順位をBiz・MLと合意する
・作業者向けの校正用データを作り、小規模な運用を開始する

▍入社後180日を目安に
・データセット、ラベル、階層、作業者別の品質傾向を継続的に説明できる状態を作る
・データ作成から学習‧評価までのリードタイムとボトルネックを可視化する
・ルール変更、作業者教育、差し戻し後の再発状況を測定する
・データ修正前後でモデルの失敗パターンを比較し、改善効果を確認する
・外部作業者を活用しても、品質状態と残存リスクを説明できる運用を確立する

私たちは建設業界のDXを推進するべく2022年に誕生したスタートアップです。
国内の建設業に特化したデータ分析プラットフォーム「GORLEM」を開発しており「すごいベンチャー100 2023年最新版」にも選出されました。

■「GORLEM」とは
データ分析プラットフォームで国内で唯一、建設業界特化のCO2排出量計算の機能を提供しています。
建設業におけるCO2排出量の計算は、計算方法が複雑であることに加えて膨大なデータを扱うことになるため、1物件あたり数週間もの時間がかかってしまっていました。

しかし、私たちの開発した「GORLEM」ならCO2排出量の計算を“たった1分”で完了。
また、分析されたデータはCO2排出量以外の分析や計算への展開を見据えており、
様々な業務を大幅に削減することで、持続可能な建設業に変えていくことを支援できると考えています。

▍このポジションの魅力
・AIの性能を左右する教師‧評価データを、単発の作業物ではなく継続利用できる会社の資産へ変えられます
・品質指標、ルール、判断履歴、作業者運用をゼロから設計できる、立ち上げ期のポジションです
・データ改善がモデルのどの失敗を改善したかまで追い、データ運用とML開発を直接つなげられます
・将来的には、業務量と組織規模に応じて、Data Quality∕CurationとAnnotation Operationsの機能分化‧チーム設計にも関われます
応募資格
▍必須スキル
・SQL、Python、pandasなどのいずれかを用いて、自らデータを確認‧集計し、品質問題の傾向や原因を説明した経験
・エラー率、母数、サンプリング、分布、偏りなどを踏まえ、品質指標を設計または運用した経験
・個別のミスをエラー類型や根本原因にまとめ、再発防止につなげた経験
・曖昧な要求や判断を、SOP、ルール、正例‧負例‧境界例、例外処理へ落とし込んだ経験
・複数部門や外部パートナーが関わる業務で、期限、依存関係、リスク、未決事項を管理した経験
・教師あり学習、学習用‧検証用‧評価用データの違い、データリーケージ、過学習、分布変化についての基礎理解
・Precision、Recall、F1などのモデル評価指標を読み、データ品質とモデルの失敗をML担当者と議論できること
・事実、解釈、提案、不明点を分け、関係者に分かる形で文章化できること

すべてを同じ職種で経験している必要はありません。Training Data∕Data Operations、Data Analyst、DataScientist、AI Program Manager、QA‧品質管理、BPO運用、Technical CSなど、隣接領域での経験も対象とします。

▍歓迎スキル
・教師データ、アノテーション、データキュレーション、AI評価の運用経験
・OCR、Document AI、表‧帳票、階層データを扱った経験
・モデルのエラー分析やData-centric AIに取り組んだ経験
・作業者教育、QA、BPO‧外部ベンダー管理、業務設計の経験
・アノテーションツールの導入や要件整理の経験
・建設見積、積算、調達、施工、修繕など、建設‧不動産領域の知識
・機密性の高いデータに関するセキュリティ‧プライバシー運用の経験

▍求める人物像
・データの個別修正だけでなく、誤りのパターンと発生源を考えられる方
・分からない状態を隠さず、未確定事項と判断先を構造化できる方
・分析やダッシュボード作成で終わらず、ルール、担当、期限、完了条件まで運用に落とせる方
・地道な監査、例外整理、作業者教育、再発防止を重要な仕事として扱える方
・自分が決める範囲と、Biz・CS・ML・Software Engineerへ返す範囲を明確にできる方
・モデル開発そのものよりも、良いデータが継続的に作られる仕組みづくりに関心がある方
就業場所
東京都 千代田区
・フルフレックス・コアタイムなし
就業時間・休憩
09:00〜18:00
時間外労働
40時間以下
休日・休暇
土日祝休み
年末年始休暇・夏季休暇・有給休暇・介護休暇・慶弔休暇・産休・育休
・完全週休2日制(土・日)
・祝日
・夏季休暇
・年末年始休暇
・有給休暇
・慶弔休暇
・産前産後休暇
・育児休暇
・子どもの看護休暇
待遇・福利厚生
社会保険完備
・フルリモート
・昇給(年1回)
・社会保険完備
・入社準備手当(10万円支給)
・最新PC貸与
・通勤手当(月5万円まで)
※採用活動におけるハラスメントについて
当社は採用活動におけるハラスメントを一切禁止しております。
ご不安な点がある場合の相談窓口や詳細は、下記方針よりご確認いただけます。
受動喫煙対策
禁煙
選考・応募書類
応募 → Periodとの面談 → 企業の選考(1カジュアル面談 2書類選考 3一次面接 4最終面接 5内定)
募集者
社名は面談時にお伝えします
取扱い
株式会社Period(有料職業紹介事業 13-ユ-315555)
掲載日
2026年10月21日

記載の労働条件は掲載時点のものです。詳しくは面談・面接の際にご確認ください。

選考の流れ

  1. 応募(このページのフォーム)
  2. Periodとの面談(オンライン・日本語または英語)
  3. 企業との面接
  4. 内定・入社の手続き

同じエリア・職種の求人

APPLY

この仕事に応募する

送信後、1営業日以内にPeriodからご連絡します。日本語・英語・ベトナム語どれでも大丈夫です。

応募する求人AIデータ品質‧運用責任者製造エンジニアの求人(社名は面談時にご案内)(ID: pc516972)

会員登録は不要です。応募後、キャリアアドバイザーから1営業日以内にご連絡します。応募書類のアドバイスや、ほかの求人のご提案もできます(無料)。

この仕事に応募する →