音声処理エンジニア

■募集背景 IVRyはこれまで、NLPを中心とした対話処理の構築に注力し、現場で安心して使える信頼性の高いシステムを作り上げてきました。その土台の上に、いよいよ音声処理を本格的に積み上げていくフェーズに入っています。 音声処理領域は、社内にまだ深い専門性を持つメンバーが十分にいません。この領域を自ら新しくデザインできるポジションです。既存の枠組みに乗るのではなく、IVRyの音声処理の礎を自分で作りたいエンジニアにとって、またとない環境です。 ■お任せしたい主な業務 このポジションでは、IVRyの音声対話システム全体の技術的なオーナーシップを持ち、音声処理パイプラインの設計・開発・継続的改善をリードしていただきます。 ■担当いただく業務 音声処理領域における技術的な意思決定をおまかせします。 ・技術戦略の策定と推進：ASR・TTS・ノイズ低減・話者分離など、何をどの順で強化するかを判断し、ロードマップを構成する。 ・アーキテクチャ設計：リアルタイム音声処理パイプライン全体の構成の改善や設計を期待します。 ・技術評価と実験設計：最新の手法・OSSをベンチマークし、プロダクトへの適用可否を判断する。 ・クロスファンクショナルな推進：PdM・SWEと連携し音声処理の改善をプロダクト価値に直結させる。 実装・開発についても関与していただきますが、設計や判断で価値を発揮してもらうことを主に期待しています。 ◎IVRyの音声処理開発の特長 ・音声認識・音声合成を含む多様なユースケースへの技術的な貢献がサービス利益に直結します。 ・ミッションクリティカルな本番環境：PoCではなく、実際の業務電話に使われるシステムの改善に直結する。 ・フルサイクル開発：音声処理の研究開発だけでなく、PdMやBizDevと連携し、プロダクトへの実装・改善まで関与できる。 ・最適な計算環境：必要に応じて計算リソースを柔軟に用意。 ◎技術領域（経験の深さは問わず、関連領域であれば歓迎） ・自動音声認識（ASR）：精度改善、ドメイン適応、ストリーミング認識 ・音声合成（TTS）：自然性・表現力の向上、低レイテンシ化 ・音声理解・FullDuplex対話 ・話者分離・話者認識・音声変換・ノイズ除去・エコーキャンセル ・音響モデル・言語モデルの設計と最適化 ・リアルタイム音声処理システムの設計 ◎開発プロセス ・アジャイルな開発プロセスを採用し、1週間スプリントで開発・リリースを進める ・3ヶ月単位でプロダクトの注力テーマやプロジェクト体制を決定する ・PdMやデザイナーと連携し、顧客課題に対する最適なソリューションを検討する ・エンジニアが主導する技術的なアプローチから価値を創出する機会も多い ◎技術スタック 言語：Python ツール：GitHub, GitHub Actions, Slack, Notion, Linear サービス全体の技術スタック、アーキテクチャは、技術スタック / アーキテクチャー / データパイプライン をご確認ください。 ◎働く面白さ/成長環境 IVRyは、AIがプロダクトの中心にある企業として、エンジニアが技術を最大限に活かせる環境を提供しています。「研究開発」ではなく、社会実装を前提にした音声AI開発に携わることで、以下のような経験が得られます。

・音声処理・音響信号処理・音声認識・音声合成などの関連領域における実務または研究経験（5年以上、修士以上の研究経験を含む） ・音声処理パイプラインの設計・実装経験 ・チームの技術方針をリードした経験（技術選定・コードレビュー・方向付けなど）

●音声処理の特定領域に深い専門性を持ち、隣接領域にも積極的にキャッチアップできる方 ●技術的な判断を自ら行い、チームに対してその根拠を丁寧に説明できる方 ●プロダクトへのインパクトを意識しながら研究開発のバランスを取れる方 ●変化の速い環境でも優先度を見極め、主体的に動ける方 ●専門外のPdM・ビジネスサイドとも積極的に連携できる方

1,100万円〜

月給：年収の1／12 ※みなし時間外労働手当の月額261,240円～を含みます（超過分は別途支給） ※月45時間の時間外労働（内月30時間の深夜労働）の手当として支給 ※経験・能力を考慮の上、決定いたします ※個人の成果・貢献度に応じてストックオプションを付与する場合があります

916,000円〜

261,240円〜

リーダー

・AI・機械学習エンジニア

テックリード

■得られるノウハウ ・ミッションクリティカルなサービスを支える音声処理の実践的な知見：電話音声という制約の多い環境下で、高精度かつ低レイテンシなシステムを構築する経験は、他では得難いものです。 ・大規模な自社音声データを活用した独自モデル開発：許諾済みの電話音声データを用いた他社にはない規模のデータ処理や音声モデル開発を通じ、より高度なデータ活用スキルを身につけられる。 ・PoCに留まらない本番環境での音声AI運用：最新の音声処理技術をプロダクトに落とし込みながら、運用を前提とした高度なシステムを構築する経験を積める。 ■挑戦できる環境・文化 ・音声UXの新しいスタンダードを作る最前線：音声対話UXはまだ確立されていない領域だからこそ、業界をリードする技術開発に携われる。 ・多職種との協業を通じた幅広い視野：音声処理に閉じず、PdM・SWE・セールスと連携しながら、事業視点を持った開発経験を積める。 ・技術がダイレクトに事業成長につながる環境：音声品質の改善がそのまま顧客満足・契約継続・新機能へと直結するスピード感で開発できる。 ■IVRyで音声処理エンジニアとして働く魅力 多くの企業では、音声処理チームが研究部門に属し、プロダクトとの距離があるため、精度改善がユーザー体験に直結しにくい傾向があります。 しかし、IVRyでは音声処理の品質がそのまま顧客の業務オペレーションの価値に直結します。ASRの認識精度が上がれば顧客の電話対応コストが下がり、TTSの自然性が上がれば顧客体験が改善される、というサイクルが明確です。音声処理技術で事業にインパクトを出したい方にとって、最適な環境です。 ■一緒に働くメンバー、チームの特徴 IVRyには、多様なバックグラウンド・高い専門性・成長意欲・そして開発を楽しむカルチャーを持ったメンバーが集まっています。 ・多様なバックグラウンドと専門性 メンバーの経歴は、Google、AWS、Microsoft、メルカリ、クックパッド、リクルート、SmartNewsといった技術を軸にプロダクト開発を行う企業から、スタートアップ、制作会社、フリーランス、学術研究まで多岐にわたります。また、バックエンド・フロントエンド・モバイル・インフラ・LLM・音声技術など、専門性の幅も非常に広く、多様な視点を持ったエンジニアが活躍しています。 ・プロダクト志向と課題解決マインド 技術だけを追いかけるのではなく、「良いサービスを届けたい」「困っている人を助けたい」といったプロダクト志向とユーザー志向を持ったメンバーが多いのが特徴です。事業や組織の課題にも積極的に関わり、エンジニアリングの枠を越えて価値を届けようとする姿勢が共通しています。 ・自律性とオープンなチーム文化 経営・エンジニア・ビジネス全体で心理的安全性とフラットな関係性が根付いており、誰でも提案・議論しやすい環境です。また、エンジニアを含めたすべてのメンバーが自律的に判断し、前に進めるカルチャーを大切にしています。部署を越えた連携や、事業数値のオープンな共有などもIVRyのスタンダードです。 ・スタートアップならではの挑戦を楽しむ 急成長中のスタートアップという環境で、前例のない課題や変化を楽しみながら、自らの手でサービスや組織を進化させていくことにやりがいを感じるメンバーが集まっています。

Python

AWS、GCP、Azure

GitHub Actions

GitHub、Slack、Notion

正社員

なし

あり（3ヶ月）

フレックスタイム制

8:30〜17:30

フレックスタイム制 標準労働時間1日8時間（コアタイム10時～15時）

10:00〜15:00

月45時間

東京都港区三田三丁目5-19住友不動産東京三田ガーデンタワー10F 大阪府大阪市北区西天満四丁目14-3リゾートトラスト御堂筋ビル18階

リモート／ハイブリッドワーク

一部リモート

健康保険、厚生年金保険、労災保険、雇用保険

提携保養施設・スポーツ施設利用制度

社員持株会制度、財形貯蓄、企業型確定拠出年金

ストックオプションを付与する場合がある

リモートワーク制度

120日

完全週休二日制、土日祝休み、有給休暇、慶弔休暇

慶弔休暇

育児休暇

育児休暇

残業手当、深夜・休日勤務手当

書籍購入サポート