AIデータ品質管理リード

# 【急成長建設DXスタートアップ×IPO準備中×週3リモートのハイブリッド勤務】事業のコアとなる建設データAIの精度を左右する「正解データ」をつくる、データ品質管理リードを募集！
## 仕事概要
＼＼ゴーレムでのやりがいや魅力／／
●AIの精度を左右する最重要工程である「教師データの正解」を自ら設計できます。
●建設業界に散在する非構造なデータを、各種分析（CO2算定・LCC算定・見積査定など）に使える資産へ変えていく仕事で、建設業界の変革のためのコアとなる仕事です
●単なるオペレーションではなく、分類体系、品質基準、作業プロセス、チーム運営を一から整えるフェーズです。
▍本ポジションのミッション
建設データ（見積書等）をAIで構造化/仕分けし、精度高く各種分析（CO2や見積分析）をできるよう、教師データの正解定義・品質管理・運用体制をつくることがミッションです。
本ポジションでは、ラベルの設計・修正や、ラベルの付け方の正解の定義、また、作業者が実施したラベル付けの正しさを評価し、バージョンアップしたモデルの精度確認等を通して、AIの品質を管理します。
▍業務詳細

1. 「見積書階層化AI」向けの教師データ設計・品質管理

• ・見積書の行種、階層、親子関係、工事区分などの付与ルール設計
• ・曖昧なケースに対する正解方針の定義
• ・アノテーションガイドライン、判断事例集、FAQの作成・更新
• ・作業者が作成した教師データのレビュー、差し戻し、品質評価

1. 「自動仕分けAI」の教師データ設計・品質管理

• ・見積明細に対する建設要素コード付与ルールの設計
• ・建設要素コード体系の見直し、粒度調整、例外パターン整理
• ・コード付与結果のサンプリングレビュー、誤分類分析、再発防止策の設計
• ・MLチームと連携した学習データ・評価データの改善

1. 作業者・外部パートナーのマネジメント

• ・作業手順の設計、タスク割当、進捗管理
• ・作業品質のモニタリング、個人別フィードバック
• ・作業者ごとのばらつきや誤り傾向の可視化
• ・品質基準を満たすための教育・オンボーディング設計

1. プロダクト・CS・MLチームとの連携

・プロダクトでの活用シーンに照らした正解基準の整理
・顧客案件から発生する例外・特殊パターンの整理
・MLチームへのエラー分析結果の共有
・モデル精度改善に向けたデータ収集・再学習方針の議論
・教師データ作成プロセスのKPI設計と改善
▍組織体制
・本ポジション：AIデータ品質管理チーム
・連携するチーム
・CSチーム：顧客業務や実案件の前提を共有
・BPOチーム：建設業の知見があるチームと建設周りの専門性を共有してもらう
・MLチーム：モデル作成。精度向上に向けた再学習の方針などを相談・共有
・プロダクトチーム：プロダクト活用シーンや要件を整理
## 必須スキル
＼＼ゴーレムでのやりがいや魅力／／
●AIの精度を左右する最重要工程である「教師データの正解」を自ら設計できます。
●建設業界に散在する非構造なデータを、各種分析（CO2算定・LCC算定・見積査定など）に使える資産へ変えていく仕事で、建設業界の変革のためのコアとなる仕事です
●単なるオペレーションではなく、分類体系、品質基準、作業プロセス、チーム運営を一から整えるフェーズです。
▍本ポジションのミッション
建設データ（見積書等）をAIで構造化/仕分けし、精度高く各種分析（CO2や見積分析）をできるよう、教師データの正解定義・品質管理・運用体制をつくることがミッションです。
本ポジションでは、ラベルの設計・修正や、ラベルの付け方の正解の定義、また、作業者が実施したラベル付けの正しさを評価し、バージョンアップしたモデルの精度確認等を通して、AIの品質を管理します。
▍業務詳細

1. 「見積書階層化AI」向けの教師データ設計・品質管理

• ・見積書の行種、階層、親子関係、工事区分などの付与ルール設計
• ・曖昧なケースに対する正解方針の定義
• ・アノテーションガイドライン、判断事例集、FAQの作成・更新
• ・作業者が作成した教師データのレビュー、差し戻し、品質評価

1. 「自動仕分けAI」の教師データ設計・品質管理

• ・見積明細に対する建設要素コード付与ルールの設計
• ・建設要素コード体系の見直し、粒度調整、例外パターン整理
• ・コード付与結果のサンプリングレビュー、誤分類分析、再発防止策の設計
• ・MLチームと連携した学習データ・評価データの改善

1. 作業者・外部パートナーのマネジメント

• ・作業手順の設計、タスク割当、進捗管理
• ・作業品質のモニタリング、個人別フィードバック
• ・作業者ごとのばらつきや誤り傾向の可視化
• ・品質基準を満たすための教育・オンボーディング設計

1. プロダクト・CS・MLチームとの連携

・プロダクトでの活用シーンに照らした正解基準の整理
・顧客案件から発生する例外・特殊パターンの整理
・MLチームへのエラー分析結果の共有
・モデル精度改善に向けたデータ収集・再学習方針の議論
・教師データ作成プロセスのKPI設計と改善
▍組織体制
・本ポジション：AIデータ品質管理チーム
・連携するチーム
・CSチーム：顧客業務や実案件の前提を共有
・BPOチーム：建設業の知見があるチームと建設周りの専門性を共有してもらう
・MLチーム：モデル作成。精度向上に向けた再学習の方針などを相談・共有
・プロダクトチーム：プロダクト活用シーンや要件を整理
## 歓迎スキル
・SQL、Python、正規表現、BIツールなどを用いたデータ確認・分析経験
## 求める人物像
・「なんとなく正しい」を放置せず、判断基準を言語化したい方
・細かいデータの違いや違和感に気づける方
・作業者を責めるのではなく、迷わず作業できる仕組みをつくりたい方
・専門家の知識を引き出し、誰でも使えるルールに落とし込むことが得意な方
・AIの精度改善に、データ品質や運用設計の側面から関わりたい方
・現場オペレーションとプロダクト開発の間に立つことを楽しめる方
## 応募概要
### 給与
600-800万円（年俸制） ※基本給 500,000円〜
みなし残業45時間/月（175,781〜249,023円）
### 勤務地
〒102-0093
東京都千代田区平河町1丁目3-13　平河町フロントビル 4階　※オフィス全面禁煙
アクセス：半蔵門駅2出口から徒歩約3分
（雇入れ直後）東京本社所及び貴殿の自宅（テレワークを行う場所）
（変更の範囲）会社の定める場所及び貴殿の自宅（テレワークを行う場所）
### 雇用形態
正社員(期間の定め:無)
### 勤務体系
▍勤務時間
9:00-18:00（フルフレックス・コアタイムなし）
▍休日休暇
・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
・休業/慶弔制度
・産前産後休暇
・育児休暇
・子どもの看護休暇
### 試用期間
試用期間6ヶ月あり。期間中の給与・待遇は変更なし
### 福利厚生
・リモートワークと出社を組み合わせた勤務体制を実施（現状、火・木出社）
・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）
・リファラごはん飯制度（社内紹介制度）
・ウェルネスサポート制度（健康維持支援）
・学び応援制度
・社内交流イベント
・代表との1on1制度