■募集内容■ AIの出力を継続的に確認し、性能改善施策まで含めて仕組みにするポジションです。 実務テキスト（手順書・報告書・FAQ など）を対象に、評価データの作成 → 自動チェック → 改善提案 → リリース時の確認手順までを一貫して担当します。 ■仕事のやりがい■ “良い/悪い”で終わらせない：どこが問題か、どう直すかを再現可能な手順で示す 現場の安心感をつくる：更新のたびに同じ基準で素早く確認できる仕組みを用意 導入スピードを上げる：判断基準・チェックリストを整え、迷いなく出せる状態にする ■求める人物像■ 数字と実例の両方で語るのが得意 周囲（RAG/Agent、フロント、PM）と言葉の粒度を合わせて進められる ■求める経験とスキル■ 評価用データの作成経験（授業・研究・Kaggle・個人開発でも可） 集計・可視化の基礎（Spreadsheet / Pandas など、どちらでもOK） 失敗例をパターンに分けて整理し、改善に結びつけた経験 Git/GitHub での基本的なコラボ（Issue/PRのやり取り） ■歓迎条件■ 簡単な自動チェックの実装（スクリプトやノートブック、CI での定期実行など） 受け入れ基準（合否の線引き）やリリース前チェックの整備経験 軽いレポート作成（今の状態→次に直すべき点を簡潔に伝えられる） RAG/Agent・フロント・クラウドのどれかに触れたことがある（深さは不問） ■開発環境例■ 言語/ツール：Python（Pandas/Notebook）または Spreadsheet 自動化：軽いスクリプト／GitHub Actions（定期実行） 連携：RAG/Agentチーム・フロントチームとの合意形成（入出力の型・受け入れ基準） コラボ：GitHub／Notion／Slack ■働き方■ 稼働目安：週8–12時間〜（副業・業務委託OK／学生歓迎） フルリモート可（全国から参加可能） 時間帯・稼働は柔軟に相談できます ■こんな方におすすめ■ 評価データ→自動チェック→改善の流れを自分の手で回したい 「なんとなく良い」ではなく、基準と手順で品質を上げたい 小さなチームでスピード感を持って仕組み化していきたい 最後まで目を通して頂きありがとうございます。 少しでも弊社に興味が湧きましたら、お気軽にご応募ください！ 面談は基本的にオンラインで対応可能ですので、まずはフランクにお話し出来ればと思います。