「すべての合意を、フェアにする」 誰もが一瞬でフェアな合意をすることができ、あらゆる協力関係がスムーズに構築される世界を目指します --- 〈エンタープライズ向けSaaS × 機械学習テクノロジー × ローファームの力〉 「契約」というすべてのビジネスの負担を、機械学習テクノロジーで変革するSaaSプロダクトを提供しています。 日本を代表する大企業にすでに導入され、契約のあらゆる業務プロセスを一気通貫でデジタル化する基幹システムとして活用されています。 　○ 現在のおもな導入先企業 　https://www.wantedly.com/portfolio/projects/64765 法務部門に限らずあらゆる部署を横断して活用されており、1企業あたり最大8万人規模のユーザーが存在します。それでありながら、受託ビジネス／個社カスタマイズをせず、標準化されたSaaSとしてのみ提供しています。 日本だけでも契約には年間10億時間がかけられていますが、MNTSQを導入することで契約業務が30%高速化され、人間が真になすべき業務にフォーカスできるようにしています。 また、レガシーなシステムの体験に慣れてしまっているユーザーに、プロダクトを通して新しい業務体験をもたらします。 〈順調な事業成長〉 SaaS成功のベンチマークとして用いられているT2D3目標（5年間で売上を72倍にする）に沿ったペースで成長を続けています。この1年間で導入社数は約8倍になりました。導入企業の業種は製造、重工業、エネルギー、食料品、金融、出版、製薬など多岐にわたります。 ▼ CEO板谷による会社紹介動画 　○ プロダクト、カルチャーについて：https://youtu.be/CmJC7bQgxR4 　○ 創業ストーリーと今の私たち：https://youtu.be/pK3wSF-XmaI ▼MNTSQ採用サイト 　https://careers.mntsq.co.jp/ ▼ CompanyDeck（会社紹介資料） 　https://speakerdeck.com/mntsq/mntsq-careersdeck ▼メンバーによる情報発信 　○MNTSQおすすめ記事まとめ 　https://note.com/mntsq/n/n3636f97b5877 　○ note 　https://note.com/mntsq/m/mfedfcccf994b 　○ Wantedly 　https://www.wantedly.com/companies/mntsq/stories 　○ Tech Blog 　https://tech.mntsq.co.jp/

〈存在意義〉 「契約」はこの世界のあらゆる協力関係を支えるものです。しかし、契約書はとても難解で、作るのにも交渉するにも時間がかかり、その内容がフェアであるとは限りません。 私たちは、機械学習テクノロジーの社会実装を通して、誰もが一瞬でフェアな合意をすることができ、あらゆる協力関係がスムーズに構築される世界を目指します。 〈チャンスがひろがる大きな市場〉 法務人件費は総額2.6兆円*とも言われています。法務領域は属人的かつもっともDXが進んでいない領域のひとつであり、現時点でテック化されているのは300億円程度ですが、最終的に30-50%はテック化される見込みです。企業の合意のハブとなっている大企業から導入進めることで、社会全体への波及を狙っていきます。 ＊経産省センサス、NBL（企業法務部実態調査）、日弁連統計などから当社推計 〈契約業務は自然言語処理、機械学習が課題解決に貢献しやすい領域〉 また、機械学習というテクノロジーを地に足ついたものとして社会に実装するという、人類がまだ実現していない最先端の試みに取り組んでいる事業でもあります。 私たちが解決しようとしている契約業務の課題は、機械学習や自然言語処理の技術との相性が良い領域です。現在の自然言語処理でできることには制約も多く、決して万能ではありませんが、契約書の文章は整った日本語で書かれており、条項号の構造があるため、処理がしやすくアルゴリズムによって付加価値が出せる余地が大いにあります。 〈専門領域のドメインエキスパートの力〉 日本のビッグローファームである長島・大野・常松法律事務所と資本業務提携をしています。業界でも圧倒的なノウハウを獲得することにより、他社には模倣不能なアルゴリズムを開発することができています。 誰もが一瞬でフェアな契約をできる世界のために、私たちはテクノロジーの力で、最高のUXのプロダクトづくりを進めています。それができるのは、MNTSQをおいてほかにはないと確信しています。

〈ドキュメント文化と透明性〉 私たちは、以下のように徹底的に透明性にこだわっています。 ・経営会議は、すべてライブ中継 ・経営課題は、すべてGitHubでディスカッション ・意思決定は、すべてPull Requestで記録 ・顧客の声は、すべてドキュメントで共有 MNTSQでは、エンジニア、デザイナー、営業、CS、リーガルなどあらゆる専門家の感覚が合わさることで最高のプロダクトができると信じています。ひとりひとりの専門家を信頼するからこそ、その情報を自分より深く理解し活用できる人がいるはずと考えています。 そのため、重要な意思決定とその理由、プロセスをすべてドキュメントに残します。あらゆるメンバーが広く等しく情報にアクセスを持てるようにすることで、パフォーマンスが最大化されると信じています。 〈領域横断コラボレーションで全員で取り組むプロダクト〉 受託ビジネスは一切ありません。自社開発のプロダクト事業のみを営んでおり、会社のすべての職能が、プロダクトに向かっていく体制です。 ・セールス／CSメンバーもプロダクトフィードバックを毎週実施 ・開発チームも自由に顧客会議に参加可能 ・リーガルのドメインエキスパートが社内から改善活動 　○ MNTSQのMVV 　https://careers.mntsq.co.jp/05261687e647461a81c5b31922cb1ef1

自然言語処理を利用して、契約書データの解析アルゴリズムを開発するエンジニアを募集しています。 当社では、実際の契約書データを用いて、リーガルワーカーの課題を解決するシステムの実現を目指しています。深層学習をはじめとする各種機械学習手法を利用し、法務専門知識を持つリーガルチームのメンバーと協力しながら、まだ世の中にない高い品質の法務支援システムを作る意欲がある方を募集しています。 ユーザにとってのバリューを最大化するためには、必ずしもアカデミックな意味での正攻法なアプローチだけが有効であるとは限りません。最先端のアルゴリズムの活用のみではなく、問題設定を柔軟に見直すことや、他チームとのコミュニケーションを組み合わせて問題解決ができる、総合格闘技的な戦い方ができる方の応募をお待ちしております。 【利用している技術スタック】 言語：Python フレームワーク：Keras, Tensorflow プラットフォーム：AWS その他：Jupyter, MeCab, Juman++, KNP, Spacy, gensim等 【チーム体制】 エンジニアチームは機械学習やインフラチームを含めて10名程度です。 アルゴリズムエンジニアは現状社員2名+役員2名（堅山、安野）の4名体制です。 【必須要件】 ・自然言語処理、機械学習を利用したプロダクト開発もしくは研究開発の経験がある方 ・自身の専門領域でない領域（リーガル領域等）のキャッチアップを迅速に行える意欲と能力のある方 ・別種の専門性を有する多様なメンバーと密な共同作業ができる方 【歓迎要件】 ・Kaggle、および競技プログラミングでの上位入賞経験 ・自然言語処理、機械学習分野での学会発表経験 ・機械翻訳、OCR等、言語モデルを利用する分野の経験 ・Apache SolrやElasticsearch等、検索分野の経験がある方 ・機械学習を支えるインフラの構築・運用の経験がある方