「デザイン産業革命で、関わるすべての人を幸せに」 AIを活用したクリエイティブデザイン提供サービス「AIR Design for Marketing」と、 スマートフォン企画開発サービス「AIR Design for Apps」の2点を展開しています。 ◆AIR Design for Marketing事業 Webマーケティングで成果が出るクリエイティブ（LP・バナー・動画）を高速で制作します。 楽天やdocomoなど国内有数の大手企業を中心に300社以上に導入いただいております。 AIやテクノロジーの力で、「空気のようにカンタンにデザインを届けられるような世界」の実現。 複数のスタートアップピッチイベントでも多数の受賞歴があり、その事業可能性が高く評価されています。 ◆AIR Design for Apps事業 アプリ開発に関わる全ての工程をワンストップで提供します。 業界トップクラスの開発実績を誇るアプリビジネスパートナーとして、立ち上げから運用まで利益拡大に向け二人三脚で支援。 10年以上の豊富な開発・運用実績をもとに、アプリの新規立ち上げからリニューアル・改善まで幅広いニーズにお応えしています。

いきなりですが、身の回りに広告ってどのくらいあると思いますか？ 街中を歩いていると、建物に貼り付いた大きな広告がありますよね。 電車に乗っていると、窓上に多くのポスターが並んでいますよね。 広告は、不特定多数の人に露出することで購買意欲を持たせ、 企業の売り上げを伸ばすのにとてつもなく貢献していることは言うまでもありません。 そして、広告の効果をどれだけ享受できるかという点において、 「広告デザインの質」がかなり売り上げに影響を与えます。 だから、質の高いデザインが欲しい「広告主」と「デザイナー」の間にビジネス関係が生まれるのです。 そんなビジネスデザイン制作の市場は、なんと9.9兆円。 しかし莫大な金額が動いているその裏側には、 発注側・受注側ともに課題を抱える、非効率な業界構造があるんです。 発注側の広告主からしたら、 デザインの納品まで長期的な時間を要す上に、高い品質が保証されるわけではない。 受注側のデザイナーからしたら、 設計から納品までの手作業に多くの手間がかかり、デザイナーとして本質的な広告主とのコミュニケーションやコンセプトづくりといった仕事に十分な時間を確保できない。 その根底にあるのは、勘と経験に頼った「属人的な」デザイン制作プロセスです。 そこで、弊社がアナログなデザイン業務を「データとAIで製造業化する」ことで、 広告主には、短期で高品質なデザインを確実に。 デザイナーには、よりクリエイティブな仕事へのシフトを当たり前に。 100年変わっていない属人的な制作プロセスを、AIに代行させることで、 広告主・デザイナーともに幸せになる。 そんな業界の変革のためには、 膨大なデータを蓄積し活用するための「ソフトウェア」が必要不可欠なのです。

そこでTECHチームは、現在以下の2つのソフトウェアを企画・開発中です。 ◆AIR Process 逆算思考でマーケットのデータをAIが分析して、勝ちデザインを予測し、 高速に高品質でデザインを制作するプラットフォームです。 【設計】 広告市場の状況から逆算して、トレンドや実績を加味しながら、勝ちデザインを選定。 広告クリエイティブ設計のためのインプットを市場のデータから抽出する仕組みを作っていきます。 【製造】 プロダクトの方向性は決まっても、それを作るためには当然デザインしなければいけません。 このフェーズでこだわるのは、いかに早くクオリティ高く作れるか。 デザイン部品の選定や品質の判断にはどうしても迷いが生じてしまうものです。 そこを解決するために、AIの判定モデルを作って客観的に品質を確保。 私たちがデータベース化することで、スピード・品質の両面で人の手を上回るデザイン制作の仕組みを作っていきます。 【生産管理】 バナー画像のように1週間ごとに作り替える短サイクルから、LPのように2,3週間の長サイクルまで色々な案件が流れます。お客様やデザイナーが増えていくと、いろんなものが大量に流れます。そうなった時の、今ある案件やタスク、その担当などの管理が機能する仕組みを今後強化していきたいと考えています。 ◆AIR View 仮説検証の成熟度を高め、顧客理解を促進するプラットフォームです。 広告主へデザイン制作のサービスを提供するだけでなく、「そのデザインをどう活かすか」というマーケティングの支援まで遂行することで、顧客の課題解決に大きく貢献。 マーケター向けのSaaSプロダクトとして企画中で、立ち上げメンバー募集中です！ 【解決したいペイン】 多くのマーケ組織で、合理的な仮説検証のプロセスが未成熟。 感覚ベースで説明性に乏しい仮説検証をなんとなく実施。 顧客理解が蓄積されず、本質的な成長に繋げられない。 【課題点】 ①溜めるデータの質 ②データ分析のスキルと手間 【解決策】 ①デザイン設計根拠を構造化し、質の高いデータを蓄積 ②データから学びと判断を短時間で引き出せる分析UX

◆ガラパゴスで働くエンジニアとしての魅力！ 【サーバーレス】 現在チームとして、サーバーレスやクラウドネイティブな設計を重視して制作に取り組んでいます。 そのあたりの技術選定や意思決定は、TECHチームでも非常にフレキシブル。 「クラウドネイティブなアーキテクチャを追求する」 そういった方面で自分のスキルを伸ばしていきたい方には非常に良い環境です。 【機械学習を実業務に落とし込める】 デザイナーチームがすぐ横にいるなかで「彼らがいかに業務を楽に遂行できるか」という観点でプロダクトを作っています。 ユーザーとなる社内デザイナーのフィードバックを得ながら仮説検証をすぐ試せる環境であるため、機械学習を現場で上手くフィットさせるという実践的な経験が多く積めます。 【高難度なチャレンジ】 まだ誰もアプローチしようとしていないデザインというアナログな世界の変革。 私たちは、テクノロジーによって「デザイン業界の産業革命」を起こします。 そのチャレンジの過程で、技術的なアプローチは山のようにあります。 そのなかで愚直にデータベースを作り、解析をかけて、成功法則を見出していくプロセスは、非常にチャレンジングです。 「デザイン産業革命」という壮大なチャレンジを楽しめる方 今までにない仕組みを作っていくことに喜びを感じられる方 には非常におすすめできる環境です。 【主な業務内容】 開発チームは、『事実とデータ』に基づいたデザインプロセスを実現するために、デザインのデータベースの構築と、それらを活用するためのツールの開発を行っています。開発だけではなく、社内の営業・CS・デザインチームの課題解決にまで踏み込んだ活動を重視しています。 機械学習エンジニアに期待する役割としては、 ・営業・CS・デザインチームと伴走しながらの課題解決 ・デザインデータを中心とする各種データを活用してデザイン生産性を向上させるためのデータエンジニアリング 前処理 特徴量エンジニアリング 機械学習 ・開発運用効率を高めるためのDevOpsやMLOpsの整備 参考に、採用している技術スタックも掲載しておきます。 ・構成管理: GitHub, AWS CodeBuild, Code Deploy, Code Pipeline ・プロジェクト管理: Notion, GitHub ・コミュニケーション: Slack, Zoom, Discord ・クラウド: AWS, GCP, Azure 　※メインはAWSで、GCPやAzureは一部ML系サービスを利用 ・バックエンド: Python, AWS CDK, API Gateway, Lambda, ECS(Fargate) etc ... ・DB: RDS, DynamoDB, Elasticsearch ・フロントエンド: Nuxt.js, TypeScript, AWS Amplify Console ・AI/ML/データ分析: Python, TensorFlow, Keras, GCP, Azure, Athena etc ... 【仕事の魅力】 ・3000億円以上とも言われるインターネット広告デザイン市場が相手なので、社会的インパクトの大きな仕事が出来ます ・事業成長にコミット出来る環境下で、価値あるアーキテクチャを主体的に開発・追及していくことが可能です ・クラウドネイティブなアプリケーション開発を実践できます ・良い意味で未成熟なフェーズであるため、本人の希望や志向に応じて今後のキャリアパスを柔軟に描けます 【必須スキル・経験】 ・ユーザーの理解や課題解決に興味がある ・Gitを用いた開発フローを実践できる ・画像処理および機械学習の基礎知識とPythonによる実装経験 ・Dockerで開発環境を構築できる ・AWSの基本的な理解 (S3やRDS等とのデータ読み書き) 【歓迎スキル・経験】 ・WebAPIの開発経験 ・MLOps基盤の構築運用経験 ・検索技術の関する知識。特に、特徴ベクトルによる類似度検索やANN(近似近傍探索)に関する知識や活用経験 【こんな方と働きたい】 ・ガラパゴスの価値観に共感していただける方 ・開発や技術だけでなく、その先にある課題解決に喜びを感じられる方 ・チームで成果を出すことが楽しめる方 ・新しいサービスや事業の立ち上げフェーズに興味のある方 ・主体的に自らの仕事を作り、取り組んでいける方