募集中 【Python/TypeScript/GCP】AI検索機能のRAG検索品質改善支援(フルリモート・ビジネスタイム外可)
社名：非公開
職種：サーバサイドエンジニア
稼働日数：週3〜5日、ビジネスタイム以外の空き時間渋谷
報酬：〜240万円／月
| 業務内容 | 自社AI検索機能のRAG検索パイプラインの品質改善・速度改善をリードしていただきます。 ・RAG検索品質の改善（チャンク戦略の最適化、Embeddingモデルの選定・変更、pgvectorのインデックスパラメータ調整、タイトル重みづけによる検索精度向上、topK調整とノイズ削減） ・ハイブリッド検索の導入（ベクトル検索とキーワード検索の統合設計、スコア正規化・重み付け戦略） ・検索速度の改善（キャッシュ戦略の設計・実装など） ・機能増加に伴う状態管理・依存関係の複雑化に対する設計推進（責務分離、境界の整理、可読性/テスタビリティ向上） ・ドメインの切り分け・モジュール構造の再設計（依存関係の整理、モジュール分割、設計原則の整備） ・技術的負債の解消と安全なリファクタリング（設計変更、置き換え計画、段階リリース） ■募集背景 事業はプロダクトマーケットフィットの検証フェーズから、仮説検証と安定成長を両立させるスケールフェーズへ移行しています。プロダクト開発でも「スピード優先」だけでなく、初期品質の向上・技術的負債の解消・中長期の拡張性/保守性の強化に本格的に取り組み始めています。 機能増加に伴う状態管理・依存関係の複雑化や、複雑なドメインを将来の拡張を見据えて「強い設計」にしていくため、当該企業のAI検索機能のRAG検索パイプラインの品質改善・速度改善をリードしていただくエンジニアを募集します。 |
|---|---|
| 勤務地 |
渋谷 |
| 必須要件 | ・RAG（Retrieval-Augmented Generation）パイプラインの設計・実装経験（チャンキング、Embedding生成、ベクトル検索、リランキングまでの一連のフローを自走で構築・改善できること） ・ベクトルDB（pgvector, Pinecone, Qdrant, Weaviate等）の運用・チューニング経験（インデックスパラメータの理解と調整経験） ・ハイブリッド検索の設計・実装経験（キーワード検索とベクトル検索を組み合わせたランキング戦略の実装、RRF等のスコア統合手法の知見） ・リランキング手法の理解と実装経験（Cross-encoder、Cohere Rerank等を用いた二段階検索の経験） ・Python または TypeScript での開発経験 ・DBの構築経験 ・LLM APIの利用経験（Google Gemini, OpenAI, Anthropic等） ・AWS / GCP などのクラウドサービスの運用経験 ・大規模検索システムのプロジェクト経験 ・日本語：ビジネスレベル以上 |
| 歓迎要件 | ・TypeScriptでの開発経験 ・PostgreSQL / pgvector拡張の利用経験 ・医療・ヘルスケア領域でのNLP/検索システムの経験（PubMed、MeSH用語、医学文献検索の知見） ・Mastra, LangChain, LlamaIndex等のAIエージェントフレームワークの利用経験 ・検索品質の定量評価基盤の構築経験（Recall@K, MRR, NDCG、LLM-as-a-Judge等） ・生成AIをチーム・組織レベルで活用できるようにするための環境構築・整備の経験 |
担当者コメント
・多くの医療従事者が利用するプロダクトのAI検索を進化させられる
・最先端のRAG/検索技術にフルコミットできる
・生成AIを前提とした開発環境で、常に最新ツールに触れながら開発可能
担当者の詳細を見る