株式会社ゴーレム
在宅可
株式会社ゴーレム
AI / 建設 / サステナビリティ・環境 / コンサルティング / SaaS
AIの精度を左右する「何を正解とするか」を、建設データと実務の両面から設計する
株式会社ゴーレム画像1
株式会社ゴーレム画像2
株式会社ゴーレム画像3

仕事内容

▍事業内容/企業紹介
ゴーレムは、建設業界に蓄積されてきた見積・設計・施工・維持管理などのデータと、実務の中で培われてきた判断基準を構造化し、企業の業務効率化や意思決定を支援する建設業界特化型のデータプラットフォームを開発しています。
建設業界では、企業・プロジェクトごとに業務、データ、管理方法が異なり、重要な情報がExcelやPDF、担当者の経験に分散しています。
ゴーレムでは、こうした非構造・属人的な情報をデータとして扱える状態へ変換し、CO2排出量の算定をはじめ、見積・購買・業務分析など複数のテーマへ展開しています。

▍ポジションのミッション(募集背景)
建設データには企業・案件ごとの表記差、専門判断、曖昧な例外が多く、モデル改善だけでは品質を安定させられません。
何を正解とするか、誰がどう検証するかを標準化し、教師・評価データの再現性を高める必要があります。
今回募集するのは、機械学習・生成AIに利用する建設データの正解を定義し、アノテーション基準、レビュー、エラー分析、改善サイクルを設計するポジションです。
具体的には、ラベル定義・正解基準・曖昧ケースの判断ルール策定、アノテーションガイドラインとFAQ整備、サンプリング・ダブルチェック・合意率等の品質設計、誤分類・不一致・偏りの分析などを通じて、担当領域を前に進めます。

▍仕事内容
正解・品質基準の設計
● 教師データ・評価データのラベル定義、正解基準、許容誤差、例外ルールを設計
● 判断が分かれやすいケースを収集し、ガイドライン・FAQ・判定例として言語化
● モデル評価で確認すべき品質指標と、業務上許容できる品質水準をMLチームと整理
● データセットやルール変更時の版管理・変更履歴・影響範囲を管理

品質検証・エラー分析
● サンプリング、ダブルチェック、合意率等を用いたレビュー方法を設計
● 誤分類、不一致、欠損、偏り等を集計し、エラータイプ別に原因を分析
● 作業者起因・ルール起因・データ起因・モデル起因を切り分け、改善優先順位を整理
● 改善前後の品質を定量評価し、基準や運用の変更効果を確認

作業者・外部パートナーの品質管理
● アノテーション/データ作業者向けのオンボーディングと判断基準の説明
● レビュー結果に基づく個別フィードバックと、共通ミスへの一斉改善
● 作業者・ベンダー別の品質傾向を可視化し、再教育・チェック強化を実施
● エスカレーションすべきケースと現場判断で処理できるケースを整理

ML・プロダクトとの改善サイクル
● MLエンジニアとエラー分類・評価データ・再学習対象をすり合わせ
● PdM・業務担当者と、モデル精度と実務上の正しさの差分を整理
● 品質課題をデータ作成・モデル・UI/運用のどこで解くか判断材料を整理
● 継続的に品質を確認できるレポート・レビュー運用を整備

▍やりがい・魅力など
● AIの精度を左右する「何を正解とするか」を、データ・業務の両面から設計できる
● アノテーション作業ではなく、品質基準・レビュー・エラー分析・改善サイクルまで設計できる
● MLエンジニアや業務担当者と連携し、データ品質をモデル改善へ直接つなげられる

▍組織名/体制
AIデータ品質管理チーム。
CS、BPO、ML、プロダクトチームと連携。

▍開発体制
教師・評価データの改善結果をMLチームの学習・評価へ接続。

▍技術スタック
Excel/Google Sheets。
歓迎:SQL、Python、正規表現、BIツール。

必要な経験・スキル

▍必須スキル
● 教師データ・評価データ、マスターデータ、審査データ等における品質管理・品質改善の実務経験
● 曖昧な判断や例外ケースを整理し、分類ルール・判定基準・ガイドラインとして言語化した経験
● Excel/SQL等を用いて、誤分類・不整合・品質低下の傾向を分析し、原因特定から改善まで行った経験
● 複数の作業者や外部パートナーに対し、レビュー・フィードバックを行い、品質を安定させた経験
● エンジニア・業務担当者など複数の関係者と、正解基準や品質水準について合意形成した経験

▍歓迎スキル
● 機械学習における教師データ・評価データの設計、アノテーションルール策定経験
● LLM/生成AIの評価設計、人手評価、Human-in-the-loopの運用経験
● BPO・アノテーションベンダー等を活用した大規模なデータ品質管理経験
● マスターデータ管理、データガバナンス、データ品質基準の設計経験
● 建設・建築・積算・見積データを扱った経験

▍求める人物像
● 曖昧な事例を放置せず、判断基準として言語化できる方
● 感覚ではなく、データやエラー傾向から品質課題を特定できる方
● 作業者が同じ基準で判断できる運用・レビュー方法を設計できる方
● MLエンジニアや業務担当者と、正解・品質水準を建設的に議論できる方
● 個別の例外対応を、次回以降に再利用できるルールへ変えられる方

募集概要

勤務地/最寄駅
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 / 半蔵門駅
雇用形態
勤務時間
在宅可否
勤務条件備考
年収目安
(フルタイムの場合)
休日・休暇
待遇・福利厚生
試用期間

ご登録いただくと、
全ての求人情報がご覧いただけます。

既にアカウントをお持ちの方はこちら

株式会社ゴーレムについて

Vision

ゴーレムはデジタルテクノロジーを駆使し、持続可能な建設・建物の実現を目指します。

​株式会社ゴーレムは、私をはじめ、建設・建物の課題解決と新しい価値の創造に長年取り組んできたメンバーで立ち上げた会社です。
この会社が土台となって、真の意味での、持続可能な産業を再興を実現していきます。

事業内容

「日本で最も歴史があり、巨大な産業である建設業に、テクノロジーを活用して持続可能な業態へと変革したい」をテーマに、建設領域×デジタライゼーション×サステナビリティを掛け合わせた事業展開をしています。

建設工事において、「CO2の排出量」をいかに可視化しその削減ができるかは、グローバルレベルでの課題になっています。
これまでは、建設会社において、様々な部署から関連するデータの手入力や、精算見積項目の設定、そしてそもそものデータを集めてくる部分が非常にアナログでした。

当社のプロダクトを通じて、設計図や工程見積もりのデータから、簡単に分析を行うことができ、また可視化だけではなく、低炭素/脱炭素建築物の設計提案に活用することもできます。
環境分野のみならず、大量の非提携データからデータを整理分析するという技術は建設業にとって幅広く有用なため、コスト分析やスケジュール分析などにも用途を広げています。

会社名
株式会社ゴーレム
代表者名
野村大輔
設立年
2022年
所在地
東京都
社員数
11 〜 30人
特徴

代表取締役 

野村大輔

大手素材メーカーの生産技術エンジニア、外資コンサル新規事業責任者、スタートアップBizDevを経て、ゴーレムを創業。

メンバー

宮﨑莉子

看護師→小売業で独立→販売スタッフの研修支援→女性の雇用先支援のコミュニティマーケティング・運営にそれまで関わる。
株式会社ゴーレムに2022年5月から建設業向けのDXコンサルとプロダクト開発の案件にPMアシスタントで業務委託。2024年8月管理部門に入社。

山本龍平

下 大樹

野口 祐輔

ファイナンス情報

ファイナンス情報を閲覧いただくには会員登録が必要となります。

オススメの求人

株式会社天地人画像0
株式会社天地人
社会的に意義の大きいテーマに携わり、未来につながる価値を創出していくことがミッションです!
匠技研工業株式会社画像0
匠技研工業株式会社
東大発スタートアップで、製造業の本質課題に生成AI・LLMで挑む研究開発型エンジニア
株式会社Albatrus画像0
株式会社Albatrus
東大発スタートアップで病院DXの根幹を担う、フルスタックAIエンジニア
Starlight Engine株式会社画像0
Starlight Engine株式会社
前例のない巨大な超電導システムをゼロから形にする、マグネットエンジニア募集
株式会社コズム画像0
株式会社コズム
「AIを”絵に描いた餅”で終わらせない。」製造業のリアルな課題解決を担うAIコンサルタント
株式会社 Greenphard Energy画像0
株式会社 Greenphard Energy
街全体を発電所に変える世界初のエネルギーソリューション🔧顧客設備への繋ぎこみ設計からチューニングまで、システム導入の最上流から最後まで一貫して担当できるポジションです。FA領域の技術知見と現場での課題解決力を、グローバルなグリーンテックの成長フェーズで存分に発揮しませんか?協力会社や社内エンジニアと連携しながら、あなたの技術がそのまま顧客の生産性向上につながります⚙️
株式会社EVERSTEEL画像0
株式会社EVERSTEEL
東大発環境系スタートアップで、EVERSTEELの開発データ基盤構築、AI開発基盤構築、学習の自動化などを行うAI インフラエンジニア
playground株式会社画像0
playground株式会社
こだわるのはスタックより設計力。AIを相棒に、プロダクトの土台からつくる。
AIO総研株式会社画像0
AIO総研株式会社
AIを「入れて終わり」にしない。現場の人が「あっ」と顔を上げるところまで、一緒につくる。