■募集背景
IVRyはこれまで、NLPを中心とした対話処理の構築に注力し、現場で安心して使える信頼性の高いシステムを作り上げてきました。その土台の上に、いよいよ音声処理を本格的に積み上げていくフェーズに入っています。

音声処理領域は、社内にまだ深い専門性を持つメンバーが十分にいません。この領域を自ら新しくデザインできるポジションです。既存の枠組みに乗るのではなく、IVRyの音声処理の礎を自分で作りたいエンジニアにとって、またとない環境です。

■お任せしたい主な業務
このポジションでは、IVRyの音声対話システム全体の技術的なオーナーシップを持ち、音声処理パイプラインの設計・開発・継続的改善をリードしていただきます。

■担当いただく業務
音声処理領域における技術的な意思決定をおまかせします。

・技術戦略の策定と推進：ASR・TTS・ノイズ低減・話者分離など、何をどの順で強化するかを判断し、ロードマップを構成する。
・アーキテクチャ設計：リアルタイム音声処理パイプライン全体の構成の改善や設計を期待します。
・技術評価と実験設計：最新の手法・OSSをベンチマークし、プロダクトへの適用可否を判断する。
・クロスファンクショナルな推進：PdM・SWEと連携し音声処理の改善をプロダクト価値に直結させる。

実装・開発についても関与していただきますが、設計や判断で価値を発揮してもらうことを主に期待しています。

◎IVRyの音声処理開発の特長
・音声認識・音声合成を含む多様なユースケースへの技術的な貢献がサービス利益に直結します。
・ミッションクリティカルな本番環境：PoCではなく、実際の業務電話に使われるシステムの改善に直結する。
・フルサイクル開発：音声処理の研究開発だけでなく、PdMやBizDevと連携し、プロダクトへの実装・改善まで関与できる。
・最適な計算環境：必要に応じて計算リソースを柔軟に用意。

◎技術領域（経験の深さは問わず、関連領域であれば歓迎）
・自動音声認識（ASR）：精度改善、ドメイン適応、ストリーミング認識
・音声合成（TTS）：自然性・表現力の向上、低レイテンシ化
・音声理解・FullDuplex対話
・話者分離・話者認識・音声変換・ノイズ除去・エコーキャンセル
・音響モデル・言語モデルの設計と最適化
・リアルタイム音声処理システムの設計

◎開発プロセス
・アジャイルな開発プロセスを採用し、1週間スプリントで開発・リリースを進める
・3ヶ月単位でプロダクトの注力テーマやプロジェクト体制を決定する
・PdMやデザイナーと連携し、顧客課題に対する最適なソリューションを検討する
・エンジニアが主導する技術的なアプローチから価値を創出する機会も多い

◎技術スタック
言語：Python
ツール：GitHub, GitHub Actions, Slack, Notion, Linear
サービス全体の技術スタック、アーキテクチャは、技術スタック / アーキテクチャー / データパイプライン をご確認ください。

◎働く面白さ/成長環境
IVRyは、AIがプロダクトの中心にある「AI SaaS」企業として、エンジニアが技術を最大限に活かせる環境を提供しています。「研究開発」ではなく、社会実装を前提にした音声AI開発に携わることで、以下のような経験が得られます。

■必須条件
・音声処理・音響信号処理・音声認識・音声合成などの関連領域における実務または研究経験（5年以上、修士以上の研究経験を含む）
・音声処理パイプラインの設計・実装経験
・チームの技術方針をリードした経験（技術選定・コードレビュー・方向付けなど）

■求める人物像
・音声処理の特定領域に深い専門性を持ち、隣接領域にも積極的にキャッチアップできる方
・技術的な判断を自ら行い、チームに対してその根拠を丁寧に説明できる方
・プロダクトへのインパクトを意識しながら研究開発のバランスを取れる方
・変化の速い環境でも優先度を見極め、主体的に動ける方
・専門外のPdM・ビジネスサイドとも積極的に連携できる方

■歓迎要件
・主要な国際会議（Interspeech, ICASSPなど）や査読付きジャーナルでの発表実績
・ASR・TTS・話者分離など複数の音声処理領域にわたる経験
・リアルタイム音声処理システムの低レイテンシ化・最適化経験
・Whisper・ESPnet・WeNetなどのOSSへの貢献または活用経験
・パブリッククラウド（AWS・GCP・Azure）での機械学習インフラ構築経験
・Git-Flow / GitHub-Flowを用いたチーム開発経験