FastLabel 会社紹介資料 We are hiring !

FastLabel株式会社の会社紹介資料です。
まずはカジュアル面談から、ぜひご応募お待ちしております！
採用サイト：https://fastlabel.ai/career

Transcript

1. 2 0 2 5 年 更 新
2. FastLabelは、AIにおける教師データ作成の難しさを原体験として、2020年 に創業しました。 その当時、仮説としていた「教師データの作成がAIの社会実装におけるボトル ネックになっている」という考えは、私たちが多くの⽇本を代表する企業のAI開発 をデータ⾯で⽀援する中で、徐々に実証されてきました。特に、ここ数年で⽣成 AIの技術が急速に進展しましたが、教師データの重要性はさらに⾼まっており、 私たちは、⽇々、より複雑で⾼度なデータの課題に取り組んでいます。 我々はすでに産業を⽀えるお客様と共にAIの社会実装を推進していますが、 真に「AIインフラ」としての地位を確⽴するための旅はまだ始まったばかりです。 この資料は、FastLabelで働くことに興味を持っていただいた⽅に向けて、 FastLabelの概要・事業・価値観をお伝えすることを⽬的としています。この資 料をきっかけに、私たちに興味を持 っていただければ幸いです
4. A I イ ン フ ラ を 創 造 し 、 ⽇ 本 を 再 び 「 世 界 レ ベ ル 」 へ と い う F a s t L a b e l の パ ー パ ス を 起 点 に 、 私 た ち は ⽇ 本 産 業 を D X す る こ と に 挑 戦 し て い ま す 。 1 9 9 0 年 か ら 現 在 ま で ⽇ 本 は 世 界 と ⼤ き な 差 を つ け ら れ ま し た 。 名 ⽬ G D P は 全 く と ⾔ っ て い い ほ ど 伸 び て お ら ず 、 ま さ に 失 わ れ た 3 0 年 を 過 ご し て い ま す 。 で は な ぜ 、 世 界 と こ の よ う な 差 が つ い て し ま っ た の で し ょ う か 。 そ れ は ソ フ ト ウ ェ ア の 進 化 で す 。 G o o g l e や F a c e b o o k な ど に 代 表 さ れ る I T 企 業 が 時 価 総 額 ラ ン キ ン グ に 名 を 連 ね 、 ま さ に ソ フ ト ウ ェ ア が 世 界 を 席 巻 し た 3 0 年 間 で し た 。 ⽇ 本 を 再 び 世 界 レ ベ ル へ 押 し 上 げ る に は 、 こ れ か ら の 3 0 年 で 浸 透 す る テ ク ノ ロ ジ ー に 賭 け る 必 要 が あ り ま す 。 私 た ち は そ れ が A I 技 術 だ と 確 信 し て お り 、 A I イ ン フ ラ を 創 造 す る こ と で 、 ⽇ 本 企 業 な ら び に 、 ⽇ 本 の 産 業 を 改 ⾰ し ま す 。 AIインフラを創造し、 ⽇本を再び「世界レベル」へ P u r p o s e （ パ ー パ ス ）
6. AI⾰命の インフラになる “AIは、あくまで道具です。電気と同じように、AI単体では意味がありませんが、 さまざまな製品と組み合わせることで、その製品をよりパワフルなものにできます。 ⽇本には⾃動⾞、製造業、エンターテインメントなど、世界に誇れる産業が たくさんあります。そこにAIをかけ合わせれば、⼗分に勝負できるはずです。 こうした可能性を最⼤限に引き出すためには、AIを⽀える基盤が不可⽋です。 FastLabelは、AIを開発・運⽤する上で不可⽋な「AIインフラ」としてお客様 に伴⾛するデータパートナーとなり、お客様がAI開発に集中できる環境を 提供し、AI開発プロセスの⾼度化・AI精度向上に貢献していきます。 “ 鈴 ⽊ 健 史 代 表 取 締 役 C E O
7. 0 5 10 15 20 25 30 35 40 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2024 1 1 3 4 20 21 38 27 23 16 22 27 27 21 26 25 ⽇ 本 の 国 際 競 争 ⼒ は 年 々 低 下 傾 向 出典︓IMD
8. 成 ⻑ 市 場 で あ る A I 市 場 2023 2024 2025 2026 2027 2028 GAGR 国 内 A I 市 場 規 模 予 想
9. 教師データ作成 （データ準備〜アノテーション） 80% A I 開 発 プ ロ セ ス A I 開 発 の 課 題 A I 開 発 の 8 0 ％ が 教 師 デ ー タ 作 成 に 費 や さ れ て い る が イ ノ ベ ー シ ョ ン の 不 在 に よ り 、 効 率 化 が 進 ん で い な い 課 題 モデル トレーニング 20%
10. A I 開 発 の 変 化 A I モ デ ル の 普 遍 化 と デ ー タ セ ン ト リ ッ ク な A I 開 発 へ の 移 ⾏ Accuracy(mAP) Number of training examples ノ イ ズ の ⼊ っ た デ ー タ と ⽐ べ て ク リ ー ン な デ ー タ を 使 う こ と で 効 率 的 に ⾼ い 能 ⼒ を 得 ら れ る noise clean デ ー タ セ ン ト リ ッ ク な 開 発 に よ る 効 果 baseline Model-centric Data-centric 鉄の表⾯検査 ソーラーパネルの検査 76.2% 75.68% +0% +0.04%
11. A I 開 発 に お け る デ ー タ A I 開 発 に お い て デ ー タ の 重 要 度 が 増 し て い る 過 去 の 重 要 度 イ メ ー ジ 今 後 の 重 要 度 イ メ ー ジ モデル作成 モデル検証・評価 実環境検証 データ 収集・作成 モデル作成 モデル検証・評価 実環境検証 データ 収集・作成
13. 事 業 を ⽀ え る 思 想 お 客 様 の A I 開 発 の R O I 最 ⼤ 化 を ⽬ 指 し 「 サ ー ビ ス 駆 動 開 発 」 の 思 想 の も と 事 業 を 推 進 AIコンサルタント AIエンジニア アノテーター お客様 AI開発の ROI最大化 プ ロ フ ェ ッ シ ョ ナ ル サ ー ビ ス プロダクト開発者 プロダクト 開発・改善 効率化 機能要望 プ ロ ダ ク ト
14. 提 供 ソ リ ュ ー シ ョ ン 計算資源 最適化 データ コンサルティング ラベリング プラットフォーム データ収集 『データ収集』 テキスト・⾳声・画像・動画等、 ⾮構造化データを販売・新規制作・収集 (特に、専⾨性の⾼いデータに強み) 『ラベリング』 弊社独⾃品質管理⼿法に基づき、 ⾼品質かつ⼤規模なラベリングを実現 (仕様詳細化及び作業書作成まで実施) 『データコンサルティング』 データに関する専⾨知⾒に基づいた、 データセット企画、⾃動アノテーション・ キュレーション技術開発・現場適⽤を⽀援 『計算資源最適化』 要求スペック・セキュリティ要件・保証体制 に応じた最適なGPUリソースを調達・提供 『プラットフォーム』 データエンハンスメントを効率的に実現する ⾃社内製プロダクトを保有 認識AI ⽣成AI ⾃動運転 AI ロボティクス デ ー タ セ ン ト リ ッ ク A I 開 発 を ⽀ 援 す る 当 社 ソ リ ュ ー シ ョ ン ⽀ 援 領 域
16. 事 業 紹 介 事例① 事例② 認 識 A I 領 域 認識AI開発をする企業様に向けて、 AIの学習に必要なデータの収集から、アノテーション、モデルの精度向上までを⼀貫してサポートします。 データ収集・販売 アノテーション代⾏ モデル精度改善 創業以来培ってきたノウハウに基づき、 ⾼品質なアノテーション代⾏を実現 ⼈物撮影、⾳声収録など、 AI開発要件に沿ってデータを収集・販売 課題洗い出しから施策策定、 施策遂⾏までを⼀気通貫してサポート 矩形 多⾓形 セグメンテーション 姿勢推定 OCR キーポイント モデル開発・評価 AIモデル 精度改善 課題整理 データ収集 アノテーション ⽇本⼈・外国⼈ 顔画像 スポーツ動画 ⾵景画像 ⼈流解析⽤動画 感情⾳声 帳票 ⽣成AI 事例① 事例② ⾃動運転 事例① 事例② AIロボティクス 事例① 事例②
17. 事 業 紹 介 作業分析や安全監視AIモデルの開発において、アノテーションツール 「FastLabel」を活⽤した、⾼品質かつ低コストのアノテーション代⾏⽀援 アノテーションデータの準備に膨⼤な時間とコストがかかることから、本来注⼒する べきモデルの検討や開発に⼯数を割くことが難しくなっていた。FastLabelのアノ テーション代⾏⽀援により、モデルの検討時間が確保でき、AI開発の⾼速化を実 現。 ⼼理的安全性分析のための正確な会議⾳声アノテーションデータ作成 三菱重⼯業様では会議における⼼理的安全性を⾼めるための取組を⾏っており、 会議⾳声の分析のために、複数⼈の声が混ざった⾳声データから話者ごと・発話ご とに⾳声の切り出しを実施しました。 認識AI ⽣成AI 事例① 事例② ⾃動運転 事例① 事例② AIロボティクス 事例① 事例② 事例② ⿅島建設株式会社様 三菱重⼯業株式会社様
18. 事 業 紹 介 データ収集からアノテーション、コンサルティングまでを⼀気通貫でご提供。 画像解析AIモデルの⼤幅な精度向上に貢献 ソニーネットワークコミュニケーションズ株式会社は、ヘルスケアプラットフォーム 「X.SINCE」における⾷事画像解析AIの開発において、⾷品データの⼤量収集とア ノテーション作業の効率化が求められていました。FastLabelのデータ収集サービスや アノテーション代⾏サービスを活⽤することで、短期間かつ低コストで⾼精度なAIモデ ルを構築し、⾷品カテゴリの検出精度を⼤幅に向上させることができました。 アノテーション〜データコンサルティングまでを⼀気通貫して対応。 モデル精度を30%引き上げることに成功 本事例では、コンサルティングとアノテーション代⾏サービスの活⽤により、AIモデル の精度を⼤幅に向上させることができました。また、AIデータプラットフォーム 『FastLabel』とヘッドウォータース様の『SyncLect（シンクレクト）』を連携するこ とで、アノテーションデータ管理からモデル再学習までの⾃動化を実現し、AI開発 の⽣産性を⾶躍的に向上させました。 認識AI ⽣成AI 事例① 事例② ⾃動運転 事例① 事例② AIロボティクス 事例① 事例② 事例① 株式会社ヘッドウォータース様 ソニーネットワークコミュニケーションズ 株式会社様
19. 事 業 紹 介 事例① 事例② ⽣ 成 A I 領 域 LLM開発・VLM開発のための事前学習⽤データ収集、チューニングデータ作成、およびRAG⽤データ作成など、 ⽣成AI開発におけるデータの課題を多⽅⾯から⽀援します。 データ収集・販売 チューニングデータ作成 RAGデータ整備・精度改善 専⾨⼈材を含めたプロジェクトで 専⾨性の⾼いチューニンデータ作成を実現 メディアパートナー、データパートナーを 通じて、専⾨領域のデータを収集・販売 RAG⽤データの作成から 精度を⾼めるためのデータ最適化まで⽀援 矩形 事例① 事例② ⾃動運転 事例① 事例② AIロボティクス 事例① 事例② 認識AI 専⾨情報誌 記事 有料Web記事 学習教材 会話⾳声 ポッドキャスト 機械図⾯ アプリケーション 外部データ ユーザー RAG 社内・社外にあるデータ 構造化処理 (テキスト変換&分割) プロジェクト構成イメージ
20. 事 業 紹 介 × × 株式会社サイバーエージェント様 LINEヤフー株式会社様 2,000,000点のAI開発学習データセットを提供 採択理由 作業内容の性質上、細かな要件定義が難しかったのですが、お伝 えした⽬標感を踏まえて作成フロー・内容を主体的に提案・調整し ていただけました。作業スピードは迅速で、完成したデータは⾮常に ⾼品質でしたので、とても満⾜しています。早速、研究開発におけ るデータ利⽤を進めています。 採択理由 創業以来、Data-centric AI開発の⽀援に注⼒してきた FastLabelの学習データに対する知⾒に加え、⽣成AIの学習デー タとして利⽤可能な著作権や肖像権などに配慮した権利クリアな 画像・動画のビジュアル素材（約2.4億点）を有していることをご 評価いただき、ご採択に⾄りました。 NLP（⾃然⾔語処理）のデータ作成⽀援 事例① 事例② ⽣成AI 事例② ⾃動運転 事例① 事例② AIロボティクス 事例① 事例② 認識AI
21. 事 業 紹 介 株式会社リコー様 NABLAS株式会社様 ⾷品・流通⼩売業界に特化した VLM（⼤規模視覚⾔語モデル）開発⽤データ作成⽀援 採択理由 FastLabel社には学習・評価に使えるデータの⼤量収集と アノテーションを実施いただきました。 これら質の⾼いデータにより、モデル開発が加速し、ベンチマークの 公開も可能になりました。誠にありがとうございます。 採択理由 多岐にわたるユニークなタスク設定をしていたのでデータのアノテー ションにおける精度に課題がありましたが、綿密な打ち合わせによる 課題感のすり合わせとアノテーション例の複数回の確認により、こち らの想定していた通りの⾼品質なデータセットを作成することができ て助かりました。 図表を含む⽇本語のビジネス⽂書の読み取りに対応した LLM開発⽤データ作成⽀援 n 国内企業のIR情報の収集︓モデルのベンチマークとして活⽤するために 国内企業のIR情報を対象にグラフや表を中⼼に1万件以上のデータを収集。 n 帳票フォームの収集︓モデルに取り込むデータとして省庁や市区町村が発 ⾏している帳票フォームを、商⽤化も対象にした著作権規約を確認した上で 数千件の単位でデータを取集。 n 収集したデータへのアノテーション︓収集した多様かつ複雑な帳票に対して 要件定義を⾏いながらアノテーションの具体的な⽅法を定めて作業を実⾏。 n ⽇本国内で流⾏した⾷品の情報をSNSから収集するために収集データの 要件を整理し、要件をもとに⼤規模データをSNSより収集した上で指⽰ ⽂と回答⽂を作成。 n GENIACにおける当社の豊富な採択⽀援実績に基づいたコンサルティング を提供し、審査基準を満たす⽣成AIモデル開発の企画を⽀援。 事例① 事例② ⽣成AI 事例① ⾃動運転 事例① 事例② AIロボティクス 事例① 事例② 認識AI
22. 事 業 紹 介 事例① 事例② ⾃ 動 運 転 領 域 ⾃動運転におけるデータ作成業務への⼀気通貫なソリューションを提供します。 データ収集 アノテーション代⾏ データコンサルティング ⼤規模な⾛⾏データの 2D/3Dアノテーションを⽀援 ⾛⾏データ収集、シーン別撮り下ろし、 運転者撮影などに対応 データ収集ための構想策定・要件定義、 データキュレーションなど ⽣成AI 事例① 事例② 事例① 事例② AIロボティクス 事例① 事例② 認識AI プラットフォーム ⼤量かつ⾼品質な教師データの作成・ 管理・活⽤が可能なツールの提供 ⾛⾏データ ⼈物顔画像 ⾃動アノテーション機能 データバージョン管理・差分管理機能 2Dデータアノテーション 3Dデータアノテーション 収集された⼤量データ フィルタリング処理 重複排除 有効な学習データ
23. 事 業 紹 介 事例① 事例② ⽣成AI 事例① 事例② ⾃動運転 事例② AIロボティクス 事例① 事例② 認識AI ⾛⾏計画やアノテーション要件の策定が⼗分でない状態で、短期間で教師データを 作成する必要があった企業様に対して、モデル開発に必要な要件整理を含めた伴 ⾛⽀援を提供しました。 ヒヤリハット事象に加えて事故リスクが⾼いシチュエーションを定義し、それに対応する データを収集できる⾛⾏計画を策定。収集した動画をクリップし、異常ラベルを付与 しました。 ⾃動⾞業界 A社様 ⾃動⾞業界 B社様 ⼤量のデータセットを⾼品質で希望通りの納期に仕上げられるパートナーを探してい た企業様に、当社の徹底した品質管理と⼤規模プロジェクトを成功に導くリソース マネジメント⼒をご評価いただき、プロジェクトを全⾯的にご⽀援しました。 ▪ アノテーション種別︓2D/3Dデータ・領域検出/ 物体検出 ▪ データ数量︓約20万フレーム ▪ クラス数︓最⼤約40クラス ▪ プロジェクト期間︓10ヶ⽉ ※中⻑期プロジェクトとして継続予定 PROJECT ▪ アノテーション種別︓異常ラベル付与（0,1） ▪ データ数量︓動画クリップ 2,000件 ▪ プロジェクト期間︓数週間 PROJECT 2D/3Dの⾛⾏データに対する ⼤規模アノテーションプロジェクト ⾛⾏⾞両データ収集とヒヤリハット事象への アノテーションプロジェクト
24. 事 業 紹 介 事例① 事例② ⽣成AI 事例① 事例② ⾃動運転 事例① AIロボティクス 事例① 事例② 認識AI オープンソースツールをカスタマイズし、⾃社エンジニアが環境構築していたものの、 パフォーマンスやセキュリティ⾯での課題に直⾯していた企業様に、 画像DataOps基盤として「FastLabel Data Factory」を導⼊いただきました。 当社ツールは、ノーカスタマイズで⼤規模なデータ運⽤に対応できるうえ、⾼いセキュ リティ性を備えたデータマネジメントシステムです。 運⽤を考慮した柔軟なバージョン管理・メタデータ管理機能や、アノテーションツール とシームレスに連携できるワークフローも評価されています。 ⾃動⾞業界 C社様 ⾃動⾞業界 D社様 ・オープンソースのツールでは⼤規模なデータ作成・運⽤に対応できない ・コストや時間を踏まえ⾃動化による効率化が必須 という課題があった企業様に、教師データワークフロー全体をカバーできるツールと して「FastLabel Data Factory」を導⼊いただきました。 ツールに搭載された⾃動アノテーション技術により、データ作成の効率が向上し、 ⼿作業と⽐較して作業時間をが40%短縮できました。 ⾃動運転向け教師データワークフローを実現するための アノテーションツール提供 ADAS開発を加速させる 画像DataOps基盤構築 作業にかかった時間
25. 事 業 紹 介 事例① 事例② A I ロ ボ テ ィ ク ス 領 域 VLA開発に不可⽋な「⼤規模データの⽣産」を中⼼に、AIロボット開発を総合的に⽀援します。 ⽣成AI 事例① 事例② ⾃動運転 事例① 事例② 事例① 事例② 認識AI AIロボットデータ収集・⽣成 AIロボットデータ管理基盤 その他⽀援 データ管理・品質管理を効率的に実施できる プラットフォームを⾃社開発 当社R&Dセンターやお客様先で AIロボットデータ収集・⽣成を実施 データセット企画からロボットの調達、 セットアップ、動作テストまで ⽇別作業時間推移 構想策定・要件定義 ⽀援 ロボット調達 ロボットセットアップ ・動作環境構築 ロボット動作テスト
26. 事 業 紹 介 事例① 事例② ⽣成AI 事例① 事例② ⾃動運転 事例① 事例② 認識AI AIロボティクス 搬送ロボットの⾃律運転のための障害物アノテーションを実施 実験⾃動化AIロボット開発のためのデータ作成を⽀援 研究実験の⾃動化AIロボット開発に向け、必要なデータ作成を⽀援。 過去の事例や論⽂を理解して実験計画を⽴案できるよう、論⽂中の実験条件・⼿ 順・結果を抽出し構造化するアノテーションを実施。 さらに、現実空間での実験⼿順⾃動化に向け、実験観測データの収集を予定。 トヨタ⾃動⾞株式会社 未来創⽣センター様 オムロン サイニックエックス株式会社様 障害物は医療機器など独⾃の形状で、かつ、⾒た⽬が似ていて判 別しにくいものが多いのですが、FastLabel様が判別に迷われた場 合はすぐに弊社にご質問いただけたり、アノテーション結果の確認が 容易なプラットフォームをご提供いただけたりと、スムーズに作業を進 めてくださいました。 今回、 個⼈情報を含んだデータを取り扱っていたため、データサーバ が国内にあることもありがたかったです。 採択理由 トヨタ⾃動⾞の病院内で運⽤する多台数の搬送ロボットの⾃律運転のために、 障害物のアノテーションをFastLabelに依頼。 納品データによって弊社ロボット⽤システムの認識モデルの精度も向上し、 実環境で障害物を検知してロボットの⾃律運転に反映できるレベルに。
27. メイン ターゲット エンタープライズ SMB 売上⾼100億円未満の企業 3,490,816社 売上⾼100億以上の企業 14,823社 導⼊実績 ⾃動⾞ 製造 IT・SIer 建設・インフラ 各 業 界 へ の リ ー デ ィ ン グ カ ン パ ニ ー へ の 豊 富 な ⽀ 援 実 績
29. Customer Geek お 客 様 の 成 功 が 我 々 の 成 功 で あ る 。 誰 よ り も お 客 様 の こ と を 理 解 し 、 信 頼 に ⾜ る 存 在 で あ り 続 け る 。 Issue Driven 世 界 レ ベ ル に 追 い つ く た め に は 、 最 速 最 短 で 成 果 を 出 す 必 要 が あ る 。 テ ク ノ ロ ジ ー の 可 能 性 を 信 じ 、 本 質 的 な 課 題 の み を 解 決 し て い く 。 No Buts 前 ⼈ 未 到 の 挑 戦 に 困 難 は つ き も の だ 。 で き な い 理 由 を 考 え る の で は な く 、 で き る 理 由 を 考 え 続 け る 。 価値観 パ ー パ ス を 実 現 す る た め に 、 私 た ち は 3 つ の V a l u e を ⼤ 切 に し て い ま す 。
30. トップマネジメント 早稲⽥⼤学⼤学院創造理⼯研究科 修了 在学中、機械学習の研究に従事し、国内外4つの学会にて研究発 表、査読付き論⽂採択を経験。 株式会社ワークスアプリケーションズで、会計ERPパッケージシステムの 開発、会計SaaS⽴ち上げや複数のAIプロジェクトに従事した後、法 ⼈向けフードデリバリー企業を共同創業。 その後、独⽴しFastLabelを創業。 代表取締役CEO 鈴⽊ 健史 早稲⽥⼤学⼤学院 会計研究科修了 University of Kent Master degree of International Accounting and Finance 修了 株式会社ナックにてキャリアをスタートし、社⻑室所属としてBtoC営 業、加盟店運営、⼈事、法務、経理、財務、IR業務に従事。その 後、Corning Japan株式会社・SB C&S株式会社を経て、2023 年5⽉にFastLabelに参画。 管理本部の⽴ち上げを担い、2024年3⽉に取締役に就任。 取締役 村中 崇 横浜国⽴⼤学 ⼯学府物理情報⼯学専攻 修了 ⽇産⾃動⾞株式会社、株式会社ワークスアプリケーションズで、その 後の起業を経て、スタートアップにおいてプロダクトマネージャー・事業 開発を担当。 2023年2⽉よりFastLabelへ参画し、カスタマーエンジニアリング改⾰、 新規プロダクト設計を担当。 2024年2⽉からVP of Productとして、 新規プロダクトの企画・事業推進・開発組織のマネジメントに従事。 2024年7⽉、弊社執⾏役員CPOに就任。 執⾏役員CPO 内⽥ 修平 九州⼤学 経済学部 経済・経営学科 卒業 三菱電機株式会社、⽇本アイ・ビー・エム株式会社を経て、2021年 6⽉にビジネス部⾨1⼈⽬としてFastLabel株式会社へ⼊社、アノ テーション事業およびデータセット事業の⽴ち上げを担当。 2022年7⽉よりVP of BizDevとして、サービス事業開発およびアラ イアンス構築を管掌するとともに、中期経営戦略の策定に従事。 2024年7⽉、弊社執⾏役員COOに就任。 執⾏役員COO 藤原 宏貴
31. 働く環境 数 字 で ⾒ る F a s t L a b e l ※2025年11⽉時点での在籍データ
32. 働く環境 安 ⼼ し て 働 い て い た だ け る 環 境 を ご ⽤ 意 し て い ま す 。 • フレックスタイム制度（コアタイム10:00-14:00） • 年間休⽇125⽇（2026年予定） ※⼀部職種を除く • ⼟⽇および祝⽇（完全週休2⽇制）、年末年始（12⽉29⽇から1⽉3⽇）休み • ⼊社⽇に有給付与 • 通勤⼿当⽀給、その他各種⼿当 • 産休育休取得実績あり、育児・介護時短勤務実績あり 基本情報 ヘルスサポート スキルアップ・成⻑⽀援 福利厚⽣ • 健康診断 • インフルエンザワクチン接種補助 • 卵⼦凍結費⽤⽀援・サポート 休暇制度 • 社内のドリンク無料 • オフィスコンビニ設置 • 慶弔⾒舞⾦制度 • 社内図書館制度 • 資格取得⽀援制度
33. 選 考 フ ロ ー お 互 い フ ィ ッ ト す る か の マ ッ チ ン グ を 図 り ま す STEP1 STEP2 STEP2 STEP4 書 類 選 考 部 ⾨ 責 任 者 ⾯ 接 （ 課 題 あ り ） 役 員 ⾯ 接 オ フ ァ ー 2 〜 3 週 間 程 度
34. 社名 FastLabel株式会社 / FastLabel Inc. 代表者 鈴⽊ 健史 設⽴⽇ 2020年1⽉23⽇ 従業員 99名（うち役員9名・正社員50名/2025年11⽉時点） 本社 〒163-0224 東京都新宿区⻄新宿2-6-1 新宿住友ビル24階 資本⾦ 1億円 事業 AI開発プロセス全体を包括的に⽀援するソリューション （AIデータプラットフォーム、プロフェッショナルサービス） URL https://fastlabel.ai/ 株主
35. We are Hiring!! https://herp.careers/v1/fastlabel 募 集 職 種 ⼀ 覧 最 新 情 報 https://x.gd/yXV0g