Nishika_テックチーム_ご紹介資料 / Nishika_TechTeam_Introduction

Nishikaテックチームのご紹介資料です。

Transcript

1. Nishika株式会社｜開発チーム紹介資料 Last Updated 2026.10
2. CO NT ENT S 01 02 03 Ni s h i k a に つ い て テ ッ ク チ ーム 働き方 福利厚生 ⚫ 会社概要・ビジョン ⚫ 体制・メンバー ⚫ 働き方・制度 ⚫ 事業とプロダクト ⚫ 大切にしている 3つの姿勢 ⚫ 福利厚生 ⚫ 技術の強み・研究開発 ⚫ 目指す姿 ⚫ 私たちの問い ⚫ 技術スタック・ツール ©️Nishika Inc.｜ 2
3. 01 AB OUT NIS HIKA Nishikaについて ©️Nishika Inc.｜ 3
4. COMPANY OV ERVIEW 会社概要・沿革 社名 代表者 設立 本 社 所在 地 株主 Nis hika株式会社 代表取締役CE O 山下 達朗 代表取締役CT O 松田 裕之 沿革 2019.5 創業 2019.12 コン ペPF ロー ンチ 2020.4 資金 調達 （シ ード ） 2022.6 資金 調達 （Pr e- A） 2022.10 PF 会員 10 ,00 0人突 破 2023.2 S ec ur eM emo ロー ンチ 2023.5 S ec ur eM emo 警視 庁導 入 2024.4 S ec u r eM em o Cl o u d ロー ンチ 2024.11 S ec ur eM emo 陸上 自衛 隊大 口導 入 2025.6 本社 を三 田に 移転 2025.7 GE N IAC採択 2026.1 S ec ur eM emo AR R 1億円 突破 2026.3 コン ペPF クロ ーズ / 本社 を五 反田 に移 転 2019年5月7日 東京都品川区東五反田1-25-11 The Gate Gotanda East 4F 株式会社サイバーエー ジェント・キャピタル 株式会社リヴァンプ 株式会社グロービス 他 ©️Nishika Inc.｜ 4
5. OUR VISION テクノロジーですべての人が 誇りを持てる社会を 私た ちは 「テ クノ ロジー です べて の人が 誇り を持 てる 社会」 の実 現を 目指 してい ます 。 誰も が自 分の 仕事 や生き 方に 誇り を持っ て本 気で 取り 組める こと こそ 、 豊か な人 生の 基盤 であり 、技 術は そのた めに 存在 する と考え ます 。 社名 「Nishika 」には 、「 自分 にし かでき ない 」と 感じる 喜び や責 任を 社会に 増や した いと いう想 いを 込め ていま す。 AIに任 せる べき 仕事 はAIに任 せて 効率 化し 、 人が 本来 担う べき 「人に しか でき ない 」価 値創 造に 集中で きる 社会 を実現 しま す。
6. OUR BUSINE SS 事業内容 ユーザーにとっての“精度”を突き詰めたAI議事録 SecureMemoシリーズと オフライン・高機密・高セキュリティのAI開発を展開 01 A Iプロダクト 事 業 会議や音声データを高 精度に記録し、業務に活かす AI議事録 SecureMemoシリーズ AIコンシェルジュ 02 A Iソ リュ ーシ ョン 事 業 顧客ごとに閉域・高機 密環境にAIを個別実装 プライベートAI 開発 オフライン環境 音声認識AI オンプレミス型 AIエージェント ©️Nishika Inc.｜ 6
7. PRODUCT 0 1 オンプレ ミス型AI議事録SecureMemo 完全オフライン 機密情報もAI化 インターネット接続不要 認識率96.2%の高精度文字起こし 警察、官公庁や自治体などでの 豊富な導入実績 オンプレミス型AI議事録 自動話者認識 専門用語校正 原文付き翻訳 パーソナライズ校正 リアルタイム文字起こ し 多言語混在文字起こし ©️Nishika Inc.｜ 7
8. PRODUCT 0 2 クラウド型AI議事録SecureMemoCloud 社内用語も正確 会議データを資産に 高精度な議事録作成を実現 高精度 文字起こし 声紋話者 認識 専門用語 対策 漏れなく 要約 大手企業にも導入いただける セキュリティ体制 クラウド型AI議事録 会議横断AI チャット AI 会議タグ提案 自動話者認識 パーソナライズ校正 スマーフォン・ デスクトップアプリ 共有範囲制御 ©️Nishika Inc.｜ 8
9. TRACK RECORD SecureMemoシリーズ の導入実績 シリーズ累計利用社数 2,500 社以上 オンプレミス型AI議事録 警察 警察、国家機関、金融、病院など 機密性が高い情報を取り扱う業界から製造、建設、物流などを 中心に幅広い企業・団体様にご導入いただいております クラウド型AI議事録 防衛関連国家機関 ガバメントセクターでトップクラスのシェア 高精度AIを武器に幅広い業界へ展開 ©️Nishika Inc.｜ 9
10. CORE TECHNOLODY 音声認識 AI 「shi ru shi 」 国内最高水準を誇る音声認識AI「shirushi」を開発 低品質音声でも精度を維持 高品質な音声 低品質な音声 雑 音が 少 な い・ 明 瞭な 発 声・ 高 性能 マ イク の 利 用 雑 音が 多 い・ 明 瞭で な い発 声 低 性能 マ イク の 利用 ・ マイ ク 指向 性 の不 一 致 ※Fleurs一部データによる自社評価結果。評価は正解テキストから文字単位で誤りがあった割合（CER）を元に算出 ※ファイル全体のバッチ処理結果より算出 ©️Nishika Inc.｜ 10
11. CORE TECHNOLOGY LLMによるユ ーザー指定語認 識 音声AIと生成AIの組み合わせにより、 ユーザーの専門用語・社内用語を認識 特許 取得済 単 語 登録 前 単 語 登録 後 まず クロスド ッキングシステムを 導入 すること で、 リー ドタイムを 大幅 に短縮 すること を提案 しています 。 それ はいいで すね。クロ スドッキ ングの 運用 開始は いつ 頃予 定しています か。 今月 末には テスト運用 を開始 する予定 です 。 ただ 一部 の 依存品 につ いては 慎重 に取り扱う必要 があ るので 、 専用 のエ アクッシ ョンを 追加 しま した。 まず クロスド ッキングシステムを導入 すること で、 リー ドタイムを大幅 に短縮 すること を提案 しています 。 それ はいいで すね。クロ スドッキ ングの 運用 開始は いつ 頃予 定しています か。 今月 末には テスト 運用 を開始 する予定 です 。 ただ 一部 の 易損品 につ いては慎重 に取り扱う必要 があ るので 、 専用 のエ アクッシ ョンを 追加 しま した。 依存品 の対策 もしていた だきあり がとう ございます 。 易損品 の対策 もしていた だきあり がとう ございます 。 ＜ 概念 図 ＞ ＜特 許図 ＞ ユー ザー 用語 登録 音声 認識 LLM で校正 認識 結果 を出力 音声を文字に変換 登録用語を参照 校正済みテキストを出力 音声 AIとLLMの組み合わせ による校正 の流れ ©️Nishika Inc.｜ 11
12. CORE TECHNOLOGY パーソナライズ校正 ユーザーの修正履歴を利用し 音声認識結果を改善する「パーソナライズ校正」 ユ ー ザー の 修 正 前処理 私 た ちの プロ ダク ト の セキュアメ モ は 取得済 L LM に よ る自 動 校正 セキアメモ を 紹 介し た後 に 、 社内制度を紹介します 私 た ちの プロ ダク ト の 隙間メモ は 高 制度 で 文 字起 こ しが できるんですね 特許 言 語 処理 に よ り 重 要 情報 抽 出 L LM 指 示へ の動 的 追加 セキュアメ モ を 紹 介し た後 に 、 社内制度を紹介します 単純な置換ではなく、 文脈を理解した判断により過剰修正を防止 高 精度 で 文 字起 こ しが できます ＜概 念図 ＞ ＜特 許図 ＞ ユー ザー の修正 履歴 音声 認識 文字起こしデータを生成 校正 指示 を生成 修正履歴から 重要情報を抽出 LLMで自動 校正 文脈を踏まえて修正 ©️Nishika Inc.｜ 12
13. PUBLI CATION 技術書への寄稿 自社開発AI『shirushi』の技術と展望を執筆 進化するヒトと機械の音声コミュニケーション Vol.2 〜A Iの活 用と感 情に寄り添う音 声 認識 ・合 成の新 展 開〜 ◆ 人工知能の発展に伴い、飛躍的に進歩している音声認識・合成技術 ◆ 聴覚・発声のメカニズムから音声の認識・合成の最新技術、今後の展望まで網羅＆詳解 ◆ 娯楽・情報・福祉等、実用化事例も満載。 より豊かな生活に向けたコミュニケーションの実現へ 執 筆担 当 箇所 ⚫ 第2編 音声認識・合成・コミュニケーションの応用技術 第1章 音声認識の応用技術 第4節 世界最高水準の高精度音声認識AI「shir ushi 」の開発 （松田 裕之／渡辺 光太朗） 1. はじめに 2. 音声認識の課題と昨今の技術発展 3. Whisper 実用化のための取り組み 4. 大規模言語モデル (LLM) との組み合わせによるさらなる性能向上 5. 今後の展望 ©️Nishika Inc.｜ 13
14. CORE TECHNOLOGY ハイブリッド話者認識 特許 業界随一の高精度・高速を両立した半教師あり話者認識 申請中 Inpu ts 入 力1： 発 話テ キ スト 入 力2： 会 議 音声 フ ァ イル 開始 入 力3： 会 議 参加 者 数 入 力4: 既 知の話 者の 声 紋リ ス ト 半 教 師あ り 話 者 認識 出 力： 話 者 付き 文 字 起こ し結 果 終了 Teacher Data ©️Nishika Inc.｜ 14
15. R&D 研究開発 ｜G EN IAC 採択 経済産業省・NEDOが推進する 国内生成AI開発力強化プロジェクト「GENIAC」に採択 テー マ 要 約タ ス ク等を目 標に出 力 形式 へ の追 従 能力 を高め た L LM の開 発・ デー タ セッ ト 構 築 ◼ RAM8GB以下・GPU非搭載のPCでも動作する数BサイズのLLMを開発し、 箇条書き／段落／テンプレート等、多様な出力形式に8 0%以上の精度で追従できる日本語モデルを実現 ◼ 自社オンプレミス議事録ツール「S ecur eMemo 」に組み込み、 官公庁・民間企業でのトライアル評価を通じて実運用性を検証 実施 内容 ❶ データセ ットの 構築 ・ 公開 コー パス ＋ 自社 データ 、 形式 制御 プロン プトで 合成 データ を 生成 ❷ ベン チマーク の作成 ・ 文字 起 こし → 要約 の 日本 語 ベン チマ ーク を 作成 開発 され る基盤 モデル 社会 実装の方法 ⚫ 数Bパラメーター・量子化で RAM8GB 以下のCP U推論に対応 ⚫ 箇条書き／段落／テンプレートなど多形式へ高い追従性能 ⚫ 形式遵守率≧80 %、ROU GE -L既存8Bモデル比+5~10 p t ⚫ LoRAのみで再学習可能な設計により、 現場データで迅速にカスタマイズ ❸ 追加 学習およ び評価 公 開 コ ーパ ス ・ 数 B サイズ の L L M ベー スに ファ イン チュ ーニ ング ⚫ Se cu reMem oに搭載 官公庁・医療機関等オンプレミス需要のある機関へ展開 ⚫ 契約下で官公庁・民間企業にモデル実証版を提供 実環境フィードバックを取得 ⚫ 形式制御データセット／ベンチマーク ／ 合成データ制作ノウハウを一部公開 【 成果 物 の 公開 】 自 社 デー タ ❹ 実プロダク トへの 組み込み ・ Se c u re M em o 組 み 込 み ・ 官公 庁 ・ 民間 企業 にて 実証 数 B サイ ズ L LM 合 成 デー タ デー タ セ ット （ 一 部公 開 ） モ デル 開 発 ノ ウハ ウ （ 合 成 デー タ 作 成 ） ©️Nishika Inc.｜ 15
16. OUR FUTURE 目指す姿｜会議に企業の文脈が集まる 会議には、企業活動を理解するためのコンテキストが集まる AIエー ジェ ント の性能 は、与えら れた コン テキ ストで 決まり 、会議 を抑えれ ば、企業 活動 のコ ンテ キス トを多方 面で獲得 でき る イ ン プッ ト 問い合わ せ 会議 音声・動画 関連 資料 何を知りた いか 何に関心 があ るか 修 正・加 工 文字 起こし ・議事 録の修正 企業 コンテキスト 出 力の利 用 閲覧 ・引用 ・共有 どの回答 を採用 した か 分 類・整 理 行 動と結 果 タグ 付与 によ る会議 の整理 会議 を受けた 行動 が どんな 結果 を生んだ か 会議データからAIはどのように企業固有の知識を学ぶのか？ ©️Nishika Inc.｜ 16
17. OUR FUTURE 目指す姿｜使うほど学習信号が育つ 会議を記録し、直し、使うたびに、企業固有の学習信号が蓄積する ポイント 詳細 蓄積される学習信号 01 文 字 修正 「 セ コイ アメ モ → セ キュ アメ モ」 の よう な 修 正を 、 専 門用 語 ・ 社 内用 語 の 正 解と して 学 習。 汎 用的 な 音 声認 識 で は捉 え にく い 、 組 織固 有 の 表 現に 適 応する 。 02 意 味 修正 「 S M C → S e cu re Me m o Cl o u d 」 の よう な 言 い 換 え から 、 組 織固 有 の 略 語・ 同 義語 を 学 ぶ 。 03 タグ付け 人 が 付 け たタ グ と会 議内 容 か ら、 タ グが 表 す 会 議の 内 容を 学 習。 既 存タ グの 名 寄せ と自 動提 案 で 、 表 記揺 れや 付 け 漏 れ も抑 え る。 04 会話 ベ テラ ン 営 業の 顧 客の 質 問に 対 する 回 答を 、 商 談状 況 と 併 せ て蓄 積。 新 人の 商 談で 、 蓄 積デー タか ら 回 答候 補 を リアル タイム に 提 示。 認知精度 辞書 分類軸 ノウハウ 使うほど、その組織の学習信号が育つ ©️Nishika Inc.｜ 17
18. OUR FUTURE 目 指 す 姿 ｜ 企 業 の 「 世 界 モ デル 」 へ 学習信号を統合すると、企業の理解を更新し続ける「世界モデル」となる 「誰が・ 何につ いて ・どの状況 で・ 何を決め、その 後どう なっ たか」を、関係 と状態 変化として表現 し、会議 の度に更新 する １ 会議 で現実 を言語 化 企 業 の 世 界 モ デル ４ アプリ ケー ション で 価値 を生む 言葉 関係 S e c ur e M e mo Cl o u d 顧 客 ・ 製品 ・ 案件 の 繋 が り 状況 行動 検討中 →提案→受注 こ の 状況 ではこう 対応 ３ ２ 学習 信号 を得る 世界 モデル を更新 この構想を研究開発とプロダクト開発の両面から実装するのがNishikaのテックチームです ©️Nishika Inc.｜ 18
19. 02 T ECH T E AM テックチーム ©️Nishika Inc.｜ 19
20. ORGANI ZATION テ ッ ク チ ーム体 制 CTO A Iエ ン ジニ ア リ ン グチーム ⚫ ⚫ ⚫ ⚫ モデル実装・最適化 ML/LLM基盤・パイプライン構築 CI/CD・デプロイメント AIカスタム開発プロジェ クト推進 ６名 ア プリ エ ンジ ニ ア リ ン グチーム Secu reMemo ⚫ ⚫ Secu reMemoClou d ⚫ ⚫ SecureMemoの開発 SecureMemo AIモジュールを用いた カスタム開発プロジェ クト推進 （新AIプロダクト候補） ４名 SecureMemoClo ud の開発 SecureMemoClo ud AIモジュールを用いた カスタム開発プロジェ クト推進 （新AIプロダクト候補） 5名 ※2 02 6年1 0月31日現在 ©️Nishika Inc.｜ 20
21. MEMBER INTERVI EW メンバー紹介 AI開発の先にある、 ユーザー体験づくりに 向き合っています！ 初期開発からリリース後まで、 一貫して関われる 面白さがあります！ アプリエンジニアリング エンジニアリングマネージャー アプリエンジニアリング シニアアプリケーションエンジニア 高山 雄貴 室本 国人 経歴 経歴 1社目はSIerでインフラ系案件からキャリアをスタートし、アプリ開発案件を担当。2社目は大手 クラウドベンダー企業でデータベースの設計・開発支援やクラウド導入支援に従事。自社製品の 機械学習機能をきっかけにAIに強い興味を持ち、Kaggleで独学。エンジニア歴約9年。副業として 約1年関わったのちNishikaへ入社。 業務 内容 2026年10月よりエンジニアリングマネージャーとして、SecureMemoCloudの開発リーダーを務 めています。AIをどうプロダクトに組み込み、ユーザー体験として届けるかに日々向き合ってお り、モデルの精度だけでなく、どの機能にどこまでの品質で載せるかをチームで判断しながら進 めています。それ以前はAIエンジニアとして、企業向けAIソリューション案件と、 SecureMemoCloudの話者認識モデル・AIサーバーの開発を担当していました。 入社 後 の 印象 副業として関わっていた頃から、「やってみたい」と手を挙げれば任せてもらえる会社だという印 象がありました。入社後もそれは変わらず、AIモデルの開発だけでなく、お客様への提案やプロ ダクトの方向性の議論まで幅広く関わらせてもらっています。技術の話を対等にできる仲間がい て、部署や役職の垣根なく相談し合える距離感の近さも、想像以上でした。 SESとして他社の開発現場に派遣される形で、取引所システムや金融系（FX・暗号資産等）な ど、仕様が厳密に決まった領域の開発を経験。エンジニア歴約10年で、バックエンド開発（Java ／PHP／Node.jsなど）が専門。スマートフォンやデスクトップアプリの実装経験も。入社の1年 前から業務委託としてSecureMemo開発に参画。 業務 内容 主にSecureMemoCloudの開発を担当しています。PDM（プロダクトマネージャー）やエンジニ アメンバー、データサイエンス領域のメンバーと協力しながら開発を進めています。自分が担当し た機能をリリースまで仕上げ、お客様のフィードバックをもとに継続的に改善していく点にやり がいを感じています。 入社 後 の 印象 業務委託として1年ほど関わっていたので雰囲気は分かっていたつもりでしたが、入社後に驚いた のは意思決定の速さです。「こうしたらどうか」という提案がすぐ形になり、技術選定もエンジ ニア主導で任せてもらえます。前職では見えにくかったお客様の反応が直接届くのも、自社開発 ならではの面白さだと感じています。 ©️Nishika Inc.｜ 21
22. OUR VALUES 大 切 に して い る 3 つ の 姿 勢 自 社満 足よ り、ユ ーザ ー満 足 01 ⚫ こ の機 能に 「 熱 量を 向 け てく れ る」 「お 金 を 払 って くれ る 」 ユ ーザ ー の顔 が 見 え るか を 常 に 頭 の 片 隅で 意 識し なが ら 、 開 発アイ デア出 し ・優 先順 位 決め を行 な ってい ま す 。 ⚫ 「 自 分が 作 っ た機 能が ユー ザ ーに 使 わ れな い 」 が 極 力発 生 し ない 意 思決 定 を 行 な ってい ま す 肩 書き より、意 見 02 使われるものを、 本音で、面白く。 ⚫ Ni s hi ka は 総 勢30 名 ほ どのチ ーム で、 テ ック チ ーム・ ビジ ネス チ ームの 距 離が 非 常に 近 い です 。 ⚫ 単 に 距 離が 近 い だけ で なく 、 コ ミュ ニ ケー シ ョン に おい て は 「 ま ずあ な たの 考 え は何 な のか 」 を 出 発点 に する文 化が あり ま す。 どの よう な 立 場で あって も 意 見表 明 する こと を 当 た り前 と して い ます 。 無 難よ り、面 白さ 03 ⚫ Ni s hi ka で 仕 事を する時 間は 、 人 生の 中 で 決 して短 い 時 間で はあ り ません 。 貴 重な 時 間を 費 や すの で あれ ば 、 や はり 「 面 白い 」 「他 に ない 」 こ とに 時 間を 費 や した い もの で す ⚫ 仕 事の 自 由度 が 少 しでも あ るな ら 、 よ り「 面 白い 」 「他 に ない 」 の はどっち だ 、 と 考 えて指 針を 決 め てい ま す。 ©️Nishika Inc.｜ 22
23. VALUE 0 1 大 切 に して い る 3 つ の 姿 勢 ｜ 自 社 満 足 よ り 、 ユ ー ザ ー 満 足 ユーザーの声から始まり、ユーザーの声に還る CS主催 ユースケース 共有会 バイ アスを入れな い ユー ザーの生の声を共有 適宜 技術陣から 解決 手段を提示 ユーザー への 提供価値 を 最大化するため の 開発サイクル 前スプリン トをKPT で振り返り 次スプリン トで 取り組む内容 を決定 機能 開発を重視 しつつも、 技術 負債返済 に 一定 工数を必ず充てる スクラム開発 BizDev ミーティング 営業 ・CS ・エン ジニア・ デザイナー・ PdMが集まり 、 事前 に作成 した Ba ckl og をも とに 機能 開発の優先 度付けを 実施 ©️Nishika Inc.｜ 23
24. VALUE 0 2 大 切 に して い る 3 つ の 姿 勢 ｜ 肩 書 き よ り 、 意 見 自分の考えを持ち、対話で磨く 01 02 03 エンジニアも 『なぜ作るか』の 議論から入る わからなければ、 まずやってみる トップダウンは 『最後の手段』 ⚫ スプリン トレビューでの気づきを 即座に反映 ⚫ 「わからなければやってみる」 ⚫ エンジニアが担当した開発カードは 自身でカード起案者と仕様調整 ⚫ R&Dテーマは持ち寄り ⚫ トップダウンは 「決めなければいけない」ときのみ ⚫ Biz Devミーティングに エンジニアが参加し、 開発方針決定に関与 ⚫ ビジネス判断の背景を理解した上での 技術的な提案 ©️Nishika Inc.｜ 24
25. VALUE 0 3 大 切 に して い る 3 つ の 姿 勢 ｜ 無 難 よ り 、 面 白 さ 好奇心をチームの仕組みにする よもやまAI勉強会 毎週水曜16時開催、2023年9月から3年以上続く定例会。 アジェンダは決めず、その場で「最近気になっていること」を持ち 寄って話す形式で、音声認識モデルの改善アイデアからPythonの コーディング規約まで幅広く話しています。 ⚫ R&Dの検証内容 ⚫ 音声認識モデルのファインチューニング ⚫ 新しい話者認識アルゴリズム ⚫ 輪読会 ⚫ 音声処理とは ⚫ Py thonの型ヒント ⚫ パフォーマンスエンジニアリング ⚫ 日々の開発で気になっていること ⚫ 「技術的負債」の誤解 生成AI活用勉強会 Nishik aでは職種を問わず生成AIの積極活用を推奨しており、その実 践の場として社員・社外パートナー全員参加の不定期勉強会を開催。 日々のちょっとした業務効率化から、業務に組み込んだ本格的な活用 まで、エンジニア・非エンジニアを問わず自分の生成AI活用ノウハウ を気軽に共有し合う、フラットな場になっています。 ©️Nishika Inc.｜ 25
26. OPEN QUESTI ONS Nishikaが取り組む課題 ー まだ答えのない、私たちの問い 会議を軸としたAIエージェントとして唯一無二の価値を出すために Q U E S T I O N 0 1 Q U E S T I O N 0 2 ユーザーにストレスをかけずに “正しく聞き取る”の先へ。 会社の “文脈”を貯め続ける には？ 会社の文脈まで分かるAI を どう作るのか？ 企業 コン テキ スト が常に流入 ・更新 され る状態 へ。 日々 のフィー ドバ ックを 自然 に集める UXと パー ソナ ライ ズ校正 はROIで 裏側 でAIがメ タデー タを抽出 する処理 フロ ー ファ イン チュー ニング を大きく 上回 る手法 しか し、溜まっ た履歴 をど う校正 に反映 させ UX 設 計 デー タフ ロ ー 話 者認 識 メ タデー タ 01 精度 を高める かは 改善 の余地 あり 音 声認 識 パ ーソ ナ ライ ズ 校 正 話 者認 識 メ タデー タ 02 ©️Nishika Inc.｜ 26
27. AI-NATI VE DEVEL OPMENT A I 駆 動 の 開 発 プロ セ ス AI駆動の開発プロセスへの転換も課題であり、 現在以下の取り組みを行っています ©️Nishika Inc.｜ 27
28. TECH STACK 技術スタック 常に課題起点で技術を評価し、チームで意思決定します Prog ramming Python A pplic ation Framew ork LangChain TypeScript Dart Flutter DevOp s Infrastruc tu re Docker AWS vLLM GCP Llama.cpp Langfuse Wandb A PI Sendgrid Sentry Terraform SageMaker (AWS) M onitoring Azure Vercel CodeBuild (AWS) PyTorch MLO ps Next.js FastAPI Github Actions ML/ LL M Tool Auth0 CloudWatch (AWS) Stripe ©️Nishika Inc.｜ 28
29. TOOLS ツール 自動化・標準化の促進を常に目指しつつ、 AIが扱いやすいことも考慮しツールを選定します A I C od ing ClaudeCode Docu mentation Notion Codex Proj ect Man ag ement A I C ha t Gemini NotebookLM Claude ChatGPT Desig n Figma Canva Commu nica tion Slack oVice Notion Zoom ©️Nishika Inc.｜ 29
30. 03 WORK ST YL E & B ENEF IT S 働き方・福利厚生 ©️Nishika Inc.｜ 30
31. WORK STY LE 働き方・制度 フ レ ッ ク ス タ イム 制 就業時 間 原則 的な勤務 時間 コ ア タ イム 10 :0 0〜 19 :0 0 （ 実 働 8 時 間） 10 :0 0 〜 15 :0 0 働き方 週2回リモー ト勤務 必要に応じてス ポットで リモート勤務に変更可 休日・休暇 完全週 休2日制（土日祝） 年間休 日120日以上 保険・手当など 社会保 険・労働保 険完備 交通費 支給（上限 30,000円） ©️Nishika Inc.｜ 31
32. BENEFI TS 福利厚生 ストックオプション 付与実績あり リファラル採用 補助制度 AIツール費用・ 書籍購入・ 自己研鑽費用補助 インフルエンザ 予防接種補助 健康診断費用補助 （毎 年） 育児支援制度 ©️Nishika Inc.｜ 32