2 0 2 5 年 更 新 

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 

No content

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 ） 

プ ロ フ ェ ッ シ ョ ナ ル サ ー ビ ス F a s t L a b e l D a t a F a c t o r y 相 互 の 事 業 を ⾼ め 合 う 補 完 関 係 

No content

AI⾰命の インフラになる “多くの企業でAIの実⽤化が進まない主な理由は⾼品質な教師デー タ作成のためのシステム基盤と専⾨⼈材の不⾜にあると気づき、私た ちはAI開発の核⼼であるアノテーションのための⾰新的な開発基盤を 構築することを決意しました。この基盤により、誰もが簡単にAI開発に 取り組める世界を実現し、⼈の知識をマシーンに移植して広く共有で きる画期的な技術を⽣み出すことを⽬指しています。FastLabelは、 ⼈材不⾜が深刻な⽇本においてますます重要となるAI活⽤の礎とな り、AI⾰命のインフラを提供することで、かつてSFでしか描かれなかった 世界を現実のものにしたいと考えています。 “ 鈴 ⽊ 健 史 代 表 取 締 役 C E O 

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 

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 

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% 

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% 

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 

No content

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 

提 供 ソ リ ュ ー シ ョ ン デ ー タ セ ン ト リ ッ ク A I 開 発 を ⽀ え る 包 括 的 ソ リ ュ ー シ ョ ン Data-centric AI開発を実現する 当社ソリューション群 モデル開発⽀援 ⽣成AI開発 データ作成 アノテーション代⾏ データセット提供 データコンサルティング FastLabel Data Factory アノテーション代⾏ • あらゆる⾮構造化データに対応 • 弊社独⾃品質管理プロセスに基づき、⼤規模 アノテーションにおけるデリバリー品質を担保 • ドメイン知識が必要な仕様にも対応可能 ex. 医師、看護師、管理栄養⼠のアサイン モデル開発⽀援 • 撮影条件やアノテーションの正確性/統⼀性を 読み解きながらモデルの学習・評価を実施 • 評価結果から次のデータ準備に反映し、精度 向上に寄与するデータを準備 データコンサルティング • 業務課題及び課題に対するソリューション(AI・ アプリケーション・運⽤)を整理 • 開発の体制案・スケジュール案を整理 • 精度課題について、データに着⽬して 課題の詳細を分析し、対策を⽴案 FastLabel Data Factory • データセット管理 • アノテーションツール 画像、3D、動画、テキスト、⾳声、マルチモー ダル ⽣成AI開発データ作成 • LLM/VLM向けのアノテーションサービス、 Instruction Tuningデータの作成 • マルチモーダルRAG⽤のデータをお客様社内で 保有しているドキュメントから作成 • LLMデータセットを販売 データセット提供 • 権利クリアかつ⾼品質な画像・動画・⽂書・⾳ 声データを収集、販売 • ストックフォト、ストックムービーを提供 • 仕様に基づいた新規撮り下ろし 

No content

事 業 紹 介 事例① コンサルティング ⽣成AI開発データ作成⽀援 FastLabel Data Factory 事例② 事例① 事例② 事例① 事例② 事例① 事例② A I - B P O 事 業 （ デ ー タ セ ッ ト 提 供 ） 機械学習に必要なデータが不⾜するAI開発会社様向けに権利クリアなデータを様々なアプローチでご提供します。 ⼈物撮影、⾳声収録など、 AI開発要件に沿ってデータを新規作成 データパートナーと連携し オーダーメイドでのパッケージングに対応 ⼀般家庭の冷蔵庫内 画像収集 ⼿書き⽂字の 画像収集 新規撮り下ろし クラウドワーカーによる収集 データパートナーからの調達 BPO企業と連携し、 全国から⼤規模なフィールド収集 新規撮影・収録イメージ ⽇本⼈⼈物データセット スポーツ動画データセット 

事 業 紹 介 A I - B P O 事 業 （ ア ノ テ ー シ ョ ン 代 ⾏ ） 数百社以上のアノテーション代⾏実績に基づくノウハウがあり、 アノテーション経験、業界理解が豊富な⼈材による⾼品質なアノテーション代⾏を実現します。 矩形 多⾓形 セグメンテーション 姿勢推定 キーポイント 点群 テキスト分類 会話コーパス 固有表現抽出 OCR 事例① コンサルティング ⽣成AI開発データ作成⽀援 FastLabel Data Factory 事例② 事例① 事例② 事例① 事例② 事例① 事例② 

事 業 紹 介 ⿅島建設株式会社様 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。 三菱重⼯業株式会社様 コンサルティング ⽣成AI開発データ作成⽀援 FastLabel Data Factory 事例① 事例② 事例① 事例② 事例① 事例② AI - BPO 

単なるコンサルに留まらず、実⾏までをサポート AIコンサルタント AIエンジニア アノテーター AIモデルの精度改善に向けて、課題洗い出しから施策策定、施策遂⾏(データ準備、アノテーション、モデル開発・評価等)までを ⼀気通貫してサポートします。 お客様 モデル開発・評価 AIモデル 精度改善 課題整理 データ収集 FastLabel アノテーション AIモデル開発のノウハウ蓄積 課題解決 + ノウハウ提供 デ ー タ コ ン サ ル テ ィ ン グ ⽀ 援 事 業 事 業 紹 介 事例① ⽣成AI開発データ作成⽀援 FastLabel Data Factory 事例② 事例① 事例② 事例① 事例② 事例① 事例② AI - BPO モ デ ル 開 発 ・ コ ン サ ル テ ィ ン グ サ ー ビ ス モ デ ル 開 発 ・ コ ン サ ル テ ィ ン グ サ ー ビ ス 

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。 ソニーネットワーク コミュニケーションズ株式会社様 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 株式会社ヘッドウォータース様 事例① コンサルティング ⽣成AI開発データ作成⽀援 FastLabel Data Factory 事例② 事例① 事例② 事例① 事例② AI - BPO 

⽣ 成 A I 開 発 デ ー タ 作 成 事 業 事 業 紹 介 FastLabel Data Factory 事例① 事例② 事例① 事例② 事例① 事例② 事例① コンサルティング 事例② AI - BPO 事前学習⽤データの収集、インストラクションデータ作成、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ご⽀援します。 ⽣成AI開発向けデータ⽀援 RAG構築向けデータ⽀援 画像・動画・⾳声・テキストなど多様なデータセットの提供から、 専⾨性の⾼いインストラクションチューニングデータの作成、 特定タスク・ドメイン向けのファインチューニングまで⽀援 社内に蓄積されていない外部のデータ収集から、 RAG⽤データの作成、さらに精度を⾼めるためのデータ最適化まで、 RAG構築におけるあらゆるデータ課題を⽀援 

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 ⽣成AI開発データ作成⽀援 FastLabel Data Factory 事例① 事例② 事例① 事例② 事例① コンサルティング 事例② AI - BPO 事例② 

事 業 紹 介 ⽣成AI開発データ作成⽀援 FastLabel Data Factory 事例① 事例② 事例① 事例② 事例① コンサルティング 事例② AI - BPO 事例① 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。 

プ ロ ダ ク ト 事 業 事 業 紹 介 FastLabel Data Factory 画像 動画 3D マルチモーダルVLM テキスト ⾳声 作る 活⽤する 溜める あらゆる教師データの「作る」「溜める」「活⽤する」をワンストップで⽀援するプロダクト「FastLabel Data Factory」をご提供します。 ⾼精度なAI開発に必要な⼤量かつ⾼品質な教師データの作成、管理、活⽤が可能になります。 事例① 事例② 事例① 事例② 事例① コンサルティング ⽣成AI開発データ作成⽀援 事例② 事例① 事例② AI - BPO 

プ ロ ダ ク ト 事 業 事 業 紹 介 「現場で圧倒的に使いやすい」 x 「コラボレーティブ」というコンセプトの元、データ収集・アノテーション・モデル開発まで 教師データ作成を中⼼にAI開発プロセスをワンストップでカバーする機能を提供します。 ユーザー チーム 現場で圧倒的に使いやすい 現場で圧倒的に使いやすいことで、 現場の⾮エンジニアでも 簡単にAI開発ができる コラボレーティブ コラボレーションが可能なプロセスやシステムがスムースに連携でき 素早く、⾼品質なAIを チームでつくることができる AIの⺠主化 事例① 事例② 事例① 事例② 事例① コンサルティング ⽣成AI開発データ作成⽀援 事例② 事例① 事例② AI - BPO 

事 業 紹 介 収穫ロボットのAIにおける教師データ作成、画像認識精度が30%向上 【農業×AI】 株式会社デンソー様 Fast Labelは、デンソー社が取り組むミニ房トマトの⾃動収穫ロボット開発プロ ジェクトにおいて、AI技術を⽤いたアノテーションデータの提供を⾏っています。デン ソー社では、トマトの房の位置や切断点を⾼精度で検出するため、アノテーション データの質の向上が求められており、これに対する効率的なソリューションを提供 アニコム損害保険株式会社は、ペット保険を提供する企業として、AIを活⽤ したペットの健康サービスの開発を進めています。本事例では、同社が抱えて いたアノテーション業務における課題を、AIデータプラットフォーム『FastLabel』 の導⼊により解決 複数拠点でのアノテーション体制を構築。直感的なUIで誰でも使える ツール導⼊により、レントゲン画像の学習データ品質を改善 アニコム損害保険株式会社様 事例① 事例② 事例① コンサルティング ⽣成AI開発データ作成⽀援 事例② 事例① 事例② AI - BPO FastLabel Data Factory 

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 

No content

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 。 

経営体制 代表取締役CEO 鈴⽊ 健史 取締役 村中 崇 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。 社外取締役 深澤 優壽 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。 アクセンチュアにて経営戦 略コンサルティングに約10 年間携わる。その後 DeNAライフサイエンス社 ⻑に就任する。その後国 内外ベンチャー投資などに 従事、2016年にEight Roads に参画しパート ナーとしてベンチャー投資 全般を担当。 慶應義塾⼤学法学部卒 業後、旭硝⼦、IBM、 ファーストリテイリング(社 ⻑兼COO)を経て、 2005年リヴァンプ創業。 その後ローソン(社⻑・会 ⻑CEO)、デジタルハーツ HD社⻑を歴任し、 2021年よりロッテHD社 ⻑CEO。経済同友会副 代表幹事も務める。 オンラインゲーム運営会社 でIPO実務担当としてマ ザーズ上場を実現後、さく らインターネット株式会社 に⼊社し、経営⽀援全 般やM&A、投資業務に 加え、グループ会社の取 締役兼事業部⻑を歴任。 2023年10⽉より執⾏ 役員に就任し、約30名 の社⻑室を管掌。 社外取締役 ⽟塚 元⼀ 社外取締役 ⼤嵜 昌⼦ 常務社外監査役 三橋 秀⼀ 社外監査役 伊藤 敬⼦ 公認会計⼠・税理⼠、 監査法⼈トーマツからキャ リアをスタート。その後リク ルートにてアジア企業のM ＆〜PMIに従事した後、 2社の上場を実現。 CFO・CHROとして⼈事・ 前者の管掌も経験。 社外監査役 沖元 みのり アジアを中⼼に展開する コンサルティング会社の⾹ 港拠点にて、⽇系企業の ⼦会社のガバナンス⽀援 や、クロスボーダーM&A等 に従事。その後、事業会 社にて経理及び内部監 査に従事した後、上場準 備会社の常勤監査役に 就任し、IPOを実現。 法律事務所を経て、⼤ ⼿広告会社にて法務部 の社内弁護⼠として、契 約書対応、M&A、新規 ビジネスにおける契約法 務、景表法・薬機法・著 作権法等の調査、コンプ ライアンスの推進、社内の 法律相談対応等の法務 業務に従事。 三菱電機株式会社にて、 経営企画・営業企画業 務に従事。その後⽇本ア イ・ビー・エム株式会社に てエンプラ向け戦略・ITコ ンサルティング業務に従事。 その後FastLabelに⼊社。 アノテーション事業及び データセット事業の⽴ち上 げを担当。 ⽇産⾃動⾞に⼊社し、ボ ディ設計エンジニアを担当。 その後、ワークスアプリケー ションズにて6年間B向け の開発を担当し、起業。 その後スタートアップにて Pd Mや事業開発を担当。 2023年よりFastLabel へ参画。 執⾏役員COO 藤原 宏貴 執⾏役員CPO 内⽥ 修平 I P O の 実 現 に 向 け て 、 ガ バ ナ ン ス 強 化 と と も に 多 様 性 の あ る 経 営 体 制 の 構 築 を 進 め て お り ま す 。 

働く環境 数 字 で ⾒ る F a s t L a b e l ※2025年6⽉時点での在籍データ 

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） • ⼟⽇および祝⽇、年末年始（12⽉29⽇から1⽉3⽇）休み • ⼊社⽇に有給付与 • 完全週休2⽇制 • 通勤⼿当⽀給、その他各種⼿当 • 育児・介護短時間勤務 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 • 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 

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 

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 73名（うち役員8名・正社員50名/2025年6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 

We are Hiring!! https://herp.careers/v1/fastlabel 募 集 職 種 ⼀ 覧 最 新 情 報 https://x.gd/yXV0g