LAPRASは、「すべての人に最善の選択肢をマッチングする」というミッションのもと、まずは職業分野でのミスマッチを無くすべくSNS情報を利用したエンジニア向け採用サービスを開発・提供をしています。 【エンジニア向け情報提供サービス LAPRAS】 LAPRASは、SNSに上がっている情報を自動で分析・スコアリング、ポートフォリオとして可視化し、エンジニアの「得意」を見つけ出します。LAPRASは、これら情報を元に自分のポートフォリオを公開したり、自分に興味を持つ企業と接触したりすることができる情報提供サービスです。 サービスサイト：https://lapras.com/ 【企業向けのエンジニア採用サービス LAPRAS SCOUT】 LAPRAS SCOOUTは、LAPRASに登録されたエンジニア情報およびネット上に存在するSNS情報をクロールして自動生成したエンジニア情報を利用した、エンジニアのヘッドハンティングサービスです。SNS情報から個人の能力や属性、転職確度を機械学習で分析し、あるべき採用マッチングのための適切な情報を提供します。 サービスサイト：https://scout.lapras.com/

LAPRASが掲げるミッションは、「すべての人に最善の選択肢をマッチングする」という普遍的なテーマです。 人の日々の意思決定には、 - 「自分の知っているものしか選択できない（認知限界）」 - 「もっとより良い選択肢が存在していても現状にとどまろうとする力学が働く（現状維持バイアス）」 - 「大きな選択をしたいことがあっても、周囲の環境がそれを止めようとする」 という様々な阻害要因が存在します。これによって、多くの人は最善の選択肢（世の中のすべての選択肢で一番本人が良いと思うもの）にたどりつけておらず、ミスマッチや機会損失が起こっているというのが、LAPRASの立つ前提、そして我々が社として解決する課題です。 このようなミスマッチは職業だけに限ったものではなく、所有、出会い、ビジネスなど様々な場所に存在します。LAPRASは職業でのミスマッチを入り口に、人と選択肢の情報とデータを取得・分析し、最終的に世の中のあらゆる選択肢を適切にマッチングするシステムとなり、「すべての人にとってミスマッチの無い世界」を創ります。

LAPRASはフルリモート・フルフレックスでの業務を推進しています。 プロダクト面では、LAPRAS, LAPRAS SCOUTというプロダクト開発に加え、Matching Intelligenceという、個人のやりたいことや嗜好性にパーソナライズし、プロのキャリアメンターのように通常の検索型の媒体よりも質の高い提案を行う汎用マッチングエンジンを研究開発しています。短期的にはコンシューマ向けサービスLAPRASを軸にLAPRASエコシステムのビジネス的価値を最大化しつつ、ミッション達成に向かってマッチング精度を上げる長期的な取り組みを行っています。 また、組織面ではBrian.J.Robertsonが提唱した「ホラクラシー組織」という仕組みを取り入れ、人ではなくロール（役割）という仕組みで組織を定義し、組織構造自体をアジャイルに変化させていくという新しい組織構造をとっています。これにより、複雑化して予測できない環境（VUCA）に対応し、その時その時の適材適所と最適な組織構造を実現します。 LAPRASのホラクラシー組織図はこちら https://app.holaspirit.com/public/lapras

LAPRASでは、2018年4月に新卒入社をした機械学習エンジニア、もしくは計算機科学に関連する学位の所持/取得見込みの方を対象とした募集を行っています。 特設ページはこちら： https://scouty.co.jp/recruit_ml_newgrad2018 LAPRASは新卒や中途、年齢に関わらず、高い能力を持つ人が正当に評価され、 活躍できるべきであるというポリシーを持っています。 今回のミスマッチ解消採用では、2018年4月に新卒社員として就職をした対象者の中で、 以下のようなミスマッチを感じている方を募集しています。 - 今の会社の環境では成長スピードに不安がある方 - 社内に尊敬できる人が見つからない方 - 自分の能力と新卒待遇が見合ってないと感じている方 - その他、社風に合わないなどミスマッチを感じている方 ## 概要 LAPRASでは、人々の転職可能性の予測や、企業と候補者の最適なマッチングのような、オープンデータと機械学習を使ったアルゴリズムなどに関する技術サーベイや、論文発表・記事執筆などのアウトプットを行うリサーチャーを募集しています。 LAPRASではWEB上のSNSデータを中心に「人」に関するデータをクロールして集め、約90万人（2018年4月時点）のデータベースを構築しています。 LAPRASのアルゴリズムは、人々の経歴・Twitterのつぶやき・参加イベント情報・GitHubでのコード内容・ブログの記事のデータを解析して、その人の「退職しそうな時期」と「採用成約率が最大化する企業」を予測します。まだまだ未熟なアルゴリズムを、機械学習をはじめとした計算機科学の技術を使って育ててくれる方を探しています。 ## アルゴリズム開発チームの取り組み - 候補者の経歴やSNSデータからの転職可能性予測アルゴリズムの開発 - 企業に対する候補者のレコメンドアルゴリズムの開発 - スカウトメールの自動レビュー機能、あるいは文面のドラフトの提案機能の開発 - GitHubデータなどを用いた候補者の技術力のスコアリングアルゴリズムの開発 - 性別・国籍・年齢といった候補者データのプロファイルの補完アルゴリズムの開発 ## 業務内容 - 社内で開発しているアルゴリズムの改善のための最新・既存手法のサーベイ。 - 社内で用いた技術や新しい手法の調査・研究結果などに関して記事や論文を書いたり特許を取ったりすることによる外部への公開。 - すでに存在するアルゴリズムの性能を上げるための、パラメータチューニングやアンサンブル、新手法の導入などのアイデアの提案。 - サービスに用いられているアルゴリズムを改善のための、WebエンジニアあるいはMLエンジニアとのディスカッション。 ## 求める人材像（以下のいずれか） - 計算機科学に関連する修士以上の学位の所持/取得見込み - 査読付き国際会議・ジャーナルへの論文採択の実績 ## 歓迎する経験・スキル - 計算機科学に関連する博士号の所持/取得見込み - 機械学習に関連する分野の理論的知識や実装力（自然言語処理 / 推薦システム / 数理最適化 / グラフ理論 / 確率・統計 / データ解析・可視化 など） - Pythonでの開発・実装の経験 - Web開発の経験 - 査読付き国際会議・ジャーナルへの論文投稿あるいは採択の実績