わたしたちは、リーガルテック領域のスタートアップです。 https://legalontech.jp/ 現在は AI と SaaS を掛け合わせた契約書レビューサービスである「LegalForce」と、AIを用いた次世代型クラウド契約書管理システムの「LegalForceキャビネ」を開発・販売しています。 「リーガルテック」はまだまだ聞き慣れない単語かもしれません。 リーガルテックはDXが進んでいる領域の一つで、法律関連の業務やタスクをテクノロジーでより効率化し、洗練されたプロセスを支援する業界です。 近年、リーガルテックの普及により、徐々にIT化が進んでいる法務領域ではありますが、まだまだDX化が進んでいない領域もあります。契約書レビューや契約書管理はまさにその領域で、参入障壁も高いことから弊社はあえてそこを攻めて行こうと考えています。 同じ管理部門である経理や人事がクラウドサービスを使いこなしてどんどん仕事を効率化していく傍らで、法務やそれを支える弁護士は長時間労働を余儀なくされています。 しかし今、「働き方改革」の流れのなかで「変わらなければならない！」という企業法務の方々の希望、要望も大きくなりつつあります。 伝統を体現する「法」を最先端の「テクノロジー」と結びつけることで、今以上の価値を企業社会にもたらし、法のために働く人たちの幸福に寄与するために、わたしたちは創業し、サービスを開発・運営しています。

【創業背景とミッション】 創業メンバーは元森・濱田松本法律事務所出身の弁護士、小笠原・角田。 二人は法律事務所所属時代、優秀な法務部員や弁護士が一日の大半を契約書レビュー業務に費やし、それでも終わらずに過労状態に陥っている現状を目の当たりにしました。 日本の企業法務の実践にテクノロジーを導入することで、大きく改善する余地があるのではないか？ より高度な法的課題にチャレンジし経営により貢献することができるようになるのではないか？その思いで弁護士事務所を飛び出し独立し、自らリーガルテックのサービスを創ることに挑戦をしました。 ミッションは「全ての契約リスクを制御可能にする」。 契約書というビジネスにおける必要不可欠な領域においてサービス提供をしていくこと、そして法務プロフェッショナルの皆さんにテクノロジーを通じて日々の業務の効率化や法務サービスの洗練を実現するために、LegalOn Technologiesは日々サービスの改善に励んでいます。 【パーパス】 ～法とテクノロジーの力で、安心して前進できる社会を創る。～ 何事も前進する前に、不安から一歩踏み出すことを躊躇する時があります。 私たちは、法とテクノロジーの力により、それらの不安を安心に変えられると信じています。 「法」と「テクノロジー」を結び付けることができれば、「法」は私たちにとって、より身近な、強力な味方となり、効果的に扱うことができます。 これを実現し、私たちは法とテクノロジーの力で安心して前進できる社会を創っていきます。 全文はこちら：https://legalontech.jp/wp-content/uploads/2022/11/LegalOn_purpose.pdf

【優秀なメンバー】 国内トップファーム、森・濱田松本法律事務所から独立した弁護士2名により創業されたLegalOn Technologies。マッキンゼーから執行役員開発本部長、トヨタやみずほ銀行等のグローバル人事を経験してきた執行役員人事・総務担当、野村證券から執行役員経営企画担当を迎えて、事業開発と組織拡大をしてきました。 リクルートや特許庁、法律事務所からの国際的な弁護士をはじめ、エンジニアや営業、プロジェクトマネージャーがジョインして、サービスの拡張・改善や拡販を強力に推進しています。 今般、スタンフォード大学で法学博士(JD)を取得し、リーガルテック企業を海外3か国展開まで果たしたUS CEOを迎え、今後は米国展開を本格化させていきます。 「具体的にはどんな人がいる会社なのかな？」と思う方は、オープン社内報もぜひチェックしてみてくださいね。 「LegalOn Now!!」オープン社内報：https://now.legalontech.jp/

下記の業務内容を遂行するMLOpsエンジニアを募集します。 【業務内容】 研究開発部門にて機械学習基盤の設計業務を担当していただきます。 MLOpsエンジニアは開発担当のエンジニアと連携し、機械学習のPoCから製品搭載までの運用に関するエンジニアリングに取り組みます。 PoCについては、開発担当のエンジニアが契約書データを用いてEDAを行い、機械学習のプロトタイプ設計を行うために必要な構成を設計します。 製品搭載については、機械学習モデルを載せたサーバのインフラ・機械学習モデルの精度監視に関する構成を設計します。 機械学習基盤はGCP環境を採用技術としているため、GCP上でのDevOpsの設計やMLOpsの開発経験のある方を特に歓迎します。 他にもMLOpsエンジニアは、下記の業務内容例に挙げられるようなエンジニアリングを担当していただきます。 【業務内容例】 ・学習モデルを継続的に再学習し、APIにデプロイするためのワークフロー設計 ・学習モデルの精度劣化や、データの変化を検知し、通知する監視設計 ・契約書データから生成されるFeatureStoreの設計 ・機械学習モデルを載せたサーバスペックのチューニング 【採用技術】 ・プラットフォーム: GCP ・アプリケーション実行環境: Cloud Run, GAE, GKE, GCE ・データストア: BigQuery, Cloud SQL, GCS ・学習ジョブ管理: AI Platform Training Job ・実験管理ツール: MLFlow ・CI/CD: GitHub Actions, Cloud Build ・ビルドツール: Bazel ・API: gRPC, REST ・言語: Python ・インフラ構成管理: Terraform, Packer, Ansible ・タスク管理: JIRA 【必要なご経験・スキル】 ・Cloud Run, GAE, GKE, GCE を使った開発経験 ・BigQuery, Cloud SQL, GCS を使った開発経験 ・Terraform を使ったインフラ構築経験 【歓迎するご経験・スキル】 ・MLOpsエンジニアとしての開発経験 ・DevOpsエンジニアとしての開発経験 ・AI Platform, MLFlow, Bazelの利用経験 ・機械学習の開発経験 【求める人物像】 ・継続的に設計をブラッシュアップしていくことにやりがいを感じる方 ・技術的な好奇心が強く、新しい技術に自らキャッチアップしていくことができる方