Applied Legal Researcher(Japan)

• 法律の専⾨性に基づいたエルボックスAI設計および品質管理
• 日本の法律体系と実務の特殊性をエルボックス AIが正確に理解し作動するよう設計し、法律専⾨知識を⽇本向けサービスのロジックとして実装する役割を担います。
• 日本法令の条⽂体系、判例の展開⽅式など法律⽂書（判例・法令・注釈書など）の固有特性を整理し、AIがこれを正確に理解・活用できるようデータを構造化します。
• 日本の法律専⾨家の実務プロセスがエルボックスAIロジックに正確に反映されるよう、プロダクトチームと企画段階から緊密に協業し、機能と要求事項を具体化。法的専⾨性をベースにプロンプトエンジニアリングを実施し、エルボックスAIが正確かつ信頼性の⾼い結果を導き出せるよう性能を改善します。
• 構造化した法律文書の特性がエルボックスAIロジックに精巧に反映されるよう主導的に貢献します。
• 弁護士の実務フロー (争点抽出→関連法理探索→類似判例比較等) がエルボックスAIの情報探索・判断プロセスに内在化されるよう設計方向を提案し具体化します。
• 日本法律専⾨家の観点からエルボックスAIの応答品質と正確性を診断し、法律専⾨家の業務⽔準に適合するよう品質基準を確⽴・管理します。
• エルボックスAIが生成する回答の根拠情報が実質的に有⽤か検証し、情報活⽤基準（整合性・適合性・実務有効性）を定義して改善方向を提示します。
• エルボックスAIが生成する回答をチェックし、法的誤り及びハルシネーションを識別し、原因分析と修正を通じてエルボックスAI回答の完結性を継続的に⾼めます。
• 法律専⾨家教育およびフィードバックに基づく製品改善の提案
• 日本の法律専⾨家がエルボックスを実務で最も効果的に活⽤できるシナリオを設計し、これをベースに教育資料の作成および教育セッションを実施します。
• 顧客（法律事務所／社内法務チーム等）別の活⽤⽅法と業務プロセスを分析し、顧客層別カスタマイズ型サービスの導⼊および活⽤戦略を提案します。
• 日本の法律専⾨家向け教育セッション等を通じて収集した顧客フィードバックと実務活⽤事例に基づき、既存機能の性能改善及び新機能に関するアイデアを提案します。
• 繰り返し発⽣する顧客の使⽤上の困難やニーズを把握し、これを解決するためのUX改善ポイント及び機能改善案を抽出します。
• 顧客フィードバックを単純に収集するだけでなく、問題の類型（正確性／スピード／情報源の信頼性／検索範囲／要約品質など）別に分類し、優先順位を定めて改善ロードマップに反映します。
• 教育及び顧客コミュニケーション過程で発⾒した新規法律データ需要（特定分野の注釈書、実務書など）を整理し、データ拡張の⽅向性を提案します。

형태

정규직

書類選考 → 1次職務能力インタビュー → 2次組織文化インタビュー → 3次CEOインタビュー及びリファレンスチェック → 最終合格