2026/06/09 21:01

エマーシキャリア（YC S22）は、創設者向けグロース・マーケターを募集中です

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

改善された要約:
Emerge Career は、伝統的なチームに勝り抜けるよう scaled な集客を主導する、初の AI 先行の成長マーケターを緊急で求めています。創業者意識を持ち、直ちにニューヨーク市への転居と対面勤務が必要です。この重要な役職には、有料検索や SEO（またはその他の主要チャネル）における 5 年以上の実績が求められ、単なるチャットボットの活用を超えて、Claude Code など AI ネイティブなツールを用いて自動的なマーケティングワークフローを構築する能力が必要です。特に重要なのは、低所得の成人元被収容者に対する深い共感力を示すとともに、ゼロから一つへとプロジェクトを進めてきた実績があることです。現在、9 州にまたがる大規模な政府契約の下で 100 万人以上の利用者を支えており、卒業率（89%）と就職率（92%）が業界平均を上回る突出した成果を収めています。この成功を維持するために、新規採用者は「クリックだけでなく」集客費を直接登録成果と結びつける正確なアトリビューションインフラを構築します。選定後は即座に、「更生後のキャリア変更」などのキャリアチェンジに関するクエリ向けにターゲットされた SEO 戦略を開発し、新たなフィンテックや地域パートナーシップを展開します。このポジションには、ミッションへの焦点に基づいた週 60 時間以上の激務が求められます。モバイルファーストのエコシステム内で AI ネイティブなツールを活用することで、見落としられがちだった人口統計を効果的に支援し、信頼を深めながら教育テック分野での Emerge の主導地位を確固たるものとしてまいります。

本文

エマージ (Emerge) 成長マーケティング担当者を募集：AI ネイティブで成果を実感できるあなたへ

役割の概要

私たちは、従来のマーケティングチーム全体を凌駕する成長マーケターを求めています。すでにエンジンが回り、実データも準備されています。あなたが引き継ぐのは、学生を「エマージ」規模に拡大させるための獲得チャネルの完全な責任です。

担当領域: SEO、有料検索、屋外広告、パートナーシップ、コンテンツマーケティング、および全体の帰属分析。
連携チーム: フィールド・マーケティングやパートナー関係を担当するメンバーと密接に連携し、レバレッジの効く機会を特定して全力で攻めます。
期待される姿勢: 代理店管理や承認待ちには時間を割きません。AI ネイティブなワークフローと真摯なクリエイティブ観を持つ卓越した人材が、自動化パイプライン（クリエイティブ生成・テスト・最適化）を構築し、人手では不可能な規模での成果を出します。
対象オーディエンス: 20 代半ば〜40 代半ばの低所得者層。多くが前科歴があり、圧倒的にモバイルファースト。単なるキャンペーン運営だけでなく、彼らへの真の共感が求められます。

パフォーマンスに執着し、責任を感じて活力を取り戻せる方なら、人生を変えるミッションを成し遂げられるでしょう。

あなたらしさ（必須スキル・マインドセット）

1. 二度目の機会への信念

理念: 誰もが二度目の機会を受け取るべきだという信念に支えられています。
視座: その重みは苦痛ではなく、原動力です。各指標の背後に「人生を変えようとする一人の人」がいることを常に意識します。

2. マーケティングへの独自の見解

批判的思考: 何が機能し、何が過大評価されているかを直感的かつデータに基づき判断します。「安全策」や回避行動をとることは嫌です。
特化の重視: すべての分野でバランスを取ろうとせず、有料獲得、SEO、チャネルマーケティングなど特定の分野において世界トップクラスでありたいと願います。

3. AI ネイティブなエンジニアリング思考

自動化パイプライン: 数時間かかる作業を数分に圧縮するシステムを構築します（クリエイティブテスト自動化、AI メール対応、自動レポート等）。
オーケストレーター: 仕事をタスクに分解し、適切な AI エージェントにルーティング・出力を組み合わせます。
要件: チャットボットや MCP コネクションなどの設定を理解しており、自身の AI スキルをリポジトリとして管理・共有できます。10% の効率化ではなく、10 倍のアウトプットを実現する能力が必要です。

4. 好奇心と学習速度

チャネルの多様性: ランディングページだけでなく、SMS やモバイルネイティブな接点、コミュニティ信頼、口コミを考慮します。
非伝統的アプローチ: フィールドイベントやアルムナイ紹介ループなど、典型的な成長プレイブックとは異なる領域にも興奮を持って取り組めます。

5. データドリブンかつクリエイティブ

帰属分析の徹底: 「何人が登録したか」だけでなく、「どのチャネル・クリエイティブが決定を導いたか」まで遡って測定します。
データと人間の統合: データで「何が起きたか」を、直感で「なぜ起きたか」を捉え、両者を兼ね備えた視点を持ちます。

6. 起業家精神 (Entrepreneurial Spirit)

自律性: 許可を待たず、MVP を実行して失敗から学習し、再度リリースする姿勢があります。
第一責任者: 獲得の第一责任人として恐怖を覚えず、袖を捲って問題解決を行います。

7. ウィンナース・マインドセット

楽観と行動: 不確実性に動じず、「はい、そして（Yes, And）」のメンタリティで前進します。テスト失敗にも過度に悲観せず、次のステップを模索します。

8. 努力と誠実さ

ワークライフバランス: 「平均週 60 時間以上」働くことに抵抗なく、使命のために身を捧げます。エゴや言い訳を持ちません。
正直さ: ポーカルなニュースを隠さず、明確かつ誠実に報告します。

9. コミュニケーション能力

簡潔さ: 冗長さや専門用語は排除し、シンプルで正確な文章を重視します。優れたコピーライティング能力は超能力です。

興味を抱いている候補者のプロフィール

以下のいずれかの経歴をお持ちの方への期待が特に高いです：

リーダーとなる右腕: ハイグローススタートアップやスケーリング中のテック企業で基礎を学んだ後、完全な所有権（戦略から分析まで）を引き継ぐ準備ができている方。
アナリストからマーケターへ転身した方: 銀行やコンサルティングなどの堅実な分野を経て、「構築したい」という想いからテックマーケティングへ転職し、左脳的な分析力を活かせます。
代理店からのキャリア: アカウントリードやメディアバイヤーとして多岐にわたるクライアントを扱い、単なる成果物納品ではなく「結果の所有」を実現した経験がある方。
大手テック企業出身: Google や Meta などで大規模な課題を経験し、より小さな環境で直接的な影響を与えたいと考える方。

要件・加算点

【必須要件】

勤務体制: ニューヨークシティへの転居および対面勤務への合意。
ミッション共感: 未開拓コミュニティや貧困・格差問題に取り組むことへの情熱。
経験: 5 年以上の実践的な成長マーケティング経験、および少なくとも一つのコアチャネル（有料検索、SEO、フィールド・マーケティング）における深い専門知識。
完全所有の実績: 戦略、クリエイティブ、実行、分析までを一人で行った経験（代理店管理のみではないこと）。
AI 構築能力: AI ツールを使っているだけでなく、運用方法自体を変えた自動化システム（具体的な事例の説明が必要）を構築した経験。
ゼロ・トゥ・ワン経験: プロジェクトや組織を 0 から 1 に育てた経験（創業者、最初のマーケター等）。
分析力: 帰属モデルの構築や指標に基づいた意思決定への慣れ。

【加算点】

同層界との連携: Chime や Cash App などのフィンテック企業で、低所得者層向けチャネルパートナーシップを築いた経験。
特定のオーディエンス: 低所得者層や非伝統的オーディエンスへのマーケティング実績。
社会インパクト: エデュケーションテック、ワークフォース開発、または NPO での経験。
オフライン展開: 屋外広告、フィールド・マーケティング、コミュニティベースのアウトレチの経験。
AI ツール構築: カスタム AI ツールの構築経験（自動化パイプライン、レポートエージェント等）。
環境適応: 20 人以下のハイグローススタートアップでの経験。

職務内容（具体的タスク）

1. 学生の獲得全体を所有

ファンネルの一部ではなく全体に責任を負います。戦略策定から予算配分、クリエイティブ構築、キャンペーン運用、結果測定、イテレーションまでを一括で実行します。

2. 機能する部分をさらに強化・スケール

現在インターネット検索やソーシャルメディアから来ている学生の 57% において、最も ROI の高い検索クエリやクリエイティブフォーマットを特定し、積極的に拡大します。
クリックだけでなく、実際に登録を導く帰属インフラストラクチャを構築・最適化します。

3. AI パワー化されたマーケティングシステムの構築 [最重要]

反復作業の自動化: アドクリエイティブ生産、見出しテスト、SEO コンテンツ生成など、時間を浪費するワークフローを特定し、AI パイプラインに組み込みます。
具体的な実装例:
- ```
Claude Code
```
  などのツールを用いたタスク特化型 AI エージェントの作成。
- 自動化されたクリエイティブバリエーション生成システム。
- AI がパフォーマンス低下を自動検知し、新しいテストアセットを作成するパイプライン。
目標: チームの出力を一人で賄うレベルに達させます。

4. 有料チャネルの運行とスケール

有料検索（PPC）およびその他の有料チャネル（有料ソーシャル、屋外広告、交通機関メディア）を所有・最適化します。
A/B テスト（見出し・コピー）、ターゲティング設定を行い、コスト per アクイジション(CPA) の最小化と ROI 最大化を目指します。

5. SEO を長期的なエンジンとして構築

入獄後のキャリア転換やスキル取得など、実際の学生ニーズに基づいた検索戦略を構築します。
ランキング、コンバージョン、および時間とともに蓄積される価値（シンergie）のあるコンテンツを作成します。

6. チャネルパートナーシップの開拓

「ブランドスポンサーシップ」ではなく、「共有オーディエンスと相互価値」に基づいたパートナーシップを構築します。
フィンテックやコミュニティブランドなどと連携し、彼らの既存チャネルを通じて潜在学生にリーチするコ・マーケティングを展開します。

7. グラスルーツ・マーケティングの支援

コミュニティカレッジ職業フェアーやリバントリーイベントなど、学生が物理的にいる場所へ対面展開を行います。オンラインだけでなく、現場での存在感が最もインパクトのある成長を生み出します。

8. 全チャネルにおける帰属構築

有料、オーガニック、紹介、フィールド、パートナーチャネルを跨いで、マーケティング支出を実際の登録成果に結びつけるシステム（アトリビューション）を維持・改善します。投資への自信を持たせるデータ闭环を実現します。

私たちについて：エマージキャリア (Emerge Careers)

ミッション

貧困と入獄による悪循環を断ち切り、真の二度目の機会への道筋を創造することです。オール・インワンプラットフォームを通じて、刑罰を受けた個人をキャリアへと導きます。

ビジョンと成果

課題: 連邦政府は教育訓練に数十億ドルを支出していますが、卒業率は約 70%、雇用達成率は 38.6%、平均年収は $34,708 に留まっていました。
エマージの成果: チーム 10 名で 9 桁（$1 億以上）の政府契約を締結し、89% の卒業率と 92% の雇用達成を実現しました。平均年収は $77,352 に向上し、単なる就職ではなく新しい人生を提供しています。

エコシステム

創業者ゾーとゲイブは、prisons の通信二重支配を破壊する技術系非営利組織「アメリオ (Ameelio)」の共同設立者です。

支援: ロイド・ホフマン、ビル・ゲイツ（※原文誤りか Binod Cosla 等の人物名）、ジャック・ドーシーなどテック界の著名人、アーノルド・ベンチャーズなどの支援を得ています。
目標: 100 万人以上の刑罰を受けた個人にサービスし、ワークフォース開発を再定義します。

なぜこれをやるのか？

「エマージキャリア」は以下の二つの体系的な問題に対処するべく設計されました：

復習主義（再犯）: 入獄後の失業と貧困が再犯を招く現状。
労働不足: 主要産業における深刻な人手不足。

現実と課題:

過半数が刑罰から 1 年以内に依然として失業しており、仕事が見つかりません。
矯正施設内の職業開発プログラムは参加率が低く（3 分の 1）、給与水準も低く（時給 $1 を下回ることも）、必要なスキルを備えていません。

私たちはこの構造的な問題を技術と実践的なアプローチで解決し、持続可能な社会変革を目指しています。

同じ日のほかのニュース

一覧に戻る →

2026/06/10 1:58

クロード・フェブル 5

## 日本語訳：以下の改善されたバージョンでは、欠落していた安全性の詳細、具体的な価格設定構造、データ保持ポリシー、および可用性のタイムラインを補いながら、明瞭性を維持しています： ## まとめ： Anthropic は、一般使用に安全であり、ソフトウェア工学、可視化解析、長期コンテキスト処理、科学的研究、およびメモリータスクにおいて従来のすべてのバージョンを超えた「Mythos クラス」のモデルである **Claude Fable 5** を導入しました。同モデルは直ちに API とサブスクリプションプラン（Pro から Enterprise まで）で利用でき、6 月 22 日まで利用可能です（6 月 23 日からは使用クレジットに移行）。価格は入力トークンあたり **10 ドル**、出力トークンあたり **50 ドル** で設定されており、Claude Mythos Preview など以前のプレミアムモデルよりも大幅に安価です。 Fable 5 は転換的な性能向上を提供し、以前は何ヶ月もかかった工学タスクを数日へと圧縮するとともに、薬剤設計を約 10 倍加速させます。安全性と有用性のバランスを取りつつ、Fable 5 におけるセンシティブなトピックに関するクエリについては、**Claude Opus 4.8** にフォールバックを行う設定となっており、これは保守的なチューニングによりセッションの **約 5% よりも少ない割合** で発生します。さらに、特定の分類器は生物学/化学分野での危険な研究の向上や悪意のあるハッキング試行をブロックします。また、Anthropic は Mythos クラスモデルに対して新しい **30 日間のデータ保持ポリシー** を実施し、このトラフィックを新モデルの訓練や安全性以外の目的で使用することを禁止しています。一般向けの Fable 5 バージョンは依然として非常に安全ですが、未検閲バージョンである **Claude Mythos 5** は、15 カ国以上で選択されたサイバーセキュリティおよびインフラストラクチャパートナー（将来的には約 150 の新しい組織へ拡大）を独占的に対象とする **Project Glasswing** を通じて利用可能です。この戦略的動きは、責任ある使用基準を損なうことなく科学的発見を加速し、重要インフラのセキュリティを強化することを目的としています。プログラムには、将来、特定の生命科学研究者のために生物学/化学の safeguards を解除する計画も含まれています。

2026/06/10 6:01

NPM バージョン 12 で導入される予定のbreaking changes

## Japanese Translation: npm v12 開始（推定リリースは 2026 年 7 月）、`npm install` に対してより厳格なセキュリティデフォルトが適用されます。最も重要な変更は、自動スクリプト実行の無効化です（`allowScripts` がデフォルトでオフ）。明示的に承認されないと、preinstall、install、postinstall スクリプト（`node-gyp` を介するネイティブビルドを含む）がブロックされます。準備のためには、これらの変更を警告付きで利用可能な npm v11.16.0+（またはそれ以降）を使用してください：`npm approve-scripts --allow-scripts-pending` を実行し、信頼できるパッケージについては `npm approve-scripts` で明示的に承認し、他は `npm deny-scripts` で拒否します。結果となる許可リストは `package.json` に書き込まれコミットすべきであり、v12 へのアップグレード後は承認されたスクリプトのみが実行されます。さらに、デフォルトでは `--allow-git`（npm 11.10.0+ で利用可能）は none に解決され、Git ベースの依存関係に対して明示的なフラグが必要となり、`.npmrc` オーバーライドを介した潜在的なコード実行経路を閉じます。同様に、`--allow-remote`（npm 11.15.0+ で利用可能）はリモート URL から依存関係を解決する場合にデフォルトで none に設定されます。`--allow-file` および `--allow-directory` は現在のデフォルトを維持します。保守担当者および CI/CD パイプラインは依存関係を検証し、`package.json` 内の許可リストを更新し、アップグレード前に変更をコミットする必要があります。そうでない場合、手動の例外を設定しない限りビルド失敗となります。詳細は npm ドキュメントの `npm approve-scripts`、`npm deny-scripts`、および `allow-scripts config` をご参照ください。

2026/06/10 4:21

FPGA を用いたKolmogorov-Arnold Networkによる超高速機械学習

## Japanese Translation: 本テキストは、Kolmogorov-Arnold Network（KAN）を Field-Programmable Gate Array（FPGA）上で展開し、超高速機械学習に特化して設計された革命的な新ハードウェアアーキテクチャを導入します。従来の GPU はスケジューリング遅延およびメモリオーバーヘッドによりマイクロ秒以下の応答時間を達成できず苦労しますが、この FPGA ベースのアプローチでは、ニューラルネットワークをリプログラミング可能なデジタルロジックと直接統合するため、アルゴリズムと設計のコデザインを採用しています。固定された重みではなく、B スプライン基底関数によって定義される学習可能なエッジアクティベーションに置き換えることで、伝統的なルックアップテーブルモデルに見られるような指数関数的スケーリングの問題を回避します。この手法は、定点符号化によるデータエンコーディングの簡素化を実現し、トレーニングの安定性を確保します。主な革新点は、「B スプラインの局所性」の利用であり、グリッドセルごとにアクティブとなる基底関数の数が限られているため、ネットワークの次数を増やすことなくグリッドサイズを拡大することでモデルを水平方向にスケール可能になります。得られる枠組みは「KANELÉ」と命名され、従来の実装に対する驚異的な 2,700 倍もの速度向上を達成し、オンデバイスでの動的モデル更新が可能となる真のオンライン学習を実現します。この画期的な成果は、量子コンピューティング制御システムなどリアルタイム意思決定が必要な産業に対し、高効率性と継続的改善を支援する GPU の代替として堅牢な選択肢を提供します。大規模テストにおいて、同システムは関数近似やキュビット読み出しなどのタスクで伝統的な MLP よりも優れたハードウェアスケーリングと収束性を示し、50,000 パラメータまで扱いながらマイクロ秒以下のレイテンシを維持しました。