マイページ
LLM転職求人
860 件
検索条件を再設定
転職求人一覧
AI事業開発エンジニア/CS向けのエンタープライズAI・SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
〜1200万円
ポジション
Agent Software Engineer
仕事内容
同社は、「あらゆる人を負の体験から解放することで、人と企業の可能性を引き出す」をミッションに、3.1兆円を超えるカスタマーサポート市場の変革に挑戦しています。
金融・通信・インフラ・航空など多様なラージエンタープライズ企業への導入が進み、資金調達を実施。
現在はAIブランドを軸に、複数のAIプロダクトを立ち上げ、事業を加速させているフェーズです。
生成AIの実用化が急速に進むなか、お客様からの引き合いや導入機会も大きく増えています。
一方で、AIプロダクトは、PoCで「動くこと」と本番業務で「使われ続けること」の間に大きな乖離があります。
顧客業務への適合、回答品質の担保、CRM・CTIをはじめとする既存システムとの連携、運用体制への組み込みなど、本番稼働までには技術だけでは解決できない数多くの論点があり、この「ラストワンマイル」を埋められるかどうかが、AIプロダクト事業の成否を左右すると考えられています。
## Agent Software Engineer（ASE）とは
ASEは、AIプロダクトにおける「PoCから本番品質への乖離を埋める専門職」です。セールスでも純粋な開発職でもなく、顧客の業務文脈を理解し、AIプロダクトが実際の現場で使われ、継続的に価値を発揮できる状態まで磨き込む役割を担います。
一般的にはForward Deployed Engineer（FDE）やAgent Software Engineerと呼ばれる職種に近い側面があります。ただし、同社のASEは、顧客先に常駐して個別開発を行う役割でも、顧客ごとのカスタマイズを積み重ねるポジションでもありません。
ASEが目指すのは、圧倒的な型化です。そのための手段として、自ら顧客案件を持ち、現場で得た一次情報をもとに、自ら開発・チューニング・検証・改善を行います。
個別対応の積み重ねではなく、共通構造を見極め、再利用可能なテンプレートや導入パターン、機能改善としてプロダクトや社内ナレッジへ還元していきます。
「顧客理解」と「プロダクト化」の間をつなぎ、AIプロダクトのラストワンマイルを完成させる。これが、同社が定義するAgent Software Engineerです。
## ミッション
ASEのミッションは、AIプロダクトをPoC段階の可能性で終わらせず、顧客の本番業務に実装される完成品へと引き上げることです。
そのために、ASEは自ら顧客案件を持ち、現場の業務文脈に深く入り込み評価・検証・チューニング・システム連携を通じて一次情報を得ながら、プロダクトが本番運用に耐える状態をつくり上げていきます。
また、現場で得た一次情報をもとに、プロダクトに不足している機能を自ら開発します。
「顧客が求めているから作る」のではなく、自身が現場で掴んだ課題に対して、自身の手で解を実装する。この姿勢こそが、ASEがAIプロダクトのラストワンマイルを完成させる原動力になります。
そして、こうした活動の最終目的は、圧倒的な型化を進めることです。チューニングや実装で得た一次情報を抽象化し、
- テンプレート
- 導入パターン
- 機能改善
として社内へ還元します。
個別顧客への導入成功にとどまらず、プロダクトデリバリーをスケールさせることが、ASEの最終的なミッションです。
## 期待する役割
### 顧客に対して
プロダクトの専門家として、同社のAIプロダクトが提供できる価値を説明するとともに、顧客の業務内容・既存システム・運用体制・期待する成果を理解し、本番稼働に向けた調整を行います。
具体的には、
- AIエージェントの回答品質・業務適合性の評価
- CRM・CTI・SaaSなどとの連携設計
- 本番運用に向けたチューニング・検証・改善
などを担当します。
顧客要望を受け止めながらも、目的は個別最適なカスタマイズではありません。チューニングや実装で得た一次情報を他の顧客にも展開できる「型」へ整理することが求められます。
### 社内に対して
顧客の現場で得た一次情報をもとに、プロダクトチームへ改善提案を行います。単に「顧客が求めているから」と伝えるのではなく、
- なぜ必要なのか
- どの業務課題を解決するのか
- どの顧客・ユースケースに共通する課題なのか
- 個別対応ではなくプロダクトとして型化できるか
- 機能改善・テンプレート・運用設計のどれで解決すべきか
これらを整理し、必要に応じて自ら実装まで担います。
## 具体的な業務内容
1. AIプロダクトのPoC導入から本番稼働までの伴走
- 顧客案件を担当し、業務要件に合わせたチューニング・評価・検証
- AIエージェントの回答品質・業務適合性の評価設計
- 本番運用に向けた設定・検証・改善サイクルの推進
- CRM・CTI・SaaSなど外部システムとの連携設計
- 現場で得た一次情報をもとにした開発・プロダクト改善
2. 圧倒的な型化の推進
- 再利用可能な機能改善
- テンプレート・導入パターン・運用設計への落とし込み
- 導入プロセス・評価観点・設定パターンの標準化
- 社内デリバリー体制への展開
## チーム構成・働き方
顧客との商談・提案・関係構築はBizチームが主体となって担当します。そのためASEは、顧客折衝に時間を奪われすぎることなく、現場で得た一次情報をもとにしたチューニング・開発・型化に十分な時間を確保できます。さらに、ASE自身が型化を進めるほど案件ごとの工数は減り、より多くの顧客へ価値を届けられるようになります。「自身が作った型が、自身の仕事をさらにスケールさせる」そんな好循環を生み出せることが、このポジションの特徴です。
金融・通信・インフラ・航空など多様なラージエンタープライズ企業への導入が進み、資金調達を実施。
現在はAIブランドを軸に、複数のAIプロダクトを立ち上げ、事業を加速させているフェーズです。
生成AIの実用化が急速に進むなか、お客様からの引き合いや導入機会も大きく増えています。
一方で、AIプロダクトは、PoCで「動くこと」と本番業務で「使われ続けること」の間に大きな乖離があります。
顧客業務への適合、回答品質の担保、CRM・CTIをはじめとする既存システムとの連携、運用体制への組み込みなど、本番稼働までには技術だけでは解決できない数多くの論点があり、この「ラストワンマイル」を埋められるかどうかが、AIプロダクト事業の成否を左右すると考えられています。
## Agent Software Engineer（ASE）とは
ASEは、AIプロダクトにおける「PoCから本番品質への乖離を埋める専門職」です。セールスでも純粋な開発職でもなく、顧客の業務文脈を理解し、AIプロダクトが実際の現場で使われ、継続的に価値を発揮できる状態まで磨き込む役割を担います。
一般的にはForward Deployed Engineer（FDE）やAgent Software Engineerと呼ばれる職種に近い側面があります。ただし、同社のASEは、顧客先に常駐して個別開発を行う役割でも、顧客ごとのカスタマイズを積み重ねるポジションでもありません。
ASEが目指すのは、圧倒的な型化です。そのための手段として、自ら顧客案件を持ち、現場で得た一次情報をもとに、自ら開発・チューニング・検証・改善を行います。
個別対応の積み重ねではなく、共通構造を見極め、再利用可能なテンプレートや導入パターン、機能改善としてプロダクトや社内ナレッジへ還元していきます。
「顧客理解」と「プロダクト化」の間をつなぎ、AIプロダクトのラストワンマイルを完成させる。これが、同社が定義するAgent Software Engineerです。
## ミッション
ASEのミッションは、AIプロダクトをPoC段階の可能性で終わらせず、顧客の本番業務に実装される完成品へと引き上げることです。
そのために、ASEは自ら顧客案件を持ち、現場の業務文脈に深く入り込み評価・検証・チューニング・システム連携を通じて一次情報を得ながら、プロダクトが本番運用に耐える状態をつくり上げていきます。
また、現場で得た一次情報をもとに、プロダクトに不足している機能を自ら開発します。
「顧客が求めているから作る」のではなく、自身が現場で掴んだ課題に対して、自身の手で解を実装する。この姿勢こそが、ASEがAIプロダクトのラストワンマイルを完成させる原動力になります。
そして、こうした活動の最終目的は、圧倒的な型化を進めることです。チューニングや実装で得た一次情報を抽象化し、
- テンプレート
- 導入パターン
- 機能改善
として社内へ還元します。
個別顧客への導入成功にとどまらず、プロダクトデリバリーをスケールさせることが、ASEの最終的なミッションです。
## 期待する役割
### 顧客に対して
プロダクトの専門家として、同社のAIプロダクトが提供できる価値を説明するとともに、顧客の業務内容・既存システム・運用体制・期待する成果を理解し、本番稼働に向けた調整を行います。
具体的には、
- AIエージェントの回答品質・業務適合性の評価
- CRM・CTI・SaaSなどとの連携設計
- 本番運用に向けたチューニング・検証・改善
などを担当します。
顧客要望を受け止めながらも、目的は個別最適なカスタマイズではありません。チューニングや実装で得た一次情報を他の顧客にも展開できる「型」へ整理することが求められます。
### 社内に対して
顧客の現場で得た一次情報をもとに、プロダクトチームへ改善提案を行います。単に「顧客が求めているから」と伝えるのではなく、
- なぜ必要なのか
- どの業務課題を解決するのか
- どの顧客・ユースケースに共通する課題なのか
- 個別対応ではなくプロダクトとして型化できるか
- 機能改善・テンプレート・運用設計のどれで解決すべきか
これらを整理し、必要に応じて自ら実装まで担います。
## 具体的な業務内容
1. AIプロダクトのPoC導入から本番稼働までの伴走
- 顧客案件を担当し、業務要件に合わせたチューニング・評価・検証
- AIエージェントの回答品質・業務適合性の評価設計
- 本番運用に向けた設定・検証・改善サイクルの推進
- CRM・CTI・SaaSなど外部システムとの連携設計
- 現場で得た一次情報をもとにした開発・プロダクト改善
2. 圧倒的な型化の推進
- 再利用可能な機能改善
- テンプレート・導入パターン・運用設計への落とし込み
- 導入プロセス・評価観点・設定パターンの標準化
- 社内デリバリー体制への展開
## チーム構成・働き方
顧客との商談・提案・関係構築はBizチームが主体となって担当します。そのためASEは、顧客折衝に時間を奪われすぎることなく、現場で得た一次情報をもとにしたチューニング・開発・型化に十分な時間を確保できます。さらに、ASE自身が型化を進めるほど案件ごとの工数は減り、より多くの顧客へ価値を届けられるようになります。「自身が作った型が、自身の仕事をさらにスケールさせる」そんな好循環を生み出せることが、このポジションの特徴です。
Customer Reliability Engineer（CRE）/CS向けのエンタープライズAI・SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
応相談（経験・能力を考慮の上当社規定により決定）
ポジション
Customer Reliability Engineer
仕事内容
ミッション:
生成AI/LLMを活用したプロダクトの精度・安定性・信頼性を担保し、継続的な改善ループを自動化します。エラー・ドリフト・失敗事例を検知・分析し、ナレッジとして再利用可能な仕組みを構築します。
主な業務内容:
- LLM/RAGシステムの運用監視・アラート・可観測性（ログ、メトリクス、トレース）の設計
- 推論品質の自動評価基盤構築（Faithfulness / Factuality / Latencyなど）
- エラー発生時の一次切り分け・暫定回復・再発防止策立案
- モデル/プロンプト更新時の安全性・回帰テストの実施
- PoC〜本番環境における運用Runbook/SLO/SLAの整備
- ナレッジ運用（VoC・FAQ・負例分析）と精度改善レポートの継続運用
生成AI/LLMを活用したプロダクトの精度・安定性・信頼性を担保し、継続的な改善ループを自動化します。エラー・ドリフト・失敗事例を検知・分析し、ナレッジとして再利用可能な仕組みを構築します。
主な業務内容:
- LLM/RAGシステムの運用監視・アラート・可観測性（ログ、メトリクス、トレース）の設計
- 推論品質の自動評価基盤構築（Faithfulness / Factuality / Latencyなど）
- エラー発生時の一次切り分け・暫定回復・再発防止策立案
- モデル/プロンプト更新時の安全性・回帰テストの実施
- PoC〜本番環境における運用Runbook/SLO/SLAの整備
- ナレッジ運用（VoC・FAQ・負例分析）と精度改善レポートの継続運用
Product Engineer/CS向けのエンタープライズAI・SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
〜1500万円
ポジション
スペシャリスト
仕事内容
業務概要:
主力プロダクト群の拡大と「AIコンタクトセンター」構想の実現に向け、事業や顧客課題に向き合いながら、プロダクトづくりの中核を担うProduct Engineerを募集します。データとAIでカスタマーサポートを変革するグループ会社でのポジションです。カスタマーサポートを利用するエンドユーザーの顧客体験から、コールセンターで働くオペレーターの生産性向上まで、CSにまつわる負の体験をなくし、生活者と企業の両者がフルポテンシャルを発揮できる世界を目指しています。エンタープライズ企業への導入が進み、プロダクト群が拡大していくこのフェーズだからこそ、事業戦略や顧客課題を踏まえながらプロダクトの方向性を描き、価値あるプロダクトを生み出していく仲間が必要です。変える余地もインパクトも大きいカスタマーサポートというドメインに対して、技術の力で変革を起こすポジションです。
具体的な業務:
プロダクトエンジニアは、事業や顧客課題に深く向き合いながら、プロダクトの価値向上に取り組みます。ご経験や志向に応じて、担当プロダクトの開発にとどまらず、プロダクト群全体の方向性や組織づくりにも関わっていただけます。例えば、以下の業務をリードします。
1. 「何を作る／作らないか」をリードする: 同じ機能でも作り方によってインパクトも工数も大きく変わるAI時代において、事業インパクトと開発コストを踏まえながら、最もレバレッジの効く選択を行います。
2. 領域を越えて巻き込む: 複数プロダクトやBizメンバーと連携しながら、滞っている論点を発見し、自ら関係者を巻き込んで前に進めます。
3. プロダクト群全体で最適を考える: 自プロダクトに閉じず、共通基盤化やシナジー創出の視点を持ちながら、プロダクト群全体の価値最大化を考えます。
また、以下の挑戦が可能です。
1. AIオペレーターそのものを創る: 人に代わって""わかってくれる""応対を実現するAIプロダクトを、企画・設計から実装・改善まで一貫して担います。
2. AIコンタクトセンターの""頭脳""をつくる: 応対ログ・Web行動・ナレッジなど複数プロダクトに散らばるデータを統合し、AIが顧客状態を理解して先回りで動くための共通データ基盤を設計します。
3. 「円環」を回す仕組みを組み上げる: 「データ収集・分析→ナレッジ改善→無人/有人応対」が自律的に改善され続けるカスタマーサポートオートメーションを、プロダクト横断で実現します。
4. 0→1を立ち上げる: 事業戦略や顧客課題をもとに新規プロダクトを構想し、世に出すまでやり切ります。
5. エンドユーザーが触れる体験を磨く: ユーザー視点に立った管理画面や、ハイパフォーマンスなサードパーティスクリプトなど、価値が直接届く接点を作り込みます。
6. 職種を越えて価値を最大化する: デザイナー・Bizメンバーと密に協働し、顧客の声を起点にプロダクトの方向性そのものを動かします。
目指しているのは、人とAIが協働する次世代のAIコンタクトセンターです。問い合わせに自律的に応対するAIオペレーターを中核に、カスタマーサポートのあり方そのものを作り替えようとしています。自然な会話で意図を汲み取り自ら考えて応対する""わかってくれる""自律型AIボイスボット、AIエージェントが真に課題を解決するWebサービス、Web行動データから最適なオペレーターへ自動でつなぎ""Webと電話の分断""を解消するサービス、顧客の声をAIで""気づき""と""行動""に変えるサービス。これらを束ねるのが主力プロダクト群です。プロダクト群が本当に目指すのは、個々の機能ではなく、カスタマーサポートの全業務を自律的に回し続ける「円環」です。「データ収集・分析」→「ナレッジ作成・改善」→「AIオペレーターによる応対」→ そこで得たデータが再び次の改善へ。このサイクルをプロダクト群全体でシームレスに統合し、人とAIが役割を分担しながら自律的に改善し続ける状態をつくる。これが挑戦です。プロダクト群が共通のデータ基盤の上に成り立つからこそ実現できる構想であり、シームレスなUXを支えるアーキテクチャ、AIが参照するデータ基盤の構築など、技術的に面白い難題が数多くあります。カスタマーサポートは、顧客の「生の声」が集まり、企業の課題や価値が鮮明に表れる接点であり、AIとの親和性が極めて高い領域です。国内の市場規模が大きいこの領域を起点に、すでにカスタマーサポート格付けTOP評価企業の約3割に導入が進み、金融・インフラ・通信キャリア・旅行代理店・航空会社など幅広い業界のリーディングカンパニーに展開しています。こうした実績をもとに、シリーズAラウンドで資金調達を行いました。
ポジション・部門の魅力:
プロダクトエンジニアという働き方をベースにしており、プロダクトの成長に寄与するあらゆることに主体性を持ち、分業せずフルサイクルな開発を行い、エンジニアリングに閉じず他職種のメンバーと積極的にコミュニケーションをとりながら働ける点が魅力です。従来のPdMが仕様を決めてエンジニアが作るという構造と異なり、エンジニアが戦略レベルまで踏み込み、最大限自分ごと化しながら働けるのが大きなメリットです。以下のカルチャーを意識し、共通の目的に向かって自律的に動く組織を目指しています。
1. ルールは最低限に: エンジニアの共通ミッションは「自由な発想でプロダクトをより良くする」「パフォーマンスを意識し、最大限の力を発揮する」です。プロダクトに関わる裁量を大きく渡し、ルールはできるだけ少なくとどめる文化設計を心がけています。
2. 徹底したプロダクト思考: 開発中の機能に思考が閉じやすいものですが、複合的なプロダクト全体を良くするために俯瞰した視点から徹底的にプロダクト・事業に向き合います。プロダクト・事業に意見を持てれば、アウトカムのスケールはより大きくなります。
3. 情報の非対称性をなくす: クローズドにする必要がある情報以外はすべてオープンな場でやりとりします。非同期コミュニケーションやドキュメント化を日常的に行い、後からでも情報を閲覧・議論に参加できる状態づくりを心がけています。
少数精鋭の開発組織で、このフェーズならではの大きな裁量を持ち、プロダクトの核心に向き合う環境で、共に成長していけるでしょう。
開発環境: フロントエンド：TypeScript, React, Next.js / バックエンド：TypeScript, Python, Node.js / インフラ：Google Cloud, AWS, Kubernetes, Terraform / データベース：MongoDB, Cloud Spanner, AlloyDB, BigQuery, Elasticsearch / DevOps：Github Actions, CircleCI, ArgoCD, Datadog, Sentry / AI：Claude Code, Cursor, 各種LLMモデル(Gemini, GPT, Claude)
主力プロダクト群の拡大と「AIコンタクトセンター」構想の実現に向け、事業や顧客課題に向き合いながら、プロダクトづくりの中核を担うProduct Engineerを募集します。データとAIでカスタマーサポートを変革するグループ会社でのポジションです。カスタマーサポートを利用するエンドユーザーの顧客体験から、コールセンターで働くオペレーターの生産性向上まで、CSにまつわる負の体験をなくし、生活者と企業の両者がフルポテンシャルを発揮できる世界を目指しています。エンタープライズ企業への導入が進み、プロダクト群が拡大していくこのフェーズだからこそ、事業戦略や顧客課題を踏まえながらプロダクトの方向性を描き、価値あるプロダクトを生み出していく仲間が必要です。変える余地もインパクトも大きいカスタマーサポートというドメインに対して、技術の力で変革を起こすポジションです。
具体的な業務:
プロダクトエンジニアは、事業や顧客課題に深く向き合いながら、プロダクトの価値向上に取り組みます。ご経験や志向に応じて、担当プロダクトの開発にとどまらず、プロダクト群全体の方向性や組織づくりにも関わっていただけます。例えば、以下の業務をリードします。
1. 「何を作る／作らないか」をリードする: 同じ機能でも作り方によってインパクトも工数も大きく変わるAI時代において、事業インパクトと開発コストを踏まえながら、最もレバレッジの効く選択を行います。
2. 領域を越えて巻き込む: 複数プロダクトやBizメンバーと連携しながら、滞っている論点を発見し、自ら関係者を巻き込んで前に進めます。
3. プロダクト群全体で最適を考える: 自プロダクトに閉じず、共通基盤化やシナジー創出の視点を持ちながら、プロダクト群全体の価値最大化を考えます。
また、以下の挑戦が可能です。
1. AIオペレーターそのものを創る: 人に代わって""わかってくれる""応対を実現するAIプロダクトを、企画・設計から実装・改善まで一貫して担います。
2. AIコンタクトセンターの""頭脳""をつくる: 応対ログ・Web行動・ナレッジなど複数プロダクトに散らばるデータを統合し、AIが顧客状態を理解して先回りで動くための共通データ基盤を設計します。
3. 「円環」を回す仕組みを組み上げる: 「データ収集・分析→ナレッジ改善→無人/有人応対」が自律的に改善され続けるカスタマーサポートオートメーションを、プロダクト横断で実現します。
4. 0→1を立ち上げる: 事業戦略や顧客課題をもとに新規プロダクトを構想し、世に出すまでやり切ります。
5. エンドユーザーが触れる体験を磨く: ユーザー視点に立った管理画面や、ハイパフォーマンスなサードパーティスクリプトなど、価値が直接届く接点を作り込みます。
6. 職種を越えて価値を最大化する: デザイナー・Bizメンバーと密に協働し、顧客の声を起点にプロダクトの方向性そのものを動かします。
目指しているのは、人とAIが協働する次世代のAIコンタクトセンターです。問い合わせに自律的に応対するAIオペレーターを中核に、カスタマーサポートのあり方そのものを作り替えようとしています。自然な会話で意図を汲み取り自ら考えて応対する""わかってくれる""自律型AIボイスボット、AIエージェントが真に課題を解決するWebサービス、Web行動データから最適なオペレーターへ自動でつなぎ""Webと電話の分断""を解消するサービス、顧客の声をAIで""気づき""と""行動""に変えるサービス。これらを束ねるのが主力プロダクト群です。プロダクト群が本当に目指すのは、個々の機能ではなく、カスタマーサポートの全業務を自律的に回し続ける「円環」です。「データ収集・分析」→「ナレッジ作成・改善」→「AIオペレーターによる応対」→ そこで得たデータが再び次の改善へ。このサイクルをプロダクト群全体でシームレスに統合し、人とAIが役割を分担しながら自律的に改善し続ける状態をつくる。これが挑戦です。プロダクト群が共通のデータ基盤の上に成り立つからこそ実現できる構想であり、シームレスなUXを支えるアーキテクチャ、AIが参照するデータ基盤の構築など、技術的に面白い難題が数多くあります。カスタマーサポートは、顧客の「生の声」が集まり、企業の課題や価値が鮮明に表れる接点であり、AIとの親和性が極めて高い領域です。国内の市場規模が大きいこの領域を起点に、すでにカスタマーサポート格付けTOP評価企業の約3割に導入が進み、金融・インフラ・通信キャリア・旅行代理店・航空会社など幅広い業界のリーディングカンパニーに展開しています。こうした実績をもとに、シリーズAラウンドで資金調達を行いました。
ポジション・部門の魅力:
プロダクトエンジニアという働き方をベースにしており、プロダクトの成長に寄与するあらゆることに主体性を持ち、分業せずフルサイクルな開発を行い、エンジニアリングに閉じず他職種のメンバーと積極的にコミュニケーションをとりながら働ける点が魅力です。従来のPdMが仕様を決めてエンジニアが作るという構造と異なり、エンジニアが戦略レベルまで踏み込み、最大限自分ごと化しながら働けるのが大きなメリットです。以下のカルチャーを意識し、共通の目的に向かって自律的に動く組織を目指しています。
1. ルールは最低限に: エンジニアの共通ミッションは「自由な発想でプロダクトをより良くする」「パフォーマンスを意識し、最大限の力を発揮する」です。プロダクトに関わる裁量を大きく渡し、ルールはできるだけ少なくとどめる文化設計を心がけています。
2. 徹底したプロダクト思考: 開発中の機能に思考が閉じやすいものですが、複合的なプロダクト全体を良くするために俯瞰した視点から徹底的にプロダクト・事業に向き合います。プロダクト・事業に意見を持てれば、アウトカムのスケールはより大きくなります。
3. 情報の非対称性をなくす: クローズドにする必要がある情報以外はすべてオープンな場でやりとりします。非同期コミュニケーションやドキュメント化を日常的に行い、後からでも情報を閲覧・議論に参加できる状態づくりを心がけています。
少数精鋭の開発組織で、このフェーズならではの大きな裁量を持ち、プロダクトの核心に向き合う環境で、共に成長していけるでしょう。
開発環境: フロントエンド：TypeScript, React, Next.js / バックエンド：TypeScript, Python, Node.js / インフラ：Google Cloud, AWS, Kubernetes, Terraform / データベース：MongoDB, Cloud Spanner, AlloyDB, BigQuery, Elasticsearch / DevOps：Github Actions, CircleCI, ArgoCD, Datadog, Sentry / AI：Claude Code, Cursor, 各種LLMモデル(Gemini, GPT, Claude)
Solutions Engineer/CS向けのエンタープライズAI・SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
応相談（経験・能力を考慮の上当社規定により決定）
ポジション
ソリューションエンジニア
仕事内容
業務概要:
同社は『あらゆる人を負の体験から解放することで、人と企業の可能性を引き出す』をミッションに、カスタマーサポート(CS)市場で変革に挑戦する企業です。金融、通信、インフラ、航空など多様なラージエンタープライズ企業で導入が進み、利用者が気付かぬうちに同社プラットフォーム上で動くプロダクトをご利用になったことがあるかもしれません。
事業は新ブランドを軸に次の成長フェーズへ移行しています。
新ブランドは、Web、Webエージェント、コネクト、VoC、スピークといった複数のプロダクトが連携して価値を生むコンパウンドSaaSです。顧客接点からオペレーション、ナレッジ、音声までをつなぐことで、CS領域全体の変革を担っています。
その中でソリューションエンジニアは、顧客の表層的な課題・ニーズを鵜呑みにせず、業務構造・チャネル設計・顧客体験レベルから課題を再定義し、最適なプロダクト構成を設計する役割です。
同社の複数プロダクトを「点」ではなく「線・面」として組み合わせ、本質課題を解くアーキテクチャを描き、顧客体験そのものを再設計する──単なる導入支援にとどまらない、事業価値の中枢を担う存在です。
具体的な業務:
ミッション:
生成AI・RAG・Voicebotを中心としたAIプロダクトの価値を顧客に伝え、技術的信頼と共に受注を牽引する。AE（営業）と連携し、PoCやワークショップを通じて顧客の業務変革を支援する。
主な業務内容:
- 顧客課題・ユースケースを抽出し、生成AIソリューションを設計・提案
- RAG/LLM/プロンプト設計を用いたカスタムデモ・PoCの構築と実施
- 技術検証（セキュリティ、性能、品質）におけるリード・技術回答
- 導入スコープの線引き（無償/有償）と提案資料への反映
- 技術ワークショップの設計・運営（顧客部門横断での教育・導入支援）
- 顧客フィードバックをもとに製品チームと改善サイクルを回す
同社は『あらゆる人を負の体験から解放することで、人と企業の可能性を引き出す』をミッションに、カスタマーサポート(CS)市場で変革に挑戦する企業です。金融、通信、インフラ、航空など多様なラージエンタープライズ企業で導入が進み、利用者が気付かぬうちに同社プラットフォーム上で動くプロダクトをご利用になったことがあるかもしれません。
事業は新ブランドを軸に次の成長フェーズへ移行しています。
新ブランドは、Web、Webエージェント、コネクト、VoC、スピークといった複数のプロダクトが連携して価値を生むコンパウンドSaaSです。顧客接点からオペレーション、ナレッジ、音声までをつなぐことで、CS領域全体の変革を担っています。
その中でソリューションエンジニアは、顧客の表層的な課題・ニーズを鵜呑みにせず、業務構造・チャネル設計・顧客体験レベルから課題を再定義し、最適なプロダクト構成を設計する役割です。
同社の複数プロダクトを「点」ではなく「線・面」として組み合わせ、本質課題を解くアーキテクチャを描き、顧客体験そのものを再設計する──単なる導入支援にとどまらない、事業価値の中枢を担う存在です。
具体的な業務:
ミッション:
生成AI・RAG・Voicebotを中心としたAIプロダクトの価値を顧客に伝え、技術的信頼と共に受注を牽引する。AE（営業）と連携し、PoCやワークショップを通じて顧客の業務変革を支援する。
主な業務内容:
- 顧客課題・ユースケースを抽出し、生成AIソリューションを設計・提案
- RAG/LLM/プロンプト設計を用いたカスタムデモ・PoCの構築と実施
- 技術検証（セキュリティ、性能、品質）におけるリード・技術回答
- 導入スコープの線引き（無償/有償）と提案資料への反映
- 技術ワークショップの設計・運営（顧客部門横断での教育・導入支援）
- 顧客フィードバックをもとに製品チームと改善サイクルを回す
営業企画/CS向けのエンタープライズAI・SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
700万円〜1200万円
ポジション
スペシャリスト
仕事内容
●ミッション
顧客・営業・プロダクトを横断し、「顧客にとっての価値」を構造的に設計する。
その構造を具体的なイメージまで落とし込み、顧客の態度変容を起こし、結果として受注を牽引する。
●主な業務内容
▼価値設計（Value Design）
- 顧客の業務構造・KPI・組織構造を踏まえた本質課題の特定
- Why Change / Why Now / Why Us の構造設計
- 生成AI / RAG / Voicebot等を組み合わせた最適解の設計
- 「プロダクトを売る」のではなく、意思決定を動かすストーリー設計
▼提案リード / Deal Architect
- AE（営業）と連携し、案件ごとの勝ち筋を設計
- 提案ストーリー・仮説・構成のレビューおよびリード
- デモシナリオ設計、PoC / ワークショップの企画・実行
▼コープ設計・商流設計
- 無償 / 有償スコープの設計と線引き
- 初期導入（Land）から拡張（Expansion）までのロードマップ設計
- 提案単価およびLTV最大化を前提とした商流設計
●ポジションの魅力
「売る」ではなく「価値そのものを設計できるポジション」
既存プロダクトを前提に「どう提案するか」ではなく、顧客の業務構造・KPI・組織から入り、何を価値と定義するか自体を設計できます。
技術・営業・プロダクトの交差点で意思決定に関われる
案件の勝ち筋設計、PoC企画、プロダクト還元を横断するため、個別案件に閉じず事業全体の意思決定に影響を与えるポジションです。
コンパウンドSaaSならではの提案設計
単一プロダクトの営業に留まらず、複数プロダクトを「線・面」で組み合わせた提案アーキテクチャを設計できる稀有な環境です。
顧客・営業・プロダクトを横断し、「顧客にとっての価値」を構造的に設計する。
その構造を具体的なイメージまで落とし込み、顧客の態度変容を起こし、結果として受注を牽引する。
●主な業務内容
▼価値設計（Value Design）
- 顧客の業務構造・KPI・組織構造を踏まえた本質課題の特定
- Why Change / Why Now / Why Us の構造設計
- 生成AI / RAG / Voicebot等を組み合わせた最適解の設計
- 「プロダクトを売る」のではなく、意思決定を動かすストーリー設計
▼提案リード / Deal Architect
- AE（営業）と連携し、案件ごとの勝ち筋を設計
- 提案ストーリー・仮説・構成のレビューおよびリード
- デモシナリオ設計、PoC / ワークショップの企画・実行
▼コープ設計・商流設計
- 無償 / 有償スコープの設計と線引き
- 初期導入（Land）から拡張（Expansion）までのロードマップ設計
- 提案単価およびLTV最大化を前提とした商流設計
●ポジションの魅力
「売る」ではなく「価値そのものを設計できるポジション」
既存プロダクトを前提に「どう提案するか」ではなく、顧客の業務構造・KPI・組織から入り、何を価値と定義するか自体を設計できます。
技術・営業・プロダクトの交差点で意思決定に関われる
案件の勝ち筋設計、PoC企画、プロダクト還元を横断するため、個別案件に閉じず事業全体の意思決定に影響を与えるポジションです。
コンパウンドSaaSならではの提案設計
単一プロダクトの営業に留まらず、複数プロダクトを「線・面」で組み合わせた提案アーキテクチャを設計できる稀有な環境です。
【東京・大阪】プロダクトマネジャー(営業AXサービスのプロダクト開発組織)/クラウドDXサービス運営企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
1250万円〜1550万円 経験・能力を考慮し、規定に従い相談の上決定します
ポジション
プロダクトマネジャー
仕事内容
具体的な業務
▼主な業務内容
・PdM職能定義の運用・改訂
- PdM・PgM・TPM・PMMなど専門ロール別のキャリアパスと共通スキル項目の定義、運用
- グレード別の期待役割・水準の明文化と継続的なアップデート
・PdM教育カリキュラムの設計・運用
- インプットと実務課題を連動させた教育プログラムの企画・運営
- リーダー層との連携を通じた実践機会の創出とメンバーへのアサイン
- 研修教材の選定・整備（PdMブートキャンプ、データ分析・SQL講座、AI活用研修など）
・1on1・PdM育成会議の運営
- 全PdMとの定期1on1の実施（キャリア・スキル・課題のヒアリングとフィードバック）
- PdM育成に関する定例会議の運用とシニアPdMとの連携
・組織課題の構造化と改善施策の推進
- 1on1やヒアリングを通じた組織課題の発見・構造化と改善施策の立案
- 開発プロセスの改善、意思決定フローの最適化
- シニアメンバーの役割定義・責任範囲の設計支援
・採用・組織設計への関与
- PdM採用における要件定義・JD作成・選考設計への参画
- 社内登用基準の設計・運用
- 人事部門との協働による評価制度・組織設計への提言
・市場調査・ディスカバリー機能の再構築支援
- プロダクト開発の上流工程（市場調査・インサイト収集）を担う機能の再定義
- 社内配置や採用を含む体制構築の方針策定サポート
▼入社後に担当する業務
すでに整備されたフレームワークやドキュメントを引き継ぎ、自律的に運用・改善します。
PdM職能定義フレームワークの運用と継続的アップデート
PdM教育カリキュラムの本格運用
全PdMとの定期1on1体制の定着
シニアPdMの役割定義に基づく運用サポート
開発プロセス改善の振り返りと全体展開
▼将来的に担当する業務
PdM組織全体の中長期的な人材戦略の策定・推進
AI時代に対応したPdM育成フレームワークの進化
プロダクト開発組織の再設計のリード
社外発信を通じたPdM採用ブランディングの強化
▼主な業務内容
・PdM職能定義の運用・改訂
- PdM・PgM・TPM・PMMなど専門ロール別のキャリアパスと共通スキル項目の定義、運用
- グレード別の期待役割・水準の明文化と継続的なアップデート
・PdM教育カリキュラムの設計・運用
- インプットと実務課題を連動させた教育プログラムの企画・運営
- リーダー層との連携を通じた実践機会の創出とメンバーへのアサイン
- 研修教材の選定・整備（PdMブートキャンプ、データ分析・SQL講座、AI活用研修など）
・1on1・PdM育成会議の運営
- 全PdMとの定期1on1の実施（キャリア・スキル・課題のヒアリングとフィードバック）
- PdM育成に関する定例会議の運用とシニアPdMとの連携
・組織課題の構造化と改善施策の推進
- 1on1やヒアリングを通じた組織課題の発見・構造化と改善施策の立案
- 開発プロセスの改善、意思決定フローの最適化
- シニアメンバーの役割定義・責任範囲の設計支援
・採用・組織設計への関与
- PdM採用における要件定義・JD作成・選考設計への参画
- 社内登用基準の設計・運用
- 人事部門との協働による評価制度・組織設計への提言
・市場調査・ディスカバリー機能の再構築支援
- プロダクト開発の上流工程（市場調査・インサイト収集）を担う機能の再定義
- 社内配置や採用を含む体制構築の方針策定サポート
▼入社後に担当する業務
すでに整備されたフレームワークやドキュメントを引き継ぎ、自律的に運用・改善します。
PdM職能定義フレームワークの運用と継続的アップデート
PdM教育カリキュラムの本格運用
全PdMとの定期1on1体制の定着
シニアPdMの役割定義に基づく運用サポート
開発プロセス改善の振り返りと全体展開
▼将来的に担当する業務
PdM組織全体の中長期的な人材戦略の策定・推進
AI時代に対応したPdM育成フレームワークの進化
プロダクト開発組織の再設計のリード
社外発信を通じたPdM採用ブランディングの強化
Vertex AI Engineer & Cloud Delivery Lead/欧州最大のコンサルティングファーム
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
応相談（経験・能力を考慮の上当社規定により決定）
ポジション
担当者〜
仕事内容
We are seeking an experienced Vertex AI Engineer and Cloud Delivery Lead to drive the design, deployment, and operationalisation of machine learning solutions on Google Cloud. This role bridges AI/ML engineering and cloud delivery, ensuring that models and pipelines reach production reliably, securely, and at scale.
●KEY RESPONSIBILITIES
Design and implement end-to-end MLOps pipelines on Vertex AI, including data ingestion, model training, evaluation, and deployment
Build and manage Vertex AI Pipelines (Kubeflow Pipelines) for automated model training and retraining workflows
Deploy and manage models using Vertex AI Model Registry, Endpoints, and Batch Prediction services
Implement feature engineering workflows using Vertex AI Feature Store
Develop GCP-native integrations connecting Vertex AI with BigQuery, Dataflow, Cloud Storage, and Pub/Sub
Manage infrastructure for ML workloads using Terraform, ensuring reproducible and version-controlled environments
Configure IAM policies for Vertex AI workloads including service account governance and VPC Service Controls
Lead cloud delivery activities: sprint planning, release management, environment promotion, and stakeholder communication
Establish model monitoring using Vertex AI Model Monitoring for data drift and skew detection
Collaborate with data scientists to containerise experiments and promote models through dev/staging/production
Drive adoption of GKE for model serving workloads where custom inference infrastructure is required
●KEY RESPONSIBILITIES
Design and implement end-to-end MLOps pipelines on Vertex AI, including data ingestion, model training, evaluation, and deployment
Build and manage Vertex AI Pipelines (Kubeflow Pipelines) for automated model training and retraining workflows
Deploy and manage models using Vertex AI Model Registry, Endpoints, and Batch Prediction services
Implement feature engineering workflows using Vertex AI Feature Store
Develop GCP-native integrations connecting Vertex AI with BigQuery, Dataflow, Cloud Storage, and Pub/Sub
Manage infrastructure for ML workloads using Terraform, ensuring reproducible and version-controlled environments
Configure IAM policies for Vertex AI workloads including service account governance and VPC Service Controls
Lead cloud delivery activities: sprint planning, release management, environment promotion, and stakeholder communication
Establish model monitoring using Vertex AI Model Monitoring for data drift and skew detection
Collaborate with data scientists to containerise experiments and promote models through dev/staging/production
Drive adoption of GKE for model serving workloads where custom inference infrastructure is required
Customer Reliability Engineer（CRE）/CS向けのエンタープライズAI・SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
応相談（経験・能力を考慮の上当社規定により決定）
ポジション
担当者〜
仕事内容
ミッション
生成AI/LLMを活用したプロダクトの精度・安定性・信頼性を担保し、継続的な改善ループを自動化する。エラー・ドリフト・失敗事例を検知・分析し、ナレッジとして再利用可能な仕組みを構築する。
主な業務内容
- LLM/RAGシステムの運用監視・アラート・可観測性（ログ、メトリクス、トレース）の設計
- 推論品質の自動評価基盤構築（Faithfulness / Factuality / Latencyなど）
- エラー発生時の一次切り分け・暫定回復・再発防止策立案
- モデル/プロンプト更新時の安全性・回帰テストの実施
- PoC〜本番環境における運用Runbook/SLO/SLAの整備
- ナレッジ運用（VoC・FAQ・負例分析）と精度改善レポートの継続運用
生成AI/LLMを活用したプロダクトの精度・安定性・信頼性を担保し、継続的な改善ループを自動化する。エラー・ドリフト・失敗事例を検知・分析し、ナレッジとして再利用可能な仕組みを構築する。
主な業務内容
- LLM/RAGシステムの運用監視・アラート・可観測性（ログ、メトリクス、トレース）の設計
- 推論品質の自動評価基盤構築（Faithfulness / Factuality / Latencyなど）
- エラー発生時の一次切り分け・暫定回復・再発防止策立案
- モデル/プロンプト更新時の安全性・回帰テストの実施
- PoC〜本番環境における運用Runbook/SLO/SLAの整備
- ナレッジ運用（VoC・FAQ・負例分析）と精度改善レポートの継続運用
デジタル・AIコンサルタント/デジタルソリューション企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
想定年収：700万円〜 賃金形態：月給制（固定残業代含む） ※時間外労働の有無に関わらず、40時間分の固定残業代を手当として支給
ポジション
担当者〜
仕事内容
- クライアントの経営課題・業務課題のヒアリングおよびDX・AI戦略の立案
- デジタル戦略・AI活用戦略・ロードマップの策定
- 業務プロセスの可視化・分析・改善（BPR）
- 生成AI・AIエージェントを活用した業務改革の企画・要件定義・導入支援
- デジタルマーケティング、CRM、Webサイト、ECサイトなどの企画・改善支援
- SaaS・クラウドサービスの選定、導入、活用支援
- システム・データ・AIを組み合わせたソリューションの要件定義・設計
- プロジェクトマネジメントおよび関係者とのファシリテーション
- 最新のデジタル技術・生成AIの調査、検証、社内ナレッジ化
- リサーチ、提案書・要件定義書などの資料作成、コミュニケーションなど上記に付随するその他業務
- デジタル戦略・AI活用戦略・ロードマップの策定
- 業務プロセスの可視化・分析・改善（BPR）
- 生成AI・AIエージェントを活用した業務改革の企画・要件定義・導入支援
- デジタルマーケティング、CRM、Webサイト、ECサイトなどの企画・改善支援
- SaaS・クラウドサービスの選定、導入、活用支援
- システム・データ・AIを組み合わせたソリューションの要件定義・設計
- プロジェクトマネジメントおよび関係者とのファシリテーション
- 最新のデジタル技術・生成AIの調査、検証、社内ナレッジ化
- リサーチ、提案書・要件定義書などの資料作成、コミュニケーションなど上記に付随するその他業務
データエンジニア/エンジニアリング会社
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
〜1000万円
ポジション
データエンジニア（プロジェクトリーダー）
仕事内容
【業務概要】
AIとヒューマニティーで、この国の潜在能力を解き放つことを目指す企業でのポジションです。
IT業界の多重下請け構造を改革し、大手一流企業と直接連携し、ビジネス最上流から伴走するDX共創パートナーとしての役割です。
従来のSI/SESとは異なり、独自のDX手法を軸に、最上流のコンサルティングから次世代AI実装まで多様なサービスを一気通貫で提供しています。上場を果たした企業です。
最先端のAI技術と、現場の暗黙知を汲み取るヒューマニティーを掛け合わせ、大企業の潜在能力を最速で解き放ちます。主役はあくまで人間。テクノロジーを自在に操り、予測を超える価値を創出し続ける集団です。
ラボにおけるデータ活用サービスのプロジェクトリーダーを募集しています。大手企業の顧客を相手に、直接契約で内製支援を行います。
リーダーとして数名のチームを率い、データ利活用プロジェクトを成功へ導く役割を期待します。本募集ではデータサイエンティストとデータエンジニアの募集を行います。
【ラボとは】
トレンド技術×アジャイルを駆使したプロフェッショナル集団です。Webアプリやネイティブアプリ、生成AIなど多様な分野の専門家が在籍しており、プロジェクトごとのニーズに合わせた最適なチームで開発をリードします。
顧客と密に連携しながら、柔軟なアジャイル開発を進め、仕様変更にもスムーズに対応。短期間のスプリントで成果を積み重ね、プロジェクトのたびに生産性を向上させています。
ラボでは「高速で、スモールに、イメージ通りに」を掲げ、技術力を最大限に発揮できる環境が整っています。トレンド技術に挑戦し、自らのスキルを高めたいエンジニアにとって、これ以上なく成長できる環境です！
【具体的な業務】
エンタープライズ企業のDX・業務改革を支援する直請けSIerとして、急増するデータ活用プロジェクトのプロジェクトマネージャーを担います。単なる基盤構築に留まらず、顧客のビジネスアクションに繋がる「気の利いたデータ活用」を企画・リードすることがミッションです。
### データエンジニア
* 顧客課題に基づいたソリューション提供
* データ基盤設計： DWH、データレイク、データパイプラインにおける技術指針を策定。スケーラブルかつ信頼性の高いアーキテクチャ設計と品質管理を主導します。
* モダン開発推進： クラウドネイティブな基盤への移行や、生成AI（LLM等）を活用した基盤構築など、最新技術を用いたPoCや新規立ち上げを牽引します。
* データガバナンス： DMBOKに準拠した品質・メタデータ管理、セキュリティ設計を主導し、信頼性の高い基盤を整備します。
* データ移行： システム移行に伴うデータ移行を安全かつ確実に完遂します。
### データサイエンティスト
* 顧客課題に基づいた分析ソリューションの提供
* 分析・モデル開発： ビジネス課題をデータ課題に変換し、統計解析や機械学習（予測モデル、最適化、LLM活用等）を用いたアルゴリズム開発を主導します。
* ビジネス実装・定着化： モデルを作って終わりではなく、顧客の現場業務に組み込み、ROIを創出するためのプロセス設計を主導します。
* データガバナンス・品質管理： データ利活用における品質基準を策定し、信頼性の高いAIモデル・分析環境を構築します。
### 共通
* プロジェクトマネジメント： チームの計画立案および進捗管理を行い、プロジェクトを完遂に導きます。
* 顧客折衝・提案： ビジネス課題を技術的視点で分析し、データ基盤の観点から実現可能な解決策を提案・実装します。
* 若手育成： 技術責任者として若手エンジニアの教育・メンタリングを行い、組織全体の技術力向上に貢献します。
【ポジションの魅力】
* 専門性の深化： データのスペシャリストとして顧客から信頼される環境で、技術とビジネススキルの双方を磨けます。
* 案件の多様性と先進性： 大手企業の案件を中心に、エンタメ、証券、SaaS、不動産等、多種多様なドメインにおけるAI活用の先端案件に従事できます。
* 独自のDX手法の推進： 顧客と対等なパートナーとして、要件定義のウソをなくし、本当に価値のあるシステムをアジャイルに共創できます。
* 対応領域の拡大： 得意な領域を核としながら、エンジニアリング、アナリティクスサイエンス領域への挑戦も可能です。
AIとヒューマニティーで、この国の潜在能力を解き放つことを目指す企業でのポジションです。
IT業界の多重下請け構造を改革し、大手一流企業と直接連携し、ビジネス最上流から伴走するDX共創パートナーとしての役割です。
従来のSI/SESとは異なり、独自のDX手法を軸に、最上流のコンサルティングから次世代AI実装まで多様なサービスを一気通貫で提供しています。上場を果たした企業です。
最先端のAI技術と、現場の暗黙知を汲み取るヒューマニティーを掛け合わせ、大企業の潜在能力を最速で解き放ちます。主役はあくまで人間。テクノロジーを自在に操り、予測を超える価値を創出し続ける集団です。
ラボにおけるデータ活用サービスのプロジェクトリーダーを募集しています。大手企業の顧客を相手に、直接契約で内製支援を行います。
リーダーとして数名のチームを率い、データ利活用プロジェクトを成功へ導く役割を期待します。本募集ではデータサイエンティストとデータエンジニアの募集を行います。
【ラボとは】
トレンド技術×アジャイルを駆使したプロフェッショナル集団です。Webアプリやネイティブアプリ、生成AIなど多様な分野の専門家が在籍しており、プロジェクトごとのニーズに合わせた最適なチームで開発をリードします。
顧客と密に連携しながら、柔軟なアジャイル開発を進め、仕様変更にもスムーズに対応。短期間のスプリントで成果を積み重ね、プロジェクトのたびに生産性を向上させています。
ラボでは「高速で、スモールに、イメージ通りに」を掲げ、技術力を最大限に発揮できる環境が整っています。トレンド技術に挑戦し、自らのスキルを高めたいエンジニアにとって、これ以上なく成長できる環境です！
【具体的な業務】
エンタープライズ企業のDX・業務改革を支援する直請けSIerとして、急増するデータ活用プロジェクトのプロジェクトマネージャーを担います。単なる基盤構築に留まらず、顧客のビジネスアクションに繋がる「気の利いたデータ活用」を企画・リードすることがミッションです。
### データエンジニア
* 顧客課題に基づいたソリューション提供
* データ基盤設計： DWH、データレイク、データパイプラインにおける技術指針を策定。スケーラブルかつ信頼性の高いアーキテクチャ設計と品質管理を主導します。
* モダン開発推進： クラウドネイティブな基盤への移行や、生成AI（LLM等）を活用した基盤構築など、最新技術を用いたPoCや新規立ち上げを牽引します。
* データガバナンス： DMBOKに準拠した品質・メタデータ管理、セキュリティ設計を主導し、信頼性の高い基盤を整備します。
* データ移行： システム移行に伴うデータ移行を安全かつ確実に完遂します。
### データサイエンティスト
* 顧客課題に基づいた分析ソリューションの提供
* 分析・モデル開発： ビジネス課題をデータ課題に変換し、統計解析や機械学習（予測モデル、最適化、LLM活用等）を用いたアルゴリズム開発を主導します。
* ビジネス実装・定着化： モデルを作って終わりではなく、顧客の現場業務に組み込み、ROIを創出するためのプロセス設計を主導します。
* データガバナンス・品質管理： データ利活用における品質基準を策定し、信頼性の高いAIモデル・分析環境を構築します。
### 共通
* プロジェクトマネジメント： チームの計画立案および進捗管理を行い、プロジェクトを完遂に導きます。
* 顧客折衝・提案： ビジネス課題を技術的視点で分析し、データ基盤の観点から実現可能な解決策を提案・実装します。
* 若手育成： 技術責任者として若手エンジニアの教育・メンタリングを行い、組織全体の技術力向上に貢献します。
【ポジションの魅力】
* 専門性の深化： データのスペシャリストとして顧客から信頼される環境で、技術とビジネススキルの双方を磨けます。
* 案件の多様性と先進性： 大手企業の案件を中心に、エンタメ、証券、SaaS、不動産等、多種多様なドメインにおけるAI活用の先端案件に従事できます。
* 独自のDX手法の推進： 顧客と対等なパートナーとして、要件定義のウソをなくし、本当に価値のあるシステムをアジャイルに共創できます。
* 対応領域の拡大： 得意な領域を核としながら、エンジニアリング、アナリティクスサイエンス領域への挑戦も可能です。
BPaaS新規AIソリューションエンジニア/ビジネスチャット事業会社
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
年収イメージ：〜1000万円（経験・能力を考慮の上当社規定により決定）
ポジション
担当者
仕事内容
SaaSを導入しても現場で使いこなせない、人が足りないという中小企業の現実に対し、「業務の完了」という成果そのものを届けるBPaaS（Business Process as a Service）事業を展開しています。同社の強みは、90万社以上が利用するビジネスチャットサービスを入口に、ノンコア業務ソリューションをAIと人の協働で実現するサービスです。
本ポジションは、BPaaS事業の心臓部となるAIエージェント・業務実行基盤の開発を担うエンジニアです。
従来のSaaSが「ツールを提供して終わり」だったのに対し、AIが業務を実行し、人がAIを監督・補完するという新しいモデルを構築しています。プロダクト単体では精度の壁がある領域も、人とAIの協働設計により突破し、顧客の業務課題を直接解決できる点が最大の特徴です。
立ち上げ期の少数精鋭チームで、AIエージェントの設計思想からアーキテクチャまで大きな裁量を持って開発に携われる環境です。
●具体的な業務
1. AIエージェント・コアモジュールの開発
Agentic Workflow、自律型AIエージェントの設計・実装
VLMを活用したAI-OCR基盤の機能拡張・精度改善
LLMのプロンプトエンジニアリング、出力品質のチューニング
2. プロダクト開発・仕様策定
業務オペレーションチームとの連携による要件定義・仕様設計
顧客フィードバックを基にした機能改善サイクルの推進
MVP開発から本番運用までの一気通貫したデリバリー
3. 技術基盤の構築・改善
AI処理パイプラインの設計・最適化
精度評価・モニタリング基盤の構築
スケーラビリティを考慮したアーキテクチャ設計
●技術スタック
【バックエンド】
・開発言語：Python, TypeScript
・AIエージェント開発：LangChain, Strands Agents
・ブラウザ自動操作：Playwright
・テスティング：pytest
【AI基盤】
・生成AIプラットフォーム：Amazon Bedrock, Google Vertex AI
・AIエージェント運用基盤：Amazon Bedrock AgentCore
【インフラ・DevOps】
・クラウド：AWS, Google Cloud
・IaC (Infrastructure as Code)：AWS CDK
・CI/CD：GitHub Actions, AWS CodeBuild
【開発ツール】
・バージョン管理：GitHub
・プロジェクト管理：JIRA
・ドキュメンテーション：Confluence, Miro
・コミュニケーション：Chatwork
・AIアシスタント：Cursor, Claude Code 等
・仮想化環境：Rancher Desktop（AIアシスタントローカル実行環境）
●AI活用環境・取り組みについて
同社では、AIを事業の主軸に置くとともに、社内での積極活用を推進しています。
1. 多数のAIサービスを利用可能
高品質且つ最先端なAIサービスを活用できる環境を整えています。現在は、特定のAIサービスを導入しており、その他のサービスもプロダクトの成長や個人の生産性に寄与するツールであれば活用可能となっています。
2. AI推進プロジェクトチームの立ち上げ
AIを積極活用して、開発生産性の向上、開発環境の整備を進めるためにAI推進プロジェクトチームを立ち上げています。現在では、AIによるコードレビューへの取り組み他、様々な施策を進めています。
3. グループを跨いだAI活用に関する情報交換
毎週、AI活用事例の共有や相談などを気軽におこなうことができる機会をグループ横断で実施しています。良い取り組みはシェアしあうことで、組織全体の開発生産性の向上に繋げています。
本ポジションは、BPaaS事業の心臓部となるAIエージェント・業務実行基盤の開発を担うエンジニアです。
従来のSaaSが「ツールを提供して終わり」だったのに対し、AIが業務を実行し、人がAIを監督・補完するという新しいモデルを構築しています。プロダクト単体では精度の壁がある領域も、人とAIの協働設計により突破し、顧客の業務課題を直接解決できる点が最大の特徴です。
立ち上げ期の少数精鋭チームで、AIエージェントの設計思想からアーキテクチャまで大きな裁量を持って開発に携われる環境です。
●具体的な業務
1. AIエージェント・コアモジュールの開発
Agentic Workflow、自律型AIエージェントの設計・実装
VLMを活用したAI-OCR基盤の機能拡張・精度改善
LLMのプロンプトエンジニアリング、出力品質のチューニング
2. プロダクト開発・仕様策定
業務オペレーションチームとの連携による要件定義・仕様設計
顧客フィードバックを基にした機能改善サイクルの推進
MVP開発から本番運用までの一気通貫したデリバリー
3. 技術基盤の構築・改善
AI処理パイプラインの設計・最適化
精度評価・モニタリング基盤の構築
スケーラビリティを考慮したアーキテクチャ設計
●技術スタック
【バックエンド】
・開発言語：Python, TypeScript
・AIエージェント開発：LangChain, Strands Agents
・ブラウザ自動操作：Playwright
・テスティング：pytest
【AI基盤】
・生成AIプラットフォーム：Amazon Bedrock, Google Vertex AI
・AIエージェント運用基盤：Amazon Bedrock AgentCore
【インフラ・DevOps】
・クラウド：AWS, Google Cloud
・IaC (Infrastructure as Code)：AWS CDK
・CI/CD：GitHub Actions, AWS CodeBuild
【開発ツール】
・バージョン管理：GitHub
・プロジェクト管理：JIRA
・ドキュメンテーション：Confluence, Miro
・コミュニケーション：Chatwork
・AIアシスタント：Cursor, Claude Code 等
・仮想化環境：Rancher Desktop（AIアシスタントローカル実行環境）
●AI活用環境・取り組みについて
同社では、AIを事業の主軸に置くとともに、社内での積極活用を推進しています。
1. 多数のAIサービスを利用可能
高品質且つ最先端なAIサービスを活用できる環境を整えています。現在は、特定のAIサービスを導入しており、その他のサービスもプロダクトの成長や個人の生産性に寄与するツールであれば活用可能となっています。
2. AI推進プロジェクトチームの立ち上げ
AIを積極活用して、開発生産性の向上、開発環境の整備を進めるためにAI推進プロジェクトチームを立ち上げています。現在では、AIによるコードレビューへの取り組み他、様々な施策を進めています。
3. グループを跨いだAI活用に関する情報交換
毎週、AI活用事例の共有や相談などを気軽におこなうことができる機会をグループ横断で実施しています。良い取り組みはシェアしあうことで、組織全体の開発生産性の向上に繋げています。
シニアデータアナリスト/ビジネスチャット事業会社
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
800万円〜1,500万円
ポジション
シニアデータアナリスト
仕事内容
コミュニケーションプラットフォームの戦略実現に向けて、データの力によって施策数と成功確率を最大化することを組織ミッションに、データ分析/データサイエンスのアプローチで事業KPIのモニタリングや施策実行の意思決定を行い、事業を推進する役割を担います。
【ポジションのミッション・魅力】
1. 「BtoB」と「BtoC」の両面を持ち合わせた豊富な事業データ
導入社数、アカウント数ともに巨大な主力コミュニケーションプラットフォームは、一般的なBtoB企業では持ち合わせていない事業特性とその特性から多種多様のデータを保有しています。
（例）プロダクトデータのみならずユーザープロファイルデータ、顧客データに紐づく従業員データ、マーケティング/セールス活動や、新規事業/オウンドメディア/グループ会社など
大量のデータを扱うため、ビッグデータ技術や機械学習、AIなどの先端技術を活用する機会が多く、最新の技術を学び、実践できる環境が整っています。
圧倒的なデータ量もさることながら、構造化データ/テキスト/音声といった多種多様なデータにアクセスできるため、幅広いデータ分析スキルを磨くことが可能です。
2. グループ会社の事業戦略推進の支援
事業戦略とデータ戦略を密に連携しており、データに基づいた意思決定が求められる環境で働くことで、ビジネスに直接的なインパクトを与える分析やインサイトの提供が可能であり、テクノロジーの活用が利益に直結し企業の成長に貢献する実感をダイレクトに得ることができます。
コミュニケーションプラットフォーム戦略
主力コミュニケーションプラットフォームのユーザー数とアクティブ率の最大化をデータの軸から支える。データ基盤の観点からPLG（Product-Led Growth）の推進を支援し、中小企業領域での高価値なプラットフォームの確立に貢献できる。
BPaaS戦略
業務プロセス代行サービスをはじめとする業務プロセス代行サービスのデータ基盤を強化。Techと人をハイブリッドした高い生産性のオペレーションを支えるデータエンジニアリングをリードし、本質的なDXの実現に貢献できる。
インキュベーション戦略
R&Dの進展をサポートし、グループのアセットやポジショニングを活かした新規事業をデータの観点から支援。非連続成長の柱となる付加価値の創造に貢献する機会を得られる。
3. クロスファンクショナルなコラボレーションによる事業支援
0→1、1→10、10→100 、といった異なる事業フェーズでのデータ利活用を経験することが可能です。
プロダクトチーム、マーケティングチーム、セールスチームなど、さまざまな部門と連携してプロジェクトを進めるため、幅広いビジネス知識とコミュニケーションスキルを身につけることができます。
データスペシャリストが一つの組織に集約されているため、データアナリスト、データサイエンティスト、データエンジニアリング、ビジネスインテリジェンス、BizOpsなど、さまざまなキャリアパスを選択することが可能です。
【業務内容】
シニアデータアナリストは、ビジネスサイドと深く連携し、データの力によって意思決定を支援する役割を担います。同社では主力製品を中心に、BPaaSや新規事業など複数の事業を展開しており、日々膨大なデータが蓄積されています。これらのデータを活用し、事業KPIの可視化や分析、インサイトの提供を通じて、迅速かつ的確な意思決定を支援します。また、アナリティクスエンジニアリングの領域にも携わりながら、データマートやデータモデルの設計・構築をリードすることで、組織全体におけるデータ利活用の促進を目指していただきます。
＜具体的には＞
1. アナリティクスエンジニアとしてのデータマートとデータモデルの設計・構築
- メダリオンアーキテクチャに基づいた、スケーラブルで分析しやすいデータモデルの設計・構築
- dbtを用いたデータモデリングの実装と最適化
- 横断セールス/マーケティングデータマートの構築
- 事業管理・IR向けトラストデータの整備
2. データ分析とインサイト提供
- ビジネス/プロダクトの現場課題に対し、プロアクティブに分析テーマを提案・実行
- 戦略的示唆の抽出による意思決定支援
- ユーザー行動分析、顧客セグメンテーション、施策効果測定
- 事業KPI・財務指標（CAC/LTV/MRRなど）の可視化と分析
- 失注要因分析、ユーザー転換分析などの深掘り分析
3. ダッシュボード・BIツールの開発・運用
- Lookerを用いたダッシュボードやレポートの設計・構築・運用
- 事業管理ダッシュボード、セールス/マーケティングモニタリング環境の構築
- レポーティング業務の効率化と自動化
4. チーム協業とステークホルダー連携
- ビジネス/プロダクトの現場部門へのデータ利活用の推進と啓蒙
- ビジネス部門とのコミュニケーションを通じた、データドリブンな意思決定の支援
- データソリューションの現場提供に向けたSalesforceエンジニア、CRMアーキテクト、BizOpsとの連携
- データパイプライン構築やデータガバナンス策定におけるデータエンジニアやセキュリティエンジニアとの協業
- クロスファンクショナルチームでのプロジェクト推進、ステークホルダーとの定期的なミーティング
【変更の範囲】
・部署異動等により同社業務全般へ変更する場合があります（出向含む）
【今後のキャリアパス】
●テックリード・スペシャリストへの道
- アナリティクスエンジニアリング/データアナリティクス領域のテックリード
- 複数プロジェクトの技術リード、アーキテクチャ設計
- 組織全体のデータ戦略策定への参画
- 若手メンバーの育成とメンタリング
●マネジメントへの道
- チーム構築、採用、組織運営
- 事業部門との協業推進、ステークホルダーマネジメント
●事業リードへの道
- エンベッド配置による特定事業のデータ責任者
- 事業KGI/KPI達成に対する直接的な責任
- 事業戦略とデータ戦略の統合リード
●クロスドメインへの拡張
- データサイエンス、データエンジニアリング、BizOpsなど複数領域のスキル拡張
- MLOps、DataOps、AnalyticsOpsなど新しい領域への挑戦
- データマネタイズ、データセリングなど新規事業の推進
【ポジションのミッション・魅力】
1. 「BtoB」と「BtoC」の両面を持ち合わせた豊富な事業データ
導入社数、アカウント数ともに巨大な主力コミュニケーションプラットフォームは、一般的なBtoB企業では持ち合わせていない事業特性とその特性から多種多様のデータを保有しています。
（例）プロダクトデータのみならずユーザープロファイルデータ、顧客データに紐づく従業員データ、マーケティング/セールス活動や、新規事業/オウンドメディア/グループ会社など
大量のデータを扱うため、ビッグデータ技術や機械学習、AIなどの先端技術を活用する機会が多く、最新の技術を学び、実践できる環境が整っています。
圧倒的なデータ量もさることながら、構造化データ/テキスト/音声といった多種多様なデータにアクセスできるため、幅広いデータ分析スキルを磨くことが可能です。
2. グループ会社の事業戦略推進の支援
事業戦略とデータ戦略を密に連携しており、データに基づいた意思決定が求められる環境で働くことで、ビジネスに直接的なインパクトを与える分析やインサイトの提供が可能であり、テクノロジーの活用が利益に直結し企業の成長に貢献する実感をダイレクトに得ることができます。
コミュニケーションプラットフォーム戦略
主力コミュニケーションプラットフォームのユーザー数とアクティブ率の最大化をデータの軸から支える。データ基盤の観点からPLG（Product-Led Growth）の推進を支援し、中小企業領域での高価値なプラットフォームの確立に貢献できる。
BPaaS戦略
業務プロセス代行サービスをはじめとする業務プロセス代行サービスのデータ基盤を強化。Techと人をハイブリッドした高い生産性のオペレーションを支えるデータエンジニアリングをリードし、本質的なDXの実現に貢献できる。
インキュベーション戦略
R&Dの進展をサポートし、グループのアセットやポジショニングを活かした新規事業をデータの観点から支援。非連続成長の柱となる付加価値の創造に貢献する機会を得られる。
3. クロスファンクショナルなコラボレーションによる事業支援
0→1、1→10、10→100 、といった異なる事業フェーズでのデータ利活用を経験することが可能です。
プロダクトチーム、マーケティングチーム、セールスチームなど、さまざまな部門と連携してプロジェクトを進めるため、幅広いビジネス知識とコミュニケーションスキルを身につけることができます。
データスペシャリストが一つの組織に集約されているため、データアナリスト、データサイエンティスト、データエンジニアリング、ビジネスインテリジェンス、BizOpsなど、さまざまなキャリアパスを選択することが可能です。
【業務内容】
シニアデータアナリストは、ビジネスサイドと深く連携し、データの力によって意思決定を支援する役割を担います。同社では主力製品を中心に、BPaaSや新規事業など複数の事業を展開しており、日々膨大なデータが蓄積されています。これらのデータを活用し、事業KPIの可視化や分析、インサイトの提供を通じて、迅速かつ的確な意思決定を支援します。また、アナリティクスエンジニアリングの領域にも携わりながら、データマートやデータモデルの設計・構築をリードすることで、組織全体におけるデータ利活用の促進を目指していただきます。
＜具体的には＞
1. アナリティクスエンジニアとしてのデータマートとデータモデルの設計・構築
- メダリオンアーキテクチャに基づいた、スケーラブルで分析しやすいデータモデルの設計・構築
- dbtを用いたデータモデリングの実装と最適化
- 横断セールス/マーケティングデータマートの構築
- 事業管理・IR向けトラストデータの整備
2. データ分析とインサイト提供
- ビジネス/プロダクトの現場課題に対し、プロアクティブに分析テーマを提案・実行
- 戦略的示唆の抽出による意思決定支援
- ユーザー行動分析、顧客セグメンテーション、施策効果測定
- 事業KPI・財務指標（CAC/LTV/MRRなど）の可視化と分析
- 失注要因分析、ユーザー転換分析などの深掘り分析
3. ダッシュボード・BIツールの開発・運用
- Lookerを用いたダッシュボードやレポートの設計・構築・運用
- 事業管理ダッシュボード、セールス/マーケティングモニタリング環境の構築
- レポーティング業務の効率化と自動化
4. チーム協業とステークホルダー連携
- ビジネス/プロダクトの現場部門へのデータ利活用の推進と啓蒙
- ビジネス部門とのコミュニケーションを通じた、データドリブンな意思決定の支援
- データソリューションの現場提供に向けたSalesforceエンジニア、CRMアーキテクト、BizOpsとの連携
- データパイプライン構築やデータガバナンス策定におけるデータエンジニアやセキュリティエンジニアとの協業
- クロスファンクショナルチームでのプロジェクト推進、ステークホルダーとの定期的なミーティング
【変更の範囲】
・部署異動等により同社業務全般へ変更する場合があります（出向含む）
【今後のキャリアパス】
●テックリード・スペシャリストへの道
- アナリティクスエンジニアリング/データアナリティクス領域のテックリード
- 複数プロジェクトの技術リード、アーキテクチャ設計
- 組織全体のデータ戦略策定への参画
- 若手メンバーの育成とメンタリング
●マネジメントへの道
- チーム構築、採用、組織運営
- 事業部門との協業推進、ステークホルダーマネジメント
●事業リードへの道
- エンベッド配置による特定事業のデータ責任者
- 事業KGI/KPI達成に対する直接的な責任
- 事業戦略とデータ戦略の統合リード
●クロスドメインへの拡張
- データサイエンス、データエンジニアリング、BizOpsなど複数領域のスキル拡張
- MLOps、DataOps、AnalyticsOpsなど新しい領域への挑戦
- データマネタイズ、データセリングなど新規事業の推進
CRMシステムアーキテクト（Salesforceエンジニア）/ビジネスチャット事業会社
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
500万円〜1,000万円
ポジション
システムアーキテクト
仕事内容
国内最大級のビジネスチャットを軸に、中小企業のDXを支援するBPaaS事業を展開する企業でのポジションです。ビジネスチャットという強力なコミュニケーションツールを基盤とし、738万ID以上のユーザー基盤を活かして、経理、労務、総務など、様々なバックオフィス業務をアウトソーシングできるBPaaSサービスをはじめ、今後も様々な事業を展開していく成長フェーズにあります。プロダクト単一の成長だけでなく、これからはBPaaS事業や新規事業などマルチプロダクト化が進んでいくため、各事業フェーズが異なる中で、個別最適のバランスを取りながら事業成長と全社横断での収益最大化に向けた支援が重要になってきます。これに伴い、事業を横断したオペレーションが複雑化し過ぎないように設計/構築し、それを実現するCRMシステムを変革していくことは極めて重要な経営課題と捉えています。このようなオペレーションの変化に合わせてCRMシステムの構築と推進を担うコアメンバーを募集しております。
CRMシステムアーキテクトとして、Salesforceプラットフォームを中核とした、マーケティングおよびセールス活動を支えるCRMシステム全体の設計・構築をリードしていただきます。Salesforceだけでなく、多様な外部SaaS（Marketo、Zoom API、MiiTel、ユーソナー、troccoなど）やSnowflake・Google Cloud・AWSなどが提供するAIサービスとのインテグレーションを積極的に推進し、CRM活動の更なる高度化・効率化を実現することで、事業成長に貢献することがミッションです。データチームやオペレーション設計チーム、組織を跨いでマーケティング、セールス、IT部門など、多くの組織とのハブになりながら、密接に連携していくことを重視しており、現場からの業務要件を、実現可能なシステム要件定義へと具体化し、開発計画に落とし込み、開発を推進する役割を担っていただきます。
業務内容の一例:
・全社および関係部門（マーケティング、セールス等）の戦略・業務特性の理解
・CRMシステムのグランドデザイン設計
・Salesforceおよび連携システムの設計・構築・運用
・多様な外部SaaS（Marketo, Zoom API, MiiTel, ユーソナー, trocco等）との連携、インテグレーション
・データ基盤（Snowflake等）やAIサービス（Google Cloud, AWS等）との連携とデータ・AI活用の推進
・パートナーマネジメント
ビジネスチャット事業だけでなくBPaaSを含めた複数の事業の立ち上げや展開を進めるフェーズです。本ポジションは、企業としての新しいフェーズに向けてSFAやMAを含めた新たなCRMシステムの設計・開発とそれらを推進する役割を担っていただきます。AI/LLMをはじめとするテクノロジーを組み合わせてセールス/マーケティング業務のオペレーション改善に取り組むことをミッションとしています。
所属組織のデータソリューション推進ユニットは、データアナリティクス、データエンジニアリング、CRMシステム開発、ビジネスオペレーション設計などの機能が集結した組織形態になっており、互いに連携し、スピーディな意思決定ができる組織体制となっています。本ポジションであるCRM推進チームはBizOps推進グループの協働が特に多く、グループが持つ顧客情報が統合的に管理され、マルチプロダクト化に向けてCRMオペレーションとシステム構築を担っています。少数精鋭で、当事者意識を持って主体的に動き、周囲の組織を巻き込みながら推進をしていくスタンスがチームの特徴です。
CRMシステムアーキテクトとして、Salesforceプラットフォームを中核とした、マーケティングおよびセールス活動を支えるCRMシステム全体の設計・構築をリードしていただきます。Salesforceだけでなく、多様な外部SaaS（Marketo、Zoom API、MiiTel、ユーソナー、troccoなど）やSnowflake・Google Cloud・AWSなどが提供するAIサービスとのインテグレーションを積極的に推進し、CRM活動の更なる高度化・効率化を実現することで、事業成長に貢献することがミッションです。データチームやオペレーション設計チーム、組織を跨いでマーケティング、セールス、IT部門など、多くの組織とのハブになりながら、密接に連携していくことを重視しており、現場からの業務要件を、実現可能なシステム要件定義へと具体化し、開発計画に落とし込み、開発を推進する役割を担っていただきます。
業務内容の一例:
・全社および関係部門（マーケティング、セールス等）の戦略・業務特性の理解
・CRMシステムのグランドデザイン設計
・Salesforceおよび連携システムの設計・構築・運用
・多様な外部SaaS（Marketo, Zoom API, MiiTel, ユーソナー, trocco等）との連携、インテグレーション
・データ基盤（Snowflake等）やAIサービス（Google Cloud, AWS等）との連携とデータ・AI活用の推進
・パートナーマネジメント
ビジネスチャット事業だけでなくBPaaSを含めた複数の事業の立ち上げや展開を進めるフェーズです。本ポジションは、企業としての新しいフェーズに向けてSFAやMAを含めた新たなCRMシステムの設計・開発とそれらを推進する役割を担っていただきます。AI/LLMをはじめとするテクノロジーを組み合わせてセールス/マーケティング業務のオペレーション改善に取り組むことをミッションとしています。
所属組織のデータソリューション推進ユニットは、データアナリティクス、データエンジニアリング、CRMシステム開発、ビジネスオペレーション設計などの機能が集結した組織形態になっており、互いに連携し、スピーディな意思決定ができる組織体制となっています。本ポジションであるCRM推進チームはBizOps推進グループの協働が特に多く、グループが持つ顧客情報が統合的に管理され、マルチプロダクト化に向けてCRMオペレーションとシステム構築を担っています。少数精鋭で、当事者意識を持って主体的に動き、周囲の組織を巻き込みながら推進をしていくスタンスがチームの特徴です。
AI BizDev（新規事業）/ビジネスチャット事業会社
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
応相談（経験・能力を考慮の上当社規定により決定）
ポジション
ビジネスデベロップメント担当者
仕事内容
国内最大級のビジネスプラットフォームを基盤に、中小企業No.1 BPaaSカンパニーを目指し急成長中の企業です。
同組織では、中小企業No.1 BPaaSカンパニーを実現するAIエージェントやAIサービスの事業開発を推進しています。AI×BPaaSという未踏領域で、0→1の構想立案から数十億規模の事業創出まで、新時代のビジネスアーキテクトとして活躍いただきます。これは単なる一事業部門ではなく、次世代コア事業を生み出す重要ミッションです。
BPaaSの世界観を実現していくにあたって、事業の根幹と支えていく「AIオペレーション構築」「AIサービス・プロダクト企画、開発」を担当します。具体的には、戦略理解をベースに、作っていきたい世界観を言語化して具体像に落とし込み、必要なオペレーションの仕組みやサービス・プロダクトを企画、開発し、それらを巨大化するデリバリー組織に対して普及していただきます。
主力事業およびBPaaS事業のグロースに向けて、AIエージェント・サービスの事業開発を担当します。その中でもBPaaS事業の人による業務サポートとAIエージェントのTechを活用したハイブリッドアプローチを実現するため事業開発領域を推進いただきます。
・AI活用による顧客体験価値の最大化を実現するプロダクト・事業開発
┗ BPaaSに関するソリューション企画・運用
┗ 対象領域におけるTechとOpsを組み合わせたソリューション構築
・社内・社外の様々リソースを活用した体制構築
・デリバリー組織におけるTechオペレーション設計
・生成AI・LLMを活用した業務改善
使用ツール:
・生成AI / LLM
・自動化ツール
・プロジェクト管理ツール
・コミュニケーションツール
同組織では、中小企業No.1 BPaaSカンパニーを実現するAIエージェントやAIサービスの事業開発を推進しています。AI×BPaaSという未踏領域で、0→1の構想立案から数十億規模の事業創出まで、新時代のビジネスアーキテクトとして活躍いただきます。これは単なる一事業部門ではなく、次世代コア事業を生み出す重要ミッションです。
BPaaSの世界観を実現していくにあたって、事業の根幹と支えていく「AIオペレーション構築」「AIサービス・プロダクト企画、開発」を担当します。具体的には、戦略理解をベースに、作っていきたい世界観を言語化して具体像に落とし込み、必要なオペレーションの仕組みやサービス・プロダクトを企画、開発し、それらを巨大化するデリバリー組織に対して普及していただきます。
主力事業およびBPaaS事業のグロースに向けて、AIエージェント・サービスの事業開発を担当します。その中でもBPaaS事業の人による業務サポートとAIエージェントのTechを活用したハイブリッドアプローチを実現するため事業開発領域を推進いただきます。
・AI活用による顧客体験価値の最大化を実現するプロダクト・事業開発
┗ BPaaSに関するソリューション企画・運用
┗ 対象領域におけるTechとOpsを組み合わせたソリューション構築
・社内・社外の様々リソースを活用した体制構築
・デリバリー組織におけるTechオペレーション設計
・生成AI・LLMを活用した業務改善
使用ツール:
・生成AI / LLM
・自動化ツール
・プロジェクト管理ツール
・コミュニケーションツール
プロダクトマネージャー（オープンポジション）/ビジネスチャット事業会社
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
700万円〜1,500万円
ポジション
プロダクトマネージャー
仕事内容
●ポジションのミッション
当社チャットサービスの強い業務接点とネットワーク構造を武器に、AIとBPaaSを“会話の流れ”に自然に統合し、業務を完了させる体験を設計・実装・スケールさせる
●期待成果（Outcomes）
・新体験（チャットサービス × BPaaS × AI）の主要ユースケースを定義し、MVP→定着→拡張の型を作る
・業務完了率 / リードタイム短縮 / エスカレーション率 / 継続率 / NRRに効く指標を設計し、改善サイクルを回す
・“人 AI”の最適な実行モードを設計し、品質・安全・運用コストをコントロールしながら拡大させる
●業務内容
1： 体験設計（チャットサービス横断）
社外コミュニケーションを前提に、受発注・相談・依頼・進捗・完了までのユーザージャーニー設計
※ 「誰が・何を・どこまでやれば完了か」を定義し、運用・体制まで含めてプロダクト化
2：BPaaSメニュー設計・プロダクト化
需要が高い業務領域の選定（継続性・収益性・代行適性）
代行メニューの要件定義、オペレーション設計、品質指標とSLA/ガードレール設計
3：AI機能の企画・要件定義・評価設計
LLM活用領域（要約/分類/推論/生成）と決定論領域（制約/権限/監査/検証）の切り分け
Human-in-the-Loop、エスカレーション設計、評価指標（正確性・再現性・コスト・遅延・安全性）の設計
4：ロードマップ／優先順位／推進
BizDev・CS・Ops・Eng・DS・Legal/Securityと連携し、ロードマップ策定と優先順位決定
不確実性の高い領域で仮説検証（MVP/PoC）を回し、意思決定を前に進める
●ポジションの魅力
・中小企業の“毎日使う入口（チャットサービス）”に、AIとBPaaSを統合して市場構造を変える体験を作れる
・モデル性能に依存せず「完了」価値を提供し、AIカバー範囲を拡張する複利のプロダクトを担える
・チャットサービスのネットワーク構造を活かし、セールス依存を下げたPLGでスケールできる
●チャットサービス × BPaaS × AI の新体験設計：特徴と強み
このプロダクトは、単なる機能開発ではなく「構造変化」を起こす挑戦です。
Distributionが強い：毎日使われる接点が既にある（0→1ではなく、1→10/10→100を設計できる）
Networkが効く：企業間の“1ワールド”で、社外コミュニケーションと取引が複利で回る設計
Executionが本質：AIを“動くデモ”ではなく、決定論＋監査＋Human-in-the-Loopで“業務に耐える”形に落とし込む
DataがMoatになる：取引・代行・完了プロセスの実行データが、継続的にプロダクトを強化する
社会課題が大きい：中小企業の生産性とAI浸透の遅れを、現実的な導線で変えにいける
これらが合わさることで、長期の成長と参入障壁の源泉になります。
※変更の範囲
部署異動等により当社業務全般へ変更する場合があります（出向含む）
当社チャットサービスの強い業務接点とネットワーク構造を武器に、AIとBPaaSを“会話の流れ”に自然に統合し、業務を完了させる体験を設計・実装・スケールさせる
●期待成果（Outcomes）
・新体験（チャットサービス × BPaaS × AI）の主要ユースケースを定義し、MVP→定着→拡張の型を作る
・業務完了率 / リードタイム短縮 / エスカレーション率 / 継続率 / NRRに効く指標を設計し、改善サイクルを回す
・“人 AI”の最適な実行モードを設計し、品質・安全・運用コストをコントロールしながら拡大させる
●業務内容
1： 体験設計（チャットサービス横断）
社外コミュニケーションを前提に、受発注・相談・依頼・進捗・完了までのユーザージャーニー設計
※ 「誰が・何を・どこまでやれば完了か」を定義し、運用・体制まで含めてプロダクト化
2：BPaaSメニュー設計・プロダクト化
需要が高い業務領域の選定（継続性・収益性・代行適性）
代行メニューの要件定義、オペレーション設計、品質指標とSLA/ガードレール設計
3：AI機能の企画・要件定義・評価設計
LLM活用領域（要約/分類/推論/生成）と決定論領域（制約/権限/監査/検証）の切り分け
Human-in-the-Loop、エスカレーション設計、評価指標（正確性・再現性・コスト・遅延・安全性）の設計
4：ロードマップ／優先順位／推進
BizDev・CS・Ops・Eng・DS・Legal/Securityと連携し、ロードマップ策定と優先順位決定
不確実性の高い領域で仮説検証（MVP/PoC）を回し、意思決定を前に進める
●ポジションの魅力
・中小企業の“毎日使う入口（チャットサービス）”に、AIとBPaaSを統合して市場構造を変える体験を作れる
・モデル性能に依存せず「完了」価値を提供し、AIカバー範囲を拡張する複利のプロダクトを担える
・チャットサービスのネットワーク構造を活かし、セールス依存を下げたPLGでスケールできる
●チャットサービス × BPaaS × AI の新体験設計：特徴と強み
このプロダクトは、単なる機能開発ではなく「構造変化」を起こす挑戦です。
Distributionが強い：毎日使われる接点が既にある（0→1ではなく、1→10/10→100を設計できる）
Networkが効く：企業間の“1ワールド”で、社外コミュニケーションと取引が複利で回る設計
Executionが本質：AIを“動くデモ”ではなく、決定論＋監査＋Human-in-the-Loopで“業務に耐える”形に落とし込む
DataがMoatになる：取引・代行・完了プロセスの実行データが、継続的にプロダクトを強化する
社会課題が大きい：中小企業の生産性とAI浸透の遅れを、現実的な導線で変えにいける
これらが合わさることで、長期の成長と参入障壁の源泉になります。
※変更の範囲
部署異動等により当社業務全般へ変更する場合があります（出向含む）
データアナリスト/ビジネスチャット事業会社
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
550万円〜800万円
ポジション
担当者
仕事内容
「コミュニケーションプラットフォーム」の戦略実現に向けて、データの力によって施策数と成功確率を最大化することを組織ミッションに、データ分析/データサイエンスのアプローチで事業KPIのモニタリングや施策実行の意思決定を行い、事業を推進する役割です。
ポジションのミッション・魅力:
1. 「BtoB」と「BtoC」の両面を持つ豊富な事業データ
巨大なコミュニケーションプラットフォームは、一般的なBtoB企業では持ち合わせない事業特性と、そこから多種多様なデータを保有しています。
（例）プロダクトデータ、ユーザープロファイルデータ、顧客データに紐づく従業員データ、マーケティング/セールス活動、新規事業、オウンドメディア、グループ会社など。
大量のデータを扱うため、ビッグデータ技術や機械学習、AIなどの先端技術を活用する機会が多く、最新の技術を学び、実践できる環境が整っています。
圧倒的なデータ量に加え、構造化データ/テキスト/音声といった多種多様なデータにアクセスできるため、幅広いデータ分析スキルを磨くことが可能です。
2. グループの事業戦略推進支援
事業戦略とデータ戦略を密に連携しており、データに基づいた意思決定が求められる環境で働くことで、ビジネスに直接的なインパクトを与える分析やインサイトの提供が可能であり、テクノロジーの活用が利益に直結し企業の成長に貢献する実感をダイレクトに得られます。
コミュニケーションプラットフォーム戦略:
ビジネスチャットのユーザー数とアクティブ率の最大化をデータの軸から支えます。データ基盤の観点からPLG（Product-Led Growth）の推進を支援し、中小企業領域での高価値なプラットフォーム確立に貢献できます。
BPaaS戦略:
業務プロセス代行サービスのデータ基盤を強化します。Techと人をハイブリッドした高い生産性のオペレーションを支えるデータエンジニアリングをリードし、本質的なDXの実現に貢献できます。
インキュベーション戦略:
R&Dの進展をサポートし、グループのアセットやポジショニングを活かした新規事業をデータの観点から支援します。非連続成長の柱となる付加価値の創造に貢献する機会を得られます。
3. クロスファンクショナルなコラボレーションによる事業支援
0→1、1→10、10→100 、といった異なる事業フェーズでのデータ利活用を経験することが可能です。
プロダクトチーム、マーケティングチーム、セールスチームなど、さまざまな部門と連携してプロジェクトを進めるため、幅広いビジネス知識とコミュニケーションスキルを身につけることができます。
データスペシャリストが一つの組織に集約されているため、データアナリスト、データサイエンティスト、データエンジニアリング、ビジネスインテリジェンス、BizOpsなど、さまざまなキャリアパスを選択することが可能です。
具体的な業務:
同社では主力サービスを中心に、BPaaSや新規事業など複数の事業を展開しており、日々膨大なデータが蓄積されています。
データアナリストは、これらのデータを活用して事業KPIの可視化や分析を行い、インサイトを提供することで、迅速かつ的確な意思決定を支援します。
また、シニアメンバーと協働して高度な技術やベストプラクティスを吸収しながら、データマートやデータモデルの設計・構築にも携わります。
ビジネスサイドと連携し、データの力で意思決定を支援するとともに、自律的に分析プロジェクトを推進する役割です。
具体的には:
1. データマートとデータモデルの設計・構築
- メダリオンアーキテクチャに基づいた、スケーラブルで分析しやすいデータモデルの設計・構築（シニアメンバーとの連携・協働）
- dbtを用いたデータモデリングの実装
- 横断セールス/マーケティングデータマートの構築支援
- 事業管理をはじめとするトラストデータの整備支援
2. データ分析とインサイト提供
- ビジネス/プロダクトの現場課題に対し、分析テーマを提案・実行
- 戦略的示唆の抽出による意思決定支援
- ユーザー行動分析、顧客セグメンテーション、施策効果測定
- 事業KPI・財務指標（CAC/LTV/MRRなど）の可視化と分析
3. ダッシュボード・BIツールの開発・運用
- Lookerを用いたダッシュボードやレポートの設計・構築・運用
- 事業管理ダッシュボード、セールス/マーケティングモニタリング環境の構築
- レポーティング業務の効率化と自動化
4. チーム協業とステークホルダー連携
- ビジネス/プロダクトの現場部門へのデータ利活用の推進
- ビジネス部門とのコミュニケーションを通じた、データドリブンな意思決定の支援
- データソリューションの現場提供に向けたSalesforceエンジニア、CRMアーキテクト、BizOpsとの連携
- クロスファンクショナルチームでのプロジェクト推進、ステークホルダーとの定期的なミーティング
【変更の範囲】
・部署異動等により同社業務全般へ変更する場合があります（出向含む）。
今後のキャリアパス:
● スペシャリストへの道
- 特定領域（プロダクト分析、マーケティング分析など）の専門性を高める
- データモデリングや分析基盤構築などのエンジニアリングスキルを深める
- 新技術（AI/LLMなど）を活用した高度な分析スキルを習得する
● マネジメントへの道
- 小規模チームのリーダーシップ経験
- メンターとしての後輩育成
- プロジェクトマネジメントスキルの向上
● 事業への拡張
- 事業部門と密に連携し、ビジネスのドメイン知識を深める
- データ起点の施策立案から実行までをリードする
使用技術・ツール:
＜プログラミング言語＞
・SQL（Hive、Presto、など）
・Python
＜インフラ＞
・Snowflake
・TreasureData
＜ツール＞
・データエンジニアリング：dbt
・コード管理：GitHub
・BI：Looker Studio、exploratory、Google Spreadsheet、Excel等
＜タスク管理＞
・JIRA
＜情報共有＞
・コミュニケーションプラットフォーム
・Confluence
・Miro
・Slack
ポジションのミッション・魅力:
1. 「BtoB」と「BtoC」の両面を持つ豊富な事業データ
巨大なコミュニケーションプラットフォームは、一般的なBtoB企業では持ち合わせない事業特性と、そこから多種多様なデータを保有しています。
（例）プロダクトデータ、ユーザープロファイルデータ、顧客データに紐づく従業員データ、マーケティング/セールス活動、新規事業、オウンドメディア、グループ会社など。
大量のデータを扱うため、ビッグデータ技術や機械学習、AIなどの先端技術を活用する機会が多く、最新の技術を学び、実践できる環境が整っています。
圧倒的なデータ量に加え、構造化データ/テキスト/音声といった多種多様なデータにアクセスできるため、幅広いデータ分析スキルを磨くことが可能です。
2. グループの事業戦略推進支援
事業戦略とデータ戦略を密に連携しており、データに基づいた意思決定が求められる環境で働くことで、ビジネスに直接的なインパクトを与える分析やインサイトの提供が可能であり、テクノロジーの活用が利益に直結し企業の成長に貢献する実感をダイレクトに得られます。
コミュニケーションプラットフォーム戦略:
ビジネスチャットのユーザー数とアクティブ率の最大化をデータの軸から支えます。データ基盤の観点からPLG（Product-Led Growth）の推進を支援し、中小企業領域での高価値なプラットフォーム確立に貢献できます。
BPaaS戦略:
業務プロセス代行サービスのデータ基盤を強化します。Techと人をハイブリッドした高い生産性のオペレーションを支えるデータエンジニアリングをリードし、本質的なDXの実現に貢献できます。
インキュベーション戦略:
R&Dの進展をサポートし、グループのアセットやポジショニングを活かした新規事業をデータの観点から支援します。非連続成長の柱となる付加価値の創造に貢献する機会を得られます。
3. クロスファンクショナルなコラボレーションによる事業支援
0→1、1→10、10→100 、といった異なる事業フェーズでのデータ利活用を経験することが可能です。
プロダクトチーム、マーケティングチーム、セールスチームなど、さまざまな部門と連携してプロジェクトを進めるため、幅広いビジネス知識とコミュニケーションスキルを身につけることができます。
データスペシャリストが一つの組織に集約されているため、データアナリスト、データサイエンティスト、データエンジニアリング、ビジネスインテリジェンス、BizOpsなど、さまざまなキャリアパスを選択することが可能です。
具体的な業務:
同社では主力サービスを中心に、BPaaSや新規事業など複数の事業を展開しており、日々膨大なデータが蓄積されています。
データアナリストは、これらのデータを活用して事業KPIの可視化や分析を行い、インサイトを提供することで、迅速かつ的確な意思決定を支援します。
また、シニアメンバーと協働して高度な技術やベストプラクティスを吸収しながら、データマートやデータモデルの設計・構築にも携わります。
ビジネスサイドと連携し、データの力で意思決定を支援するとともに、自律的に分析プロジェクトを推進する役割です。
具体的には:
1. データマートとデータモデルの設計・構築
- メダリオンアーキテクチャに基づいた、スケーラブルで分析しやすいデータモデルの設計・構築（シニアメンバーとの連携・協働）
- dbtを用いたデータモデリングの実装
- 横断セールス/マーケティングデータマートの構築支援
- 事業管理をはじめとするトラストデータの整備支援
2. データ分析とインサイト提供
- ビジネス/プロダクトの現場課題に対し、分析テーマを提案・実行
- 戦略的示唆の抽出による意思決定支援
- ユーザー行動分析、顧客セグメンテーション、施策効果測定
- 事業KPI・財務指標（CAC/LTV/MRRなど）の可視化と分析
3. ダッシュボード・BIツールの開発・運用
- Lookerを用いたダッシュボードやレポートの設計・構築・運用
- 事業管理ダッシュボード、セールス/マーケティングモニタリング環境の構築
- レポーティング業務の効率化と自動化
4. チーム協業とステークホルダー連携
- ビジネス/プロダクトの現場部門へのデータ利活用の推進
- ビジネス部門とのコミュニケーションを通じた、データドリブンな意思決定の支援
- データソリューションの現場提供に向けたSalesforceエンジニア、CRMアーキテクト、BizOpsとの連携
- クロスファンクショナルチームでのプロジェクト推進、ステークホルダーとの定期的なミーティング
【変更の範囲】
・部署異動等により同社業務全般へ変更する場合があります（出向含む）。
今後のキャリアパス:
● スペシャリストへの道
- 特定領域（プロダクト分析、マーケティング分析など）の専門性を高める
- データモデリングや分析基盤構築などのエンジニアリングスキルを深める
- 新技術（AI/LLMなど）を活用した高度な分析スキルを習得する
● マネジメントへの道
- 小規模チームのリーダーシップ経験
- メンターとしての後輩育成
- プロジェクトマネジメントスキルの向上
● 事業への拡張
- 事業部門と密に連携し、ビジネスのドメイン知識を深める
- データ起点の施策立案から実行までをリードする
使用技術・ツール:
＜プログラミング言語＞
・SQL（Hive、Presto、など）
・Python
＜インフラ＞
・Snowflake
・TreasureData
＜ツール＞
・データエンジニアリング：dbt
・コード管理：GitHub
・BI：Looker Studio、exploratory、Google Spreadsheet、Excel等
＜タスク管理＞
・JIRA
＜情報共有＞
・コミュニケーションプラットフォーム
・Confluence
・Miro
・Slack
【東京都】Principalバックエンドエンジニア/お買い物アプリ運営企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
〜2700万円
ポジション
Principal
仕事内容
Principal Backend Engineerとして、コードを書く最前線に立ち続けながら、バックエンド領域で最も難易度の高い技術課題の解決を牽引していただきます。
1. バックエンド領域の高度な技術課題の解決（メイン）
数億規模のトランザクションへの対応、スケールと品質を両立する基盤設計、信頼性の追求など、難易度の最も高い課題に対して自ら手を動かし技術で答えを出します。
2. EC基盤・コンポーネントの設計・刷新
高度な技術課題の一つとして、急成長で複雑性を増すEC基盤やゲーム機能のドメイン分割・疎結合化を推進します。EC基盤の内製化ロードマップの中核も担います。
3. 全社/複数チームに影響する技術判断・技術選定
特定チームに閉じず、バックエンド領域全体の技術選定・設計標準・品質基準を定義し、組織に浸透させます。
4. Platform Engineering / SRE領域の強化
Observabilityの向上・自動化基盤整備・SLI/SLO運用の本格化など、インフラと開発の境界を越えた高度な課題を技術面からリードします。
5. AI Native開発プロセスの高度化と、技術による組織全体の引き上げ
デイリーPR数4倍超・83%のAIレビューのみマージという実績をさらに伸ばす仕組みと文化を自ら体現し、設計レビュー・技術標準・ナレッジ共有を通じて、技術力そのものでチーム全体のアウトプットを底上げします。
このポジションで向き合う難題:
* 数億規模のトランザクションを支える設計・実装
急成長に伴い、EC基盤やゲーム機能の複雑性が増しています。大規模なトランザクションに対応しながら、スケールと品質を両立する技術的な解を出す必要があります。
* EC基盤の内製化・刷新
EC基盤を将来的に内製化するロードマップが進行中です。現行資産を止めずに、スケールと品質を両立した設計・実装へ移行させる、難易度の高い課題に向き合います。
* Platform Engineering / SRE領域の強化
Observabilityの向上・自動化基盤整備・SLI/SLO運用の本格化など、インフラと開発の境界を越えた取り組みを技術面からリードします。
* AI Native開発プロセスのさらなる進化
デイリーPR数4倍超・83%のAIレビューのみマージという実績をさらに伸ばすための仕組みと文化を、自分自身が体現しながらつくっていきます。
* 少人数で大規模な規模を支え続ける技術判断
潤沢な人員や整った分業体制に頼らず、少数精鋭で大規模なトラフィックと複雑性に立ち向かうための、現実的かつ大胆な技術判断が求められます。
仕事の魅力:
* 「技術」で組織を最大化できる
最上位のプレイヤー（IC）として技術で組織全体のアウトプットを引き上げるキャリアです。「手を動かし続けたいが、影響範囲は組織全体に広げたい」 その両立ができる希少なポジションです。
* 少数精鋭で大規模な成長を支えた技術基盤で、最難関の課題に挑める
20名程度のチームで大規模な成長を支えてきた技術基盤に対し、大規模トランザクション・基盤刷新・SREといった最も難しい課題を、自ら手を動かして解決できます。大規模組織の分業では得られない、全社レベルの裁量があります。
* AI Native開発の全社設計をリードできる
デイリーPR数4倍超・全PRの83%をAIレビューのみでマージという実績をさらに伸ばす AI時代のバックエンド開発のあるべき姿を、実践しながら自分で定義できる環境です。
* 「人数に依存しない企業価値」の技術的中核を担える
人数に依存しない非労働集約型の組織で、技術がそのままレバレッジになります。個の技術力が事業の非連続な成長に直結する手触りを、最上位の立場で味わえます。
開発スタイル:
* 1チームあたり4〜10名のPM、デザイナー、エンジニア、QAなどの職能混合チームで開発を行います。
* 要件定義からリリースまで、チーム全員が主体的に関わるスタイルです。「品質を上げるからこそ速く作れる」という哲学のもと、品質を重視した開発を徹底しています。
* バックエンドエンジニアは1チームに2 3名で、現在正社員・業務委託合わせて約20名が在籍しています。
* GoとGoogle Cloudを主要技術として、設計、開発、保守、運用まで一貫して担当します。
開発環境・技術スタック:
モダンな技術選定と、Google Cloudのフルマネージドサービスを徹底活用しています。
* 言語：Go
* インフラ：Google Cloud（Cloud Run、Cloud Spanner、Pub/Sub等）
* 通信：gRPC、Protocol Buffers
* CI/CD：GitHub Actions、Cloud Build
* 構成管理：Terraform
* モニタリング：Cloud Monitoring、Cloud Logging、Cloud Trace
* 分析基盤：BigQuery、Looker Studio
* AI/LLMツール：Claude、Codex、Cursor、Gemini、GitHub Copilot（全員分予算あり）
* その他：GitHub、Slack、Notion、Figma
* 開発スタイル：アジャイル開発（1日5 8回のデプロイ、月間12回の施策リリース）
1. バックエンド領域の高度な技術課題の解決（メイン）
数億規模のトランザクションへの対応、スケールと品質を両立する基盤設計、信頼性の追求など、難易度の最も高い課題に対して自ら手を動かし技術で答えを出します。
2. EC基盤・コンポーネントの設計・刷新
高度な技術課題の一つとして、急成長で複雑性を増すEC基盤やゲーム機能のドメイン分割・疎結合化を推進します。EC基盤の内製化ロードマップの中核も担います。
3. 全社/複数チームに影響する技術判断・技術選定
特定チームに閉じず、バックエンド領域全体の技術選定・設計標準・品質基準を定義し、組織に浸透させます。
4. Platform Engineering / SRE領域の強化
Observabilityの向上・自動化基盤整備・SLI/SLO運用の本格化など、インフラと開発の境界を越えた高度な課題を技術面からリードします。
5. AI Native開発プロセスの高度化と、技術による組織全体の引き上げ
デイリーPR数4倍超・83%のAIレビューのみマージという実績をさらに伸ばす仕組みと文化を自ら体現し、設計レビュー・技術標準・ナレッジ共有を通じて、技術力そのものでチーム全体のアウトプットを底上げします。
このポジションで向き合う難題:
* 数億規模のトランザクションを支える設計・実装
急成長に伴い、EC基盤やゲーム機能の複雑性が増しています。大規模なトランザクションに対応しながら、スケールと品質を両立する技術的な解を出す必要があります。
* EC基盤の内製化・刷新
EC基盤を将来的に内製化するロードマップが進行中です。現行資産を止めずに、スケールと品質を両立した設計・実装へ移行させる、難易度の高い課題に向き合います。
* Platform Engineering / SRE領域の強化
Observabilityの向上・自動化基盤整備・SLI/SLO運用の本格化など、インフラと開発の境界を越えた取り組みを技術面からリードします。
* AI Native開発プロセスのさらなる進化
デイリーPR数4倍超・83%のAIレビューのみマージという実績をさらに伸ばすための仕組みと文化を、自分自身が体現しながらつくっていきます。
* 少人数で大規模な規模を支え続ける技術判断
潤沢な人員や整った分業体制に頼らず、少数精鋭で大規模なトラフィックと複雑性に立ち向かうための、現実的かつ大胆な技術判断が求められます。
仕事の魅力:
* 「技術」で組織を最大化できる
最上位のプレイヤー（IC）として技術で組織全体のアウトプットを引き上げるキャリアです。「手を動かし続けたいが、影響範囲は組織全体に広げたい」 その両立ができる希少なポジションです。
* 少数精鋭で大規模な成長を支えた技術基盤で、最難関の課題に挑める
20名程度のチームで大規模な成長を支えてきた技術基盤に対し、大規模トランザクション・基盤刷新・SREといった最も難しい課題を、自ら手を動かして解決できます。大規模組織の分業では得られない、全社レベルの裁量があります。
* AI Native開発の全社設計をリードできる
デイリーPR数4倍超・全PRの83%をAIレビューのみでマージという実績をさらに伸ばす AI時代のバックエンド開発のあるべき姿を、実践しながら自分で定義できる環境です。
* 「人数に依存しない企業価値」の技術的中核を担える
人数に依存しない非労働集約型の組織で、技術がそのままレバレッジになります。個の技術力が事業の非連続な成長に直結する手触りを、最上位の立場で味わえます。
開発スタイル:
* 1チームあたり4〜10名のPM、デザイナー、エンジニア、QAなどの職能混合チームで開発を行います。
* 要件定義からリリースまで、チーム全員が主体的に関わるスタイルです。「品質を上げるからこそ速く作れる」という哲学のもと、品質を重視した開発を徹底しています。
* バックエンドエンジニアは1チームに2 3名で、現在正社員・業務委託合わせて約20名が在籍しています。
* GoとGoogle Cloudを主要技術として、設計、開発、保守、運用まで一貫して担当します。
開発環境・技術スタック:
モダンな技術選定と、Google Cloudのフルマネージドサービスを徹底活用しています。
* 言語：Go
* インフラ：Google Cloud（Cloud Run、Cloud Spanner、Pub/Sub等）
* 通信：gRPC、Protocol Buffers
* CI/CD：GitHub Actions、Cloud Build
* 構成管理：Terraform
* モニタリング：Cloud Monitoring、Cloud Logging、Cloud Trace
* 分析基盤：BigQuery、Looker Studio
* AI/LLMツール：Claude、Codex、Cursor、Gemini、GitHub Copilot（全員分予算あり）
* その他：GitHub、Slack、Notion、Figma
* 開発スタイル：アジャイル開発（1日5 8回のデプロイ、月間12回の施策リリース）
Principal Mobile Engineer/お買い物アプリ運営企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
1140万円〜2700万円
ポジション
Principal
仕事内容
Principal Mobile Engineerとして、コードを書く最前線に立ち続けながら、モバイル領域で最も難易度の高い技術課題の解決を牽引していただきます。
1. モバイル領域の高度な技術課題の解決（メイン）
大規模トラフィック下のパフォーマンス最適化・信頼性向上、「EC×ゲーム×ソーシャル」の複雑な状態管理など、難易度の最も高い課題に対して自ら手を動かし技術で答えを出します。
2. アーキテクチャの設計・刷新
高度な技術課題の一つとして、ドメイン分離・開発並列性・認知負荷低減を実現するモバイルアーキテクチャの改善を、iOS/Android両OSを横断して推進します。
3. 両OS横断の技術判断・技術選定
特定のOSやチームに閉じず、モバイル領域全体の技術選定・設計標準・品質基準を定義し、組織に浸透させます。
4. AI Nativeなモバイル開発プロセスの高度化
1名で両OSを担う「二刀流」開発を、AIを前提に再設計します。「AIを使う個人」ではなく「AIで開発プロセスそのものを再設計する組織」を技術面からリードします。
5. 技術による組織全体の引き上げ
設計レビュー・技術標準・ナレッジ共有を通じて、ピープルマネジメントではなく技術力そのものでチーム全体のアウトプットの質と速度を底上げします。
このポジションで向き合う難題
大規模・高頻度利用下のパフォーマンスと信頼性
1日平均38分以上の高い滞在時間を支えるため、アプリの不落化・高速化・メモリ最適化など「信頼性の高いアプリ」を、大規模トラフィックを前提に追求し続けます。
「EC×ゲーム×ソーシャル」の複雑な状態管理
作物育成ゲーム機能の育成状況・ソーシャル連携・ECの購買データがリアルタイムに絡み合うUI/UXを、両OSで整合性を保ちながら破綻なく実装し続ける、難易度の高い課題があります。
組織スケールを見据えたアーキテクチャの刷新
チーム数の増加に合わせ、各チームが独立して高速デプロイできる疎結合で認知負荷の低いモバイルアーキテクチャへ 現行の資産を活かしながら、止めずに刷新します。
AI Nativeな「二刀流」開発プロセスの確立
1名のエンジニアがiOS・Android両OSを開発するスタイルにおいて、AIを活用した認知負荷の低減と両OSの品質最大化を両立する次世代ワークフローを、全社標準として構築します。
少人数で大規模DL規模を支え続ける技術判断
潤沢な人員や整った分業体制に頼らず、少数精鋭で大規模なトラフィックと複雑性に立ち向かうための、現実的かつ大胆な技術判断が求められます。
仕事の魅力
「技術」で組織を最大化できる
最上位のプレイヤー（IC）として技術で組織全体のアウトプットを引き上げるキャリアです。「手を動かし続けたいが、影響範囲は組織全体に広げたい」 その両立ができる希少なポジションです。
モバイル領域で最も難しい技術課題に、自分の手で答えを出せる
少数精鋭チームだからこそ、パフォーマンス・信頼性・複雑な状態管理・アーキテクチャ刷新といった最難関の課題を、一人の技術者が構想し実装まで落とし込めます。大人数チームの分業では得られない、技術への深い関与と全社レベルの裁量があります。
AI Native開発の全社設計をリードできる
AI時代のモバイル開発のあるべき姿を、実践しながら自分で定義できる環境です。
技術的中核を担える
人数に依存しない非労働集約型の組織で、技術がそのままレバレッジになります。個の技術力が事業の非連続な成長に直結する手触りを、最上位の立場で味わえます。
入社後3ヶ月の期待値（オンボーディング）
入社直後から「放置」することはありません。明確なマイルストーンと共に、チーム全体で立ち上がりをサポートします。
1ヶ月目：現状把握と信頼構築：既存のアーキテクチャ・開発フロー・技術的負債の全体像を掴み、得意なOSを起点に手を動かしながら、モバイル領域の技術課題を自分の言葉で語れる状態を目指します。
2ヶ月目：最難関課題への着手：最も優先度・難易度の高い技術課題を1つ選び、解決の方針を描いて実装を主導します。AIを活用しながらもう一方のOSへのキャッチアップも並行して進めます。
3ヶ月目：技術方針のドライブ：両OSを貫く技術課題の解決方針やAI Native開発の方針を提示し、組織全体の技術的意思決定をリードし始めることを期待しています。
1. モバイル領域の高度な技術課題の解決（メイン）
大規模トラフィック下のパフォーマンス最適化・信頼性向上、「EC×ゲーム×ソーシャル」の複雑な状態管理など、難易度の最も高い課題に対して自ら手を動かし技術で答えを出します。
2. アーキテクチャの設計・刷新
高度な技術課題の一つとして、ドメイン分離・開発並列性・認知負荷低減を実現するモバイルアーキテクチャの改善を、iOS/Android両OSを横断して推進します。
3. 両OS横断の技術判断・技術選定
特定のOSやチームに閉じず、モバイル領域全体の技術選定・設計標準・品質基準を定義し、組織に浸透させます。
4. AI Nativeなモバイル開発プロセスの高度化
1名で両OSを担う「二刀流」開発を、AIを前提に再設計します。「AIを使う個人」ではなく「AIで開発プロセスそのものを再設計する組織」を技術面からリードします。
5. 技術による組織全体の引き上げ
設計レビュー・技術標準・ナレッジ共有を通じて、ピープルマネジメントではなく技術力そのものでチーム全体のアウトプットの質と速度を底上げします。
このポジションで向き合う難題
大規模・高頻度利用下のパフォーマンスと信頼性
1日平均38分以上の高い滞在時間を支えるため、アプリの不落化・高速化・メモリ最適化など「信頼性の高いアプリ」を、大規模トラフィックを前提に追求し続けます。
「EC×ゲーム×ソーシャル」の複雑な状態管理
作物育成ゲーム機能の育成状況・ソーシャル連携・ECの購買データがリアルタイムに絡み合うUI/UXを、両OSで整合性を保ちながら破綻なく実装し続ける、難易度の高い課題があります。
組織スケールを見据えたアーキテクチャの刷新
チーム数の増加に合わせ、各チームが独立して高速デプロイできる疎結合で認知負荷の低いモバイルアーキテクチャへ 現行の資産を活かしながら、止めずに刷新します。
AI Nativeな「二刀流」開発プロセスの確立
1名のエンジニアがiOS・Android両OSを開発するスタイルにおいて、AIを活用した認知負荷の低減と両OSの品質最大化を両立する次世代ワークフローを、全社標準として構築します。
少人数で大規模DL規模を支え続ける技術判断
潤沢な人員や整った分業体制に頼らず、少数精鋭で大規模なトラフィックと複雑性に立ち向かうための、現実的かつ大胆な技術判断が求められます。
仕事の魅力
「技術」で組織を最大化できる
最上位のプレイヤー（IC）として技術で組織全体のアウトプットを引き上げるキャリアです。「手を動かし続けたいが、影響範囲は組織全体に広げたい」 その両立ができる希少なポジションです。
モバイル領域で最も難しい技術課題に、自分の手で答えを出せる
少数精鋭チームだからこそ、パフォーマンス・信頼性・複雑な状態管理・アーキテクチャ刷新といった最難関の課題を、一人の技術者が構想し実装まで落とし込めます。大人数チームの分業では得られない、技術への深い関与と全社レベルの裁量があります。
AI Native開発の全社設計をリードできる
AI時代のモバイル開発のあるべき姿を、実践しながら自分で定義できる環境です。
技術的中核を担える
人数に依存しない非労働集約型の組織で、技術がそのままレバレッジになります。個の技術力が事業の非連続な成長に直結する手触りを、最上位の立場で味わえます。
入社後3ヶ月の期待値（オンボーディング）
入社直後から「放置」することはありません。明確なマイルストーンと共に、チーム全体で立ち上がりをサポートします。
1ヶ月目：現状把握と信頼構築：既存のアーキテクチャ・開発フロー・技術的負債の全体像を掴み、得意なOSを起点に手を動かしながら、モバイル領域の技術課題を自分の言葉で語れる状態を目指します。
2ヶ月目：最難関課題への着手：最も優先度・難易度の高い技術課題を1つ選び、解決の方針を描いて実装を主導します。AIを活用しながらもう一方のOSへのキャッチアップも並行して進めます。
3ヶ月目：技術方針のドライブ：両OSを貫く技術課題の解決方針やAI Native開発の方針を提示し、組織全体の技術的意思決定をリードし始めることを期待しています。
ソフトウェアエンジニア（ジュニア/ポテンシャル）/DXソリューション・AI SaaS事業会社
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
450万円〜650万円
ポジション
担当者
仕事内容
同社の成長は第二フェーズに突入します。これまで以上にダイナミックなビジネスを展開していく中で、働くメンバーにも多くのチャンスが巡っていきます。この環境下で大きな使命を背負い、同社と一緒に歩んでいただける方を募集しています。文章だけでは語り尽くせない思いや、詳細な業務内容について、ぜひカジュアル面談でお話しさせてください。
GAFAM5社の時価総額の合計が日本の全上場企業約4000社の時価総額の合計を上回る現代で、AIを中心とする最先端テクノロジーで日本の産業をアップデートし、GAFAMなどの世界のテクノロジートップ企業と本気の戦いをする企業となることを目指しています。
創業の社歴は浅い組織ですが、メンバー数は既に拡大しているなど、高い志を掲げ創業から急成長を続けてきました。企業のDXパートナーとしてコンサルティングやオーダーメイド開発を行う「DX Solution事業」と、AI SaaSプロダクトを提供する「AI SaaS事業」の二つの事業を展開しています。最先端技術を特定の産業に特化して提供しているからこそ、他社では中々実現できない奥深くにある課題解決を特徴としています。
当初は建設業界を中心にDX・AIソリューションを提供していましたが、現在は建設業で培ったノウハウと技術をもとに、製造業、物流業などの隣接する業界への事業拡大を積極的に進めています。
DX Solution事業本部のシステム開発チームにソフトウェアエンジニアとして配属され、クライアント企業のDXを推進するシステム開発に携わっていただきます。
入社直後は、テックリードやシニアエンジニアの指導のもと、設計思想やコーディング規約を学びながら、フロントエンド・バックエンド・インフラなどフルスタックな領域に対しての実装をメインで担当していただきます。単なる実装作業にとどまらず、クライアントとのMTG参加などを通じて顧客に近い距離でシステムを構築する経験を積むことも可能です。
【入社後にまずお任せしたいこと】
新規開発では、案件へ参画して要件をキャッチアップしていただき、既存開発メンバーと共に詳細設計・開発・テスト業務を担当いただきます。
保守・追加開発では、既存メンバーと共に担当案件の仕様やシステム構成などをキャッチアップしていただき、不具合の修正対応や追加開発案件での実装業務から着手いただきます。
【開発例】
・RAGを用いた社内ナレッジ検索Webシステムの開発：社内技術文書を検索・回答生成するエージェント機能のバックエンドAPIおよびフロントエンド開発。
・画像認識AIを搭載した写真管理プラットフォームの構築・運用：数百万枚規模の現場写真を高速に処理するデータベース設計・API実装。稼働後のパフォーマンス改善やデータ量増加に伴うスペック検討も担当。
・動画解析によるインフラ異常検知ダッシュボードの開発：車載カメラ等の動画データを解析し、変状箇所を可視化する管理画面（UI）の実装と、解析結果を蓄積・配信するバックエンドシステムの構築。
・ドメイン特化LLMを活用した業務支援ツールのAPI開発・追加開発：建設・製造業向けLLMの推論APIの実装、および稼働中サービスへの機能追加・改善。
・稼働中Webシステムの保守・改善：不具合調査や修正、脆弱性対応、ボトルネック特定によるパフォーマンスチューニング、インフラ監視や改善対応、機能追加・改善提案により発足した開発案件の開発プロセス進行。
【技術スタック（一例）】
フロントエンド：TypeScript / Node.js / React / Next.js
バックエンド：TypeScript / Node.js / Python / NestJS / FastAPI / GraphQL / Hasura / gRPC
インフラ：Terraform / Kubernetes / AWS / Microsoft Azure / Google Cloud
AI：Python / Numpy / Pandas / PyTorch / OpenCV
AI開発ツール：Devin / Claude Code / GitHub Copilot / Gemini
同社では、最新のAI開発支援ツールを実務に組み込み、効率と品質を同時に高めています。主な活用例は以下の通りです。
Devin：自動タスク実行により、同時並行での実装数を向上
Claude Code：自然言語からの高度なコード提案・改善で、実装スピードおよび同時並行実装数を向上
GitHub Copilot：日常的なコーディング補助で、作業効率を底上げ
Gemini：Deep Research / Python実行を含む情報検索・解析で、調査や設計の精度を向上
【ソフトウェアエンジニアポジションの特徴】
・幅広い領域に、他社より数倍早く関われます。フロントエンド・バックエンド・インフラ（セキュリティ・パフォーマンス）まで包括的に触れられるため、ジュニアからでも早期にメイン業務を担当できます。ここで積んだ経験をもとに、顧客折衝や案件管理を担うPM、設計・アーキテクチャ検討を担うEM、全領域を横断するフルスタックエンジニアなど、多様なキャリアの道が開けています（もちろん、これらを兼ね備えていくことも可能です）。
・日本屈指のアルゴリズムエンジニアと連携しながら、最先端AIをソフトウェアに搭載して社会に実装できます。同社はAIの研究開発で終わらせず、ソフトウェアを通じてリアルな業務で活用されることを非常に重視しています。
・同社のエンジニアは、顧客に徹底的に向き合います。顧客の難題を解くには技術だけを追求すればいいわけではなく、顧客の課題やビジネスを理解するために直接顧客と話すこともあります。
・技術力が高く志も高いメンバーと、一致団結して熱量高く働けます。経験の浅いメンバーも置いて行かずに助け合う組織なので、学ぶことに前向きであれば安心して飛び込める環境です。
同社は「最高の夢を見させる」「最高の夢を実現する」環境です。
設立した非常に若い会社ではありますが、確実に日本の産業へインパクトを出し始めています。代表を筆頭に、経営陣含めメンバー全員が、本気で日本一、世界のトップになれると信じアツい気持ちで顧客の課題に真剣に...
GAFAM5社の時価総額の合計が日本の全上場企業約4000社の時価総額の合計を上回る現代で、AIを中心とする最先端テクノロジーで日本の産業をアップデートし、GAFAMなどの世界のテクノロジートップ企業と本気の戦いをする企業となることを目指しています。
創業の社歴は浅い組織ですが、メンバー数は既に拡大しているなど、高い志を掲げ創業から急成長を続けてきました。企業のDXパートナーとしてコンサルティングやオーダーメイド開発を行う「DX Solution事業」と、AI SaaSプロダクトを提供する「AI SaaS事業」の二つの事業を展開しています。最先端技術を特定の産業に特化して提供しているからこそ、他社では中々実現できない奥深くにある課題解決を特徴としています。
当初は建設業界を中心にDX・AIソリューションを提供していましたが、現在は建設業で培ったノウハウと技術をもとに、製造業、物流業などの隣接する業界への事業拡大を積極的に進めています。
DX Solution事業本部のシステム開発チームにソフトウェアエンジニアとして配属され、クライアント企業のDXを推進するシステム開発に携わっていただきます。
入社直後は、テックリードやシニアエンジニアの指導のもと、設計思想やコーディング規約を学びながら、フロントエンド・バックエンド・インフラなどフルスタックな領域に対しての実装をメインで担当していただきます。単なる実装作業にとどまらず、クライアントとのMTG参加などを通じて顧客に近い距離でシステムを構築する経験を積むことも可能です。
【入社後にまずお任せしたいこと】
新規開発では、案件へ参画して要件をキャッチアップしていただき、既存開発メンバーと共に詳細設計・開発・テスト業務を担当いただきます。
保守・追加開発では、既存メンバーと共に担当案件の仕様やシステム構成などをキャッチアップしていただき、不具合の修正対応や追加開発案件での実装業務から着手いただきます。
【開発例】
・RAGを用いた社内ナレッジ検索Webシステムの開発：社内技術文書を検索・回答生成するエージェント機能のバックエンドAPIおよびフロントエンド開発。
・画像認識AIを搭載した写真管理プラットフォームの構築・運用：数百万枚規模の現場写真を高速に処理するデータベース設計・API実装。稼働後のパフォーマンス改善やデータ量増加に伴うスペック検討も担当。
・動画解析によるインフラ異常検知ダッシュボードの開発：車載カメラ等の動画データを解析し、変状箇所を可視化する管理画面（UI）の実装と、解析結果を蓄積・配信するバックエンドシステムの構築。
・ドメイン特化LLMを活用した業務支援ツールのAPI開発・追加開発：建設・製造業向けLLMの推論APIの実装、および稼働中サービスへの機能追加・改善。
・稼働中Webシステムの保守・改善：不具合調査や修正、脆弱性対応、ボトルネック特定によるパフォーマンスチューニング、インフラ監視や改善対応、機能追加・改善提案により発足した開発案件の開発プロセス進行。
【技術スタック（一例）】
フロントエンド：TypeScript / Node.js / React / Next.js
バックエンド：TypeScript / Node.js / Python / NestJS / FastAPI / GraphQL / Hasura / gRPC
インフラ：Terraform / Kubernetes / AWS / Microsoft Azure / Google Cloud
AI：Python / Numpy / Pandas / PyTorch / OpenCV
AI開発ツール：Devin / Claude Code / GitHub Copilot / Gemini
同社では、最新のAI開発支援ツールを実務に組み込み、効率と品質を同時に高めています。主な活用例は以下の通りです。
Devin：自動タスク実行により、同時並行での実装数を向上
Claude Code：自然言語からの高度なコード提案・改善で、実装スピードおよび同時並行実装数を向上
GitHub Copilot：日常的なコーディング補助で、作業効率を底上げ
Gemini：Deep Research / Python実行を含む情報検索・解析で、調査や設計の精度を向上
【ソフトウェアエンジニアポジションの特徴】
・幅広い領域に、他社より数倍早く関われます。フロントエンド・バックエンド・インフラ（セキュリティ・パフォーマンス）まで包括的に触れられるため、ジュニアからでも早期にメイン業務を担当できます。ここで積んだ経験をもとに、顧客折衝や案件管理を担うPM、設計・アーキテクチャ検討を担うEM、全領域を横断するフルスタックエンジニアなど、多様なキャリアの道が開けています（もちろん、これらを兼ね備えていくことも可能です）。
・日本屈指のアルゴリズムエンジニアと連携しながら、最先端AIをソフトウェアに搭載して社会に実装できます。同社はAIの研究開発で終わらせず、ソフトウェアを通じてリアルな業務で活用されることを非常に重視しています。
・同社のエンジニアは、顧客に徹底的に向き合います。顧客の難題を解くには技術だけを追求すればいいわけではなく、顧客の課題やビジネスを理解するために直接顧客と話すこともあります。
・技術力が高く志も高いメンバーと、一致団結して熱量高く働けます。経験の浅いメンバーも置いて行かずに助け合う組織なので、学ぶことに前向きであれば安心して飛び込める環境です。
同社は「最高の夢を見させる」「最高の夢を実現する」環境です。
設立した非常に若い会社ではありますが、確実に日本の産業へインパクトを出し始めています。代表を筆頭に、経営陣含めメンバー全員が、本気で日本一、世界のトップになれると信じアツい気持ちで顧客の課題に真剣に...
AIOpsプロダクト開発エンジニア/システムコンサルティング会社
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
年収イメージ：〜1400万円（経験・能力を考慮の上当社規定により決定）
ポジション
担当者
仕事内容
ご入社時点のスキル・経験に応じて、以下いずれかのポジションでご活躍いただきます。
年齢は問わず、スキル・経験に応じて判断します。将来的には他ポジションへのキャリアアップも想定しています。
1. 運用エンジニアとして(SRE志向のクラウド運用エンジニア)
・クラウド/オンプレを問わず、既存の運用フローをAIと自動化で改善
・ログ収集・分析の自動化パイプラインの構築
・機械学習ライブラリを用いた、時系列データからのシステム障害予兆検知の検証(PoC)
・ITILのインシデント管理プロセスに準拠した上で、生成AI(ChatGPT API等)を活用した障害アラートの一次切り分け・チケット起票の自動化
2. 運用マネージャーとして(運用プロセス高度化)
・運用チームのマネジメント、運用プロセス全体の高度化をリード
・SaaS/AIツールの選定と業務プロセスへの導入・定着推進
・監視基盤(Datadog等)の導入・監視項目の最適化
・インシデント対応にLLMを活用し解決策を提案する仕組みの構築
・定常作業の自動化推進による対応時間短縮・残業削減の実現
3. AI戦略ディレクターとして(事業部横断)
・事業部横断でのAI戦略・ガバナンスの推進
・組織全体のAI活用を見据えたルール・ガバナンス体制の構築
・ベンダーマネジメントを含む高度な運用設計
・社内向けAI利用ガイドラインの策定、セキュリティリスク評価
・ベンダー折衝、エンタープライズ向けAI運用支援ソリューションの要件定義・導入統括
・レガシー運用チームのリスキリングプログラムの企画・実行
●挑戦できること
本ポジションでは、目の前の運用課題を解決することそのものが、将来のプロダクトや事業の種になります。
・日々の運用保守で見えてくる“なんとかしたい”を、AIで解決する仕組みに変えていく
・その積み重ねが、外部の運用受託企業にも展開できるパッケージ・事業の柱に育っていく
・生成AI/LLMなどの最新ツールは基本的に制限を設けず、必要なものは積極的に試せる環境
・自分の技術的なアイデアを、まず自分たちの現場で検証し、形にしていける裁量がある
●このポジションの魅力
・当社の次の収益の柱となるプロダクトを、企画段階から“0→1”で創り上げる当事者になれる
・現場で磨いた運用改善のノウハウが、そのまま事業としてマネタイズされていく、手応えのある環境
・生成AI/LLM等の最新技術を、日々の運用効率化にも新規プロダクト開発にも存分に使える
・運用エンジニア→運用マネージャー→AI戦略ディレクターと、技術から組織・事業へと裁量の大きさが広がっていく明確なキャリアパス
・絵に描いた餅ではなく、事業として本気で磨き上げていくフェーズに、企画段階から参画できる
年齢は問わず、スキル・経験に応じて判断します。将来的には他ポジションへのキャリアアップも想定しています。
1. 運用エンジニアとして(SRE志向のクラウド運用エンジニア)
・クラウド/オンプレを問わず、既存の運用フローをAIと自動化で改善
・ログ収集・分析の自動化パイプラインの構築
・機械学習ライブラリを用いた、時系列データからのシステム障害予兆検知の検証(PoC)
・ITILのインシデント管理プロセスに準拠した上で、生成AI(ChatGPT API等)を活用した障害アラートの一次切り分け・チケット起票の自動化
2. 運用マネージャーとして(運用プロセス高度化)
・運用チームのマネジメント、運用プロセス全体の高度化をリード
・SaaS/AIツールの選定と業務プロセスへの導入・定着推進
・監視基盤(Datadog等)の導入・監視項目の最適化
・インシデント対応にLLMを活用し解決策を提案する仕組みの構築
・定常作業の自動化推進による対応時間短縮・残業削減の実現
3. AI戦略ディレクターとして(事業部横断)
・事業部横断でのAI戦略・ガバナンスの推進
・組織全体のAI活用を見据えたルール・ガバナンス体制の構築
・ベンダーマネジメントを含む高度な運用設計
・社内向けAI利用ガイドラインの策定、セキュリティリスク評価
・ベンダー折衝、エンタープライズ向けAI運用支援ソリューションの要件定義・導入統括
・レガシー運用チームのリスキリングプログラムの企画・実行
●挑戦できること
本ポジションでは、目の前の運用課題を解決することそのものが、将来のプロダクトや事業の種になります。
・日々の運用保守で見えてくる“なんとかしたい”を、AIで解決する仕組みに変えていく
・その積み重ねが、外部の運用受託企業にも展開できるパッケージ・事業の柱に育っていく
・生成AI/LLMなどの最新ツールは基本的に制限を設けず、必要なものは積極的に試せる環境
・自分の技術的なアイデアを、まず自分たちの現場で検証し、形にしていける裁量がある
●このポジションの魅力
・当社の次の収益の柱となるプロダクトを、企画段階から“0→1”で創り上げる当事者になれる
・現場で磨いた運用改善のノウハウが、そのまま事業としてマネタイズされていく、手応えのある環境
・生成AI/LLM等の最新技術を、日々の運用効率化にも新規プロダクト開発にも存分に使える
・運用エンジニア→運用マネージャー→AI戦略ディレクターと、技術から組織・事業へと裁量の大きさが広がっていく明確なキャリアパス
・絵に描いた餅ではなく、事業として本気で磨き上げていくフェーズに、企画段階から参画できる
AI/MLソリューション開発エンジニア【次世代クラウド基盤】/大手通信サービス会社
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
640万円〜1410万円
ポジション
担当者〜
仕事内容
【ミッション】
ソブリンクラウド環境において、生成AI／LLMを活用したAIアプリケーションを安全・効率的・継続的に開発、導入、運用するためのAIプラットフォームを設計・開発・運用します。
AIエージェント、ワークフロー自動化、モデル評価、データ連携、認証認可、監視、CI／CD、LLMOps／MLOpsなどの共通基盤を整備し、社内外の開発者や事業部門がAIソリューションを再現性高く構築できる環境を提供します。
また、個社・個別業務への導入支援を通じて得られた要件をプラットフォーム機能に還元し、AI活用の高度化とスケールを実現します。
【主な業務】
・生成AI／LLMアプリケーション開発・導入
・顧客・事業部門ごとの要件に応じた技術検証、プロトタイプ開発、環境構築、導入支援
・個社対応で得られた要件や成功パターンを、共通コンポーネントとしてプラットフォームへ還元
・必要に応じた共通基盤、API、SDK、テンプレート、管理機能の設計・開発
【具体的な業務】
・ソブリンクラウド上での生成AI／LLM活用に向けた、AIプラットフォームの設計・開発・運用
・AIエージェント、ワークフロー自動化、外部システム連携など、生成AIアプリケーション開発に必要な共通機能の設計・開発
モデル、AIアプリケーション、データパイプラインのデプロイ、監視、ログ管理、CI／CD、運用自動化を包括するLLMOps／MLOps／DevOps基盤の整備
・個社・個別業務へのAI導入における技術検証、プロトタイプ開発、環境構築、導入支援、および得られた要件の共通基盤・テンプレートへの還元
・社内外の開発者・事業部門によるAIソリューションの効率的な開発・導入に向けた、API、SDK、ドキュメント、サンプル実装、開発ガイドラインの整備
●仕事の魅力
ソブリンクラウド上で生成AI／AIソリューションの導入を推進する新設チームの立ち上げフェーズに参画し、事業部門への導入支援で得られた知見を共通コンポーネントやテンプレートとしてAIプラットフォームへ還元することで、個別開発に留まらないAI活用の仕組みづくりに携わっていただけます。
また、比較的若手も多い組織であることから、オープンな技術選定のもと、前身組織の基盤を活かしながら新しい技術や手法にも積極的に挑戦できるほか、技術知見が豊富なマネージャーやメンバーと直接議論を交えながら成長できる環境です。
ソブリンクラウド環境において、生成AI／LLMを活用したAIアプリケーションを安全・効率的・継続的に開発、導入、運用するためのAIプラットフォームを設計・開発・運用します。
AIエージェント、ワークフロー自動化、モデル評価、データ連携、認証認可、監視、CI／CD、LLMOps／MLOpsなどの共通基盤を整備し、社内外の開発者や事業部門がAIソリューションを再現性高く構築できる環境を提供します。
また、個社・個別業務への導入支援を通じて得られた要件をプラットフォーム機能に還元し、AI活用の高度化とスケールを実現します。
【主な業務】
・生成AI／LLMアプリケーション開発・導入
・顧客・事業部門ごとの要件に応じた技術検証、プロトタイプ開発、環境構築、導入支援
・個社対応で得られた要件や成功パターンを、共通コンポーネントとしてプラットフォームへ還元
・必要に応じた共通基盤、API、SDK、テンプレート、管理機能の設計・開発
【具体的な業務】
・ソブリンクラウド上での生成AI／LLM活用に向けた、AIプラットフォームの設計・開発・運用
・AIエージェント、ワークフロー自動化、外部システム連携など、生成AIアプリケーション開発に必要な共通機能の設計・開発
モデル、AIアプリケーション、データパイプラインのデプロイ、監視、ログ管理、CI／CD、運用自動化を包括するLLMOps／MLOps／DevOps基盤の整備
・個社・個別業務へのAI導入における技術検証、プロトタイプ開発、環境構築、導入支援、および得られた要件の共通基盤・テンプレートへの還元
・社内外の開発者・事業部門によるAIソリューションの効率的な開発・導入に向けた、API、SDK、ドキュメント、サンプル実装、開発ガイドラインの整備
●仕事の魅力
ソブリンクラウド上で生成AI／AIソリューションの導入を推進する新設チームの立ち上げフェーズに参画し、事業部門への導入支援で得られた知見を共通コンポーネントやテンプレートとしてAIプラットフォームへ還元することで、個別開発に留まらないAI活用の仕組みづくりに携わっていただけます。
また、比較的若手も多い組織であることから、オープンな技術選定のもと、前身組織の基盤を活かしながら新しい技術や手法にも積極的に挑戦できるほか、技術知見が豊富なマネージャーやメンバーと直接議論を交えながら成長できる環境です。
プロダクトマネージャー（決済） /フリマアプリ運営企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
応相談（経験・能力を考慮の上当社規定により決定）
ポジション
担当者〜
仕事内容
ペイメント事業のコード決済・ネット決済における、加盟店（マーチャント）向け体験の企画・仕様策定・開発推進をリードします。
ビジネス要件・加盟店要望を起点に、既存の決済体験や関連APIとの整合を取りながら、エンジニアと協働して実現手段を具体化し、決済仕様として落とし込んでいきます。
コード決済／ネット決済における加盟店体験（導入・運用・管理）の要件整理、仕様策定、優先度付けを行う
ビジネス要件・新機能要望をもとに、既存API・決済体験との整合を取りながら、エンジニアとメルペイならではの決済仕様を決定する
社内のリーガル・コンプライアンスチームとの調整、加盟店・パートナーなど対外事業者との折衝を行う
半年 1年以上に及ぶロードマップを策定し、複数マイクロサービスをまたぐプロジェクトをWBSベースで管理する
大型ローンチに向けた計画的な進行管理と、細かいイテレーションを両立しながら、チームをファシリテートする
ビジネス（マーチャント）側と連携し、加盟店拡大・グロースに向けた機能要件・ロードマップを策定する
サービスの保守運用、CSチームとの連携、Quality Assuranceチームと協働したテスト設計・バグ発見などを推進する
●ユニークなチャレンジ
1プロジェクトあたりのGPV（流通取引総額）インパクトが大きく、加盟店・法人パートナーのレバレッジを活かした成果創出に関われる
受託開発やSIとは異なり、社内のプロダクトチームとして事業・技術・運用をつなぎ、意思決定からローンチ後の改善まで一気通貫で関われる
Merpayのみならず、Mercari / Mercoinなど、グループ全体の事業を支えるプラットフォームに貢献できる
プロダクトマネージャー一人ひとりの裁量が大きく、プランニングからデリバリーまで主体的にリードできる
新しいテクノロジーの利用に積極的にチャレンジできる
プロダクトメンバーに限らず、各職種のトップタレントと協業しながら成長できる
ビジネス要件・加盟店要望を起点に、既存の決済体験や関連APIとの整合を取りながら、エンジニアと協働して実現手段を具体化し、決済仕様として落とし込んでいきます。
コード決済／ネット決済における加盟店体験（導入・運用・管理）の要件整理、仕様策定、優先度付けを行う
ビジネス要件・新機能要望をもとに、既存API・決済体験との整合を取りながら、エンジニアとメルペイならではの決済仕様を決定する
社内のリーガル・コンプライアンスチームとの調整、加盟店・パートナーなど対外事業者との折衝を行う
半年 1年以上に及ぶロードマップを策定し、複数マイクロサービスをまたぐプロジェクトをWBSベースで管理する
大型ローンチに向けた計画的な進行管理と、細かいイテレーションを両立しながら、チームをファシリテートする
ビジネス（マーチャント）側と連携し、加盟店拡大・グロースに向けた機能要件・ロードマップを策定する
サービスの保守運用、CSチームとの連携、Quality Assuranceチームと協働したテスト設計・バグ発見などを推進する
●ユニークなチャレンジ
1プロジェクトあたりのGPV（流通取引総額）インパクトが大きく、加盟店・法人パートナーのレバレッジを活かした成果創出に関われる
受託開発やSIとは異なり、社内のプロダクトチームとして事業・技術・運用をつなぎ、意思決定からローンチ後の改善まで一気通貫で関われる
Merpayのみならず、Mercari / Mercoinなど、グループ全体の事業を支えるプラットフォームに貢献できる
プロダクトマネージャー一人ひとりの裁量が大きく、プランニングからデリバリーまで主体的にリードできる
新しいテクノロジーの利用に積極的にチャレンジできる
プロダクトメンバーに限らず、各職種のトップタレントと協業しながら成長できる
AI/DXコンサルタント（製造業・ライフサイエンス担当）/大手監査法人グループ リスクアドバイザリー会社
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
応相談（経験・能力を考慮の上当社規定により決定）
ポジション
シニアコンサルタント/マネジャー/シニアマネジャー
仕事内容
データ駆動型の意思決定を支援する専門家として、クライアントがビジネス課題を解決し、持続可能な成長へ向けたトランスフォームを実現するためのAI＆Data活用支援のコンサルティングを提供するポジションです。生産領域を軸に、設計開発、調達などの周辺領域を含めた「モノづくり品質」向上を支援するとともに、人事、マーケティング、経営戦略などを含む全社業務におけるAI&Data活用変革も支援します。特に製造業DX、自動車産業におけるSDV開発、医療・製薬企業に対する業務経験を有する方を募集するポジションです。
【シニアコンサルタント職】
・ビジネスコンサルティング ：クライアントのビジネス課題を理解し、データ・AI活用を通じた優先解決策の提案
・ビジネスアナリティクス：統計分析や機械学習、生成AIなどを駆使して意思決定の質を上げて理解しやすくする高度化の実現
・クライアントコミュニケーション：プロジェクトの進捗・課題管理、顧客へのビジネス機会の把握と提案
・ステークホルダーコミュニケーション：社内外のステークホルダーと協力し、プロジェクトの成功に向けた計画策定・実行
【マネジャー・シニアマネジャー職】
（上記に加えて）
・市場、顧客の分析からビジネス機会の発掘
・新規クライアント・案件の提案、獲得
・プロジェクトマネジャーとしての品質管理
・チームのリーダーシップを発揮したメンバーの育成・指導
・市場、顧客の分析とビジネス成長戦略を立案・実行
・組織開発と人材開発
【シニアコンサルタント職】
・ビジネスコンサルティング ：クライアントのビジネス課題を理解し、データ・AI活用を通じた優先解決策の提案
・ビジネスアナリティクス：統計分析や機械学習、生成AIなどを駆使して意思決定の質を上げて理解しやすくする高度化の実現
・クライアントコミュニケーション：プロジェクトの進捗・課題管理、顧客へのビジネス機会の把握と提案
・ステークホルダーコミュニケーション：社内外のステークホルダーと協力し、プロジェクトの成功に向けた計画策定・実行
【マネジャー・シニアマネジャー職】
（上記に加えて）
・市場、顧客の分析からビジネス機会の発掘
・新規クライアント・案件の提案、獲得
・プロジェクトマネジャーとしての品質管理
・チームのリーダーシップを発揮したメンバーの育成・指導
・市場、顧客の分析とビジネス成長戦略を立案・実行
・組織開発と人材開発
データエンジニア/東証プライム上場企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
850万円〜1400万円
ポジション
データエンジニア（マネージャー候補）
仕事内容
教育・就労・福祉を中心とした多様な領域で事業を展開する企業でのポジションです。事業は、大きく分けて以下の2つの柱で構成されており、これらを相互に連携させている点が強みです。
1. 店舗（直接）サービス（toC）
発達障害のあるお子さまへの学習支援や、働くことに障害のある大人の方への就労支援などを行っています。全国で400拠点以上のリアル事業所を運営しており、コアとなる事業です。
2. プラットフォーム事業（toB・toC）
現場での直接支援を通じて培った実践的なノウハウやデータをテクノロジーの力でプロダクト化し、業界向けSaaSやプラットフォームとして提供しています。当事者やご家族、福祉事業所、学校、企業、従事者など、多様な顧客へ広く普及させています。
障害福祉や児童福祉、学校教育などを中心に事業展開する同社では、この5 6年間でテクノロジーを用いた事業検証を急速に進めてきました。各プロダクトや組織のリーダーを中心として「個別最適」に技術や開発プロセスの意思決定を行い、スピードを重視してきた結果、現在ではBtoB/BtoCサービスの展開や自社店舗事業のDX化など、多種多様なプロダクトやシステムが立ち上がっています。エンジニア組織への投資も加速しており、組織規模は拡大しています。このように事業が急成長を遂げ、周辺分野へも事業領域を拡張している現在、今後さらなる飛躍を目指す上で「テクノロジー領域への注力」がより一層不可欠なフェーズに突入しています。実際に作るべきプロダクトやシステムの構想を練っていく中で、システム開発やデータ活用の重要性も高まっており、今後さらなる組織の拡大と共に、組織そのものも強化・進化させていく必要があると考えています。グローバルで見てもトップクラスに貴重なデータを持つ企業でのポジションです。業界全体のさらなる進化に向けて、その中心的な立場を担い、全社データ活用のシステム設計・データ分析を共に推進するデータエンジニアを募集しています。
福祉業界の支援記録やアセスメントや行動履歴といった大規模な一次情報を保有する企業です。データ統括部は、現場の価値あるデータを全社横断で収集・構造化し、AIなどのテクノロジーと掛け合わせることで、新たな顧客価値へ変換することをミッションとしています。データ統括部BizOpsグループには10名所属しており、データ基盤担当が兼任2名、R&Dグループにも2名所属しています。今後の体制拡大に応じて、専門グループ化する構想です。DXとAIの波が到来する今、既存事業の枠に留まらず、顧客の理想を追求する価値創出を小さく高速に積み上げていく組織です。全社において、データを用いて自ら考え、事業と現場と対話し、ビジョンを実現するプロダクトを生み出す役割を担っています。
現在、多岐にわたる事業を展開しており、直接支援事業からプラットフォーム事業まで事業モデルも事業規模も顧客も多岐に渡ります。各事業でのデータ活用を推進しつつ、全社横断でのデータ統合により価値創出を行います。また、データ専任組織の立ち上げやマネジメントを担うことも想定されます。業務の進め方としては、プロダクトやマーケティング部門との協働、あるいはエンジニアリング部門におけるインフラ/セキュリティの部署やプロダクトのバックエンドのエンジニアと協力して進めます。
具体的な業務内容:
エンジニアリング
- AWS / Google Cloud上でのデータ基盤(BigQuery)の設計・構築・運用
- 支援DB、SaaS、顧客情報、ユーザー行動ログなどの各種データを取り込むパイプラインの設計・実装・運用
- IaCを活用したデータインフラ構築・運用のコード化および CI/CD 基盤の整備
基盤整備
- データパイプラインの監視、異常検知の自動化、テスト追加によるデータ品質の担保
- 個人情報・要配慮個人情報などのセンシティブデータに対するアクセス制限、暗号化、マスキングなどのガバナンス設計
・データカタログの導入・整備、開発標準の整備による脱属人化・運用の標準化推進
- コンピュート・ストレージリソース管理およびコスト最適化
- テキスト・画像などの非構造化データ管理基盤の整備およびデータパイプライン拡張
アナリティクス、サイエンス
- データモデリングおよび各種分析・プロダクト用データマートの設計・開発
- 全社・事業部で利用する主要 KPI やビジネスロジックの定義・標準化と、再利用性の高い共通データモデルの構築
- ステークホルダーとの要件整理、PdM、データアナリスト、ビジネスサイド（BizOps）と密に連携したデータ活用要件の定義・仕様策定
- BIツール（Looker、Tableau 等）や分析環境の整備を通じた、社内メンバーの自律的なデータ活用支援
AI Ops
- AI / LLM 向けデータパイプライン構築
- AI エージェントや LLM/RAG 活用に必要なデータ連携基盤の設計・開発
本ポジションの魅力/やりがい:
現場と近い距離で、業界トップクラスのアセットを活用し「支援」を進化させる挑戦ができます。データが生み出される支援現場に直接関わる機会が豊富にあります。業界トップクラスを誇る支援事例、支援データ、支援ノウハウ、そして優秀な人材という圧倒的なアセットを有しており、これらを駆使してテクノロジーの力で「支援」そのものを進化させていくチャレンジングな環境です。
「支援データ×AI」の最前線に取り組める機会があります。直接支援事業で、データ基盤整備と同時に業務効率化と支援品質向上に繋がるプロダクト作りを同時並行で手掛けており、攻めのデータエンジニアリングを実践する機会が豊富にあります。
多種多様なフェーズ・ビジネスモデルにおける横断的なデータ基盤構築ができます。スタートアップフェーズの新規事業から、既に確立された基幹事業まで、異なるビジネスモデルのデータ基盤構築およびデータ活用に携わることができます。幅広い事業フェーズの課題解決を通じて、データエンジニアとしての専門性と事業へ貢献できる幅を大きく広げられます。
組織・技術の本格的な立ち上げと、全社への「データ文化」の浸透に貢献できます。技術的なデータ基盤の構築にとどまらず、組織的にも本格的な立ち上げを行っていく非常にエキサイティングなフェーズです。全社にデータ文化を浸透させ、データドリブンな意思決定を根付かせていくという、組織づくりの根幹から携わる貴重で裁量の大きい経験を積むことができます。ドメイン特性上、データの安全性および保守性をしっかり担保したいとも考えており、そこのガードレースも同時に整備しています。
1. 店舗（直接）サービス（toC）
発達障害のあるお子さまへの学習支援や、働くことに障害のある大人の方への就労支援などを行っています。全国で400拠点以上のリアル事業所を運営しており、コアとなる事業です。
2. プラットフォーム事業（toB・toC）
現場での直接支援を通じて培った実践的なノウハウやデータをテクノロジーの力でプロダクト化し、業界向けSaaSやプラットフォームとして提供しています。当事者やご家族、福祉事業所、学校、企業、従事者など、多様な顧客へ広く普及させています。
障害福祉や児童福祉、学校教育などを中心に事業展開する同社では、この5 6年間でテクノロジーを用いた事業検証を急速に進めてきました。各プロダクトや組織のリーダーを中心として「個別最適」に技術や開発プロセスの意思決定を行い、スピードを重視してきた結果、現在ではBtoB/BtoCサービスの展開や自社店舗事業のDX化など、多種多様なプロダクトやシステムが立ち上がっています。エンジニア組織への投資も加速しており、組織規模は拡大しています。このように事業が急成長を遂げ、周辺分野へも事業領域を拡張している現在、今後さらなる飛躍を目指す上で「テクノロジー領域への注力」がより一層不可欠なフェーズに突入しています。実際に作るべきプロダクトやシステムの構想を練っていく中で、システム開発やデータ活用の重要性も高まっており、今後さらなる組織の拡大と共に、組織そのものも強化・進化させていく必要があると考えています。グローバルで見てもトップクラスに貴重なデータを持つ企業でのポジションです。業界全体のさらなる進化に向けて、その中心的な立場を担い、全社データ活用のシステム設計・データ分析を共に推進するデータエンジニアを募集しています。
福祉業界の支援記録やアセスメントや行動履歴といった大規模な一次情報を保有する企業です。データ統括部は、現場の価値あるデータを全社横断で収集・構造化し、AIなどのテクノロジーと掛け合わせることで、新たな顧客価値へ変換することをミッションとしています。データ統括部BizOpsグループには10名所属しており、データ基盤担当が兼任2名、R&Dグループにも2名所属しています。今後の体制拡大に応じて、専門グループ化する構想です。DXとAIの波が到来する今、既存事業の枠に留まらず、顧客の理想を追求する価値創出を小さく高速に積み上げていく組織です。全社において、データを用いて自ら考え、事業と現場と対話し、ビジョンを実現するプロダクトを生み出す役割を担っています。
現在、多岐にわたる事業を展開しており、直接支援事業からプラットフォーム事業まで事業モデルも事業規模も顧客も多岐に渡ります。各事業でのデータ活用を推進しつつ、全社横断でのデータ統合により価値創出を行います。また、データ専任組織の立ち上げやマネジメントを担うことも想定されます。業務の進め方としては、プロダクトやマーケティング部門との協働、あるいはエンジニアリング部門におけるインフラ/セキュリティの部署やプロダクトのバックエンドのエンジニアと協力して進めます。
具体的な業務内容:
エンジニアリング
- AWS / Google Cloud上でのデータ基盤(BigQuery)の設計・構築・運用
- 支援DB、SaaS、顧客情報、ユーザー行動ログなどの各種データを取り込むパイプラインの設計・実装・運用
- IaCを活用したデータインフラ構築・運用のコード化および CI/CD 基盤の整備
基盤整備
- データパイプラインの監視、異常検知の自動化、テスト追加によるデータ品質の担保
- 個人情報・要配慮個人情報などのセンシティブデータに対するアクセス制限、暗号化、マスキングなどのガバナンス設計
・データカタログの導入・整備、開発標準の整備による脱属人化・運用の標準化推進
- コンピュート・ストレージリソース管理およびコスト最適化
- テキスト・画像などの非構造化データ管理基盤の整備およびデータパイプライン拡張
アナリティクス、サイエンス
- データモデリングおよび各種分析・プロダクト用データマートの設計・開発
- 全社・事業部で利用する主要 KPI やビジネスロジックの定義・標準化と、再利用性の高い共通データモデルの構築
- ステークホルダーとの要件整理、PdM、データアナリスト、ビジネスサイド（BizOps）と密に連携したデータ活用要件の定義・仕様策定
- BIツール（Looker、Tableau 等）や分析環境の整備を通じた、社内メンバーの自律的なデータ活用支援
AI Ops
- AI / LLM 向けデータパイプライン構築
- AI エージェントや LLM/RAG 活用に必要なデータ連携基盤の設計・開発
本ポジションの魅力/やりがい:
現場と近い距離で、業界トップクラスのアセットを活用し「支援」を進化させる挑戦ができます。データが生み出される支援現場に直接関わる機会が豊富にあります。業界トップクラスを誇る支援事例、支援データ、支援ノウハウ、そして優秀な人材という圧倒的なアセットを有しており、これらを駆使してテクノロジーの力で「支援」そのものを進化させていくチャレンジングな環境です。
「支援データ×AI」の最前線に取り組める機会があります。直接支援事業で、データ基盤整備と同時に業務効率化と支援品質向上に繋がるプロダクト作りを同時並行で手掛けており、攻めのデータエンジニアリングを実践する機会が豊富にあります。
多種多様なフェーズ・ビジネスモデルにおける横断的なデータ基盤構築ができます。スタートアップフェーズの新規事業から、既に確立された基幹事業まで、異なるビジネスモデルのデータ基盤構築およびデータ活用に携わることができます。幅広い事業フェーズの課題解決を通じて、データエンジニアとしての専門性と事業へ貢献できる幅を大きく広げられます。
組織・技術の本格的な立ち上げと、全社への「データ文化」の浸透に貢献できます。技術的なデータ基盤の構築にとどまらず、組織的にも本格的な立ち上げを行っていく非常にエキサイティングなフェーズです。全社にデータ文化を浸透させ、データドリブンな意思決定を根付かせていくという、組織づくりの根幹から携わる貴重で裁量の大きい経験を積むことができます。ドメイン特性上、データの安全性および保守性をしっかり担保したいとも考えており、そこのガードレースも同時に整備しています。
BizOpsエンジニア（データ統括部）/東証プライム上場企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
850万円〜1400万円
ポジション
担当者
仕事内容
事業概要
同社は教育・就労・福祉を中心とした多様な領域で事業を展開しています。事業は、大きく分けて以下の2つの柱で構成されており、これらを相互に連携させている点が最大の強みです。
1. 店舗（直接）サービス（toC）
発達障害のあるお子さまへの学習支援や、働くことに障害のある大人の方への就労支援などを行っています。全国で400拠点以上のリアル事業所を自社運営しており、同社のコアとなる事業です。
2. プラットフォーム事業（toB・toC）
現場での直接支援を通じて培った実践的なノウハウやデータをテクノロジーの力でプロダクト化し、業界向けSaaSやプラットフォームとして提供しています。当事者やご家族、福祉事業所、学校、企業、従事者など、多様なお客様へ広く普及させています。
募集部門について
ミッション・組織の役割
同社は、福祉業界の支援記録やアセスメントや行動履歴といった大規模な一次情報を保有しており、データ統括部は、現場の価値あるデータを全社横断で収集・構造化し、AIなどのテクノロジーと掛け合わせることで、新たな顧客価値へ変換することをミッションとしています。
データ統括部BizOpsグループには10名が所属しており、各事業・プロジェクトを複数兼務し、都度優先度を判断しながら実行していく運営をしています。
直接支援領域およびプラットフォーム領域のセールス、マーケティングおよび事業管理領域を中心にDXおよび業務オペレーションの効率化に取り組んでいます。それぞれのDXの機会と組み合わせて、データおよびAIの全社展開も実施しています。
業務内容
ビジネス課題の特定と要件定義
現場および専門組織と協働し、業務フローのボトルネックや課題を構造的に整理し、企画を立案
AI / 自動化ソリューションの企画・開発
生成AI（LLM）やローコード/ノーコードツール、社内向けアプリを用いて、ワークフローの自動化やAIエージェントの設計・実装
システム間連携とデータ統合
複数のSaaS（CRMやSFAなど）や社内データ基盤を繋ぎ、ビジネスプロセス全体を最適化する基盤を構築
高速なプロトタイピングと価値検証
構想を素早く形（プロトタイプ）にし、現場の業務に組み込みながら繰り返し実証・改善を実行
具体的な業務例
- 社内業務で利用するSaaS間のデータ連携機能の設計、開発（GCP環境、Zapierなど）
- データ分析基盤のデータモデリング設計、開発
- GoogleWorkspaceのGASなどの開発
- SalesforceやkintoneなどのCRM製品の設計、開発・設定、検証
- 生成AIを利用して業務効率化するための自動化・システム化の設計・開発
- 上記案件の開発リリース後の保守運用
開発環境
技術的合理性を確かめた上で、各事業の文脈に沿った新技術にチャレンジしています。事業特性により、高負荷・高可用性寄りではなく、事業ドメインの複雑性への適応と長期的改善、もしくは変化とスピードへの対応を重視して選定するケースが多いです。
- 開発言語：Python / TypeScript / Google Apps Script (GAS)
- クラウド・データ基盤：Google Cloud / BigQuery
- AI・開発支援ツール：Gemini / Claude Code / Codex / GitHub Copilot
- SaaS・業務システム：Salesforce / kintone / Google Workspace
- ローコード・自動化ツール：AppSheet / Zapier
- コミュニケーションツール：Slack / Google Chat
本ポジションの魅力/やりがい
1. アジャイル型で問題解決に取り組む
事業目線で企画に着手し、ヒアリングを重ねてプロトタイプを開発し、トライアル導入しフィードバックを得て改善するという開発スタイルです。
2. 実際の現場を肌で感じられる
対話を積み重ね、現状と事実を整理しながら、本当に役に立つものづくりをするために、ドメイン知識および人との繋がりを大切にしています。
3. 多種多様なフェーズ・ビジネスモデルにおける問題解決に携われる
スタートアップフェーズの新規事業から、既に確立された基幹事業まで、異なるビジネスモデルに対して取り組む事ができ、幅広い経験が積めます。
4. 世界にインパクトを与えるサービス
ターゲットとなる市場は、年々社会的なニーズが高まっており、国の障害福祉予算は年間4兆円が割かれるなど、今後も成長が期待されているマーケットです。
同社は教育・就労・福祉を中心とした多様な領域で事業を展開しています。事業は、大きく分けて以下の2つの柱で構成されており、これらを相互に連携させている点が最大の強みです。
1. 店舗（直接）サービス（toC）
発達障害のあるお子さまへの学習支援や、働くことに障害のある大人の方への就労支援などを行っています。全国で400拠点以上のリアル事業所を自社運営しており、同社のコアとなる事業です。
2. プラットフォーム事業（toB・toC）
現場での直接支援を通じて培った実践的なノウハウやデータをテクノロジーの力でプロダクト化し、業界向けSaaSやプラットフォームとして提供しています。当事者やご家族、福祉事業所、学校、企業、従事者など、多様なお客様へ広く普及させています。
募集部門について
ミッション・組織の役割
同社は、福祉業界の支援記録やアセスメントや行動履歴といった大規模な一次情報を保有しており、データ統括部は、現場の価値あるデータを全社横断で収集・構造化し、AIなどのテクノロジーと掛け合わせることで、新たな顧客価値へ変換することをミッションとしています。
データ統括部BizOpsグループには10名が所属しており、各事業・プロジェクトを複数兼務し、都度優先度を判断しながら実行していく運営をしています。
直接支援領域およびプラットフォーム領域のセールス、マーケティングおよび事業管理領域を中心にDXおよび業務オペレーションの効率化に取り組んでいます。それぞれのDXの機会と組み合わせて、データおよびAIの全社展開も実施しています。
業務内容
ビジネス課題の特定と要件定義
現場および専門組織と協働し、業務フローのボトルネックや課題を構造的に整理し、企画を立案
AI / 自動化ソリューションの企画・開発
生成AI（LLM）やローコード/ノーコードツール、社内向けアプリを用いて、ワークフローの自動化やAIエージェントの設計・実装
システム間連携とデータ統合
複数のSaaS（CRMやSFAなど）や社内データ基盤を繋ぎ、ビジネスプロセス全体を最適化する基盤を構築
高速なプロトタイピングと価値検証
構想を素早く形（プロトタイプ）にし、現場の業務に組み込みながら繰り返し実証・改善を実行
具体的な業務例
- 社内業務で利用するSaaS間のデータ連携機能の設計、開発（GCP環境、Zapierなど）
- データ分析基盤のデータモデリング設計、開発
- GoogleWorkspaceのGASなどの開発
- SalesforceやkintoneなどのCRM製品の設計、開発・設定、検証
- 生成AIを利用して業務効率化するための自動化・システム化の設計・開発
- 上記案件の開発リリース後の保守運用
開発環境
技術的合理性を確かめた上で、各事業の文脈に沿った新技術にチャレンジしています。事業特性により、高負荷・高可用性寄りではなく、事業ドメインの複雑性への適応と長期的改善、もしくは変化とスピードへの対応を重視して選定するケースが多いです。
- 開発言語：Python / TypeScript / Google Apps Script (GAS)
- クラウド・データ基盤：Google Cloud / BigQuery
- AI・開発支援ツール：Gemini / Claude Code / Codex / GitHub Copilot
- SaaS・業務システム：Salesforce / kintone / Google Workspace
- ローコード・自動化ツール：AppSheet / Zapier
- コミュニケーションツール：Slack / Google Chat
本ポジションの魅力/やりがい
1. アジャイル型で問題解決に取り組む
事業目線で企画に着手し、ヒアリングを重ねてプロトタイプを開発し、トライアル導入しフィードバックを得て改善するという開発スタイルです。
2. 実際の現場を肌で感じられる
対話を積み重ね、現状と事実を整理しながら、本当に役に立つものづくりをするために、ドメイン知識および人との繋がりを大切にしています。
3. 多種多様なフェーズ・ビジネスモデルにおける問題解決に携われる
スタートアップフェーズの新規事業から、既に確立された基幹事業まで、異なるビジネスモデルに対して取り組む事ができ、幅広い経験が積めます。
4. 世界にインパクトを与えるサービス
ターゲットとなる市場は、年々社会的なニーズが高まっており、国の障害福祉予算は年間4兆円が割かれるなど、今後も成長が期待されているマーケットです。
Software Engineer in Test（SET）/QAエンジニア/顧客対応やナレッジ検索を効率化するAI SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
700万円〜1200万円
ポジション
Software Engineer in Test
仕事内容
“Human Empowerment Technology（テクノロジーで人の可能性を拡げる）”をビジョンに掲げ、同社はナレッジマネジメントに主軸を置いた3つの事業を運営しています。
瞬時に画面を共有し、コミュニケーションを加速する画像共有ツール、アイデアと知識を自由に記録して共有する知的生産Wikiシステム、企業のAIを強くするAIナレッジデータプラットフォームを提供しています。
生成AIの進化により、企業におけるAI活用は急速に広がっています。一方で、「人間向けに作られたデータをそのままAIに渡しても、期待した性能が出ない」という課題も明らかになっています。AIが正しく機能するには、データをAIにとって理解・活用しやすい“AI Ready”な状態、すなわちナレッジとして整える必要があります。
同社は、この「ナレッジ整備」と、それを最大限に活用する「AIアプリケーションの提供」の2軸で事業を展開し、企業や自治体、医療機関、教育機関などのAI活用を支える情報インフラの構築に取り組んでいます。
代表プロダクトは、iPhoneの日本語入力システムを開発した同社テクニカルフェロー・増井俊之が発明した「意図予測検索」技術をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する研究・プロダクト開発を進めており、導入実績は累計900サイトを突破しています。
本ポジションは、プロダクト品質を技術面から支えるSET（Software Engineer in Test）の募集です。
自動テストの設計・実装を自ら行うだけでなく、開発チームが継続的に品質を作り込めるよう、テスト基盤やCI/CD上のテスト実行環境、テスト方針の整備にも取り組んでいただきます。
すでに多くのお客様に使われているプロダクトを、より安全に、より速く改善し続けるために、テスト自動化を前提とした開発体制をチームに根づかせていく役割です。品質保証を開発の後工程に閉じず、設計・実装の段階から関わり、開発者が安心して変更を加えられる状態をつくっていただきます。
【業務内容】
●自動テストの設計・実装
・E2Eテストの拡充・安定化：Playwrightを活用したE2Eテストの拡充・安定化、継続的なリグレッション検知のための自動化カバレッジ向上
・テストピラミッドを意識した自動テストの改善：ユニットテスト・インテグレーションテスト・E2Eテストの適切なバランス設計と、テスト全体の信頼性・実行速度の最適化
・仕様に対して必要な自動テストの提案：新機能開発や仕様変更に対し、テスト設計の観点からレビュー・提案を実施。開発チームと協働し、設計・実装段階から品質を作り込むプロセスを推進
・自動テストを前提としたテスト戦略の策定：自動化の費用対効果を見極め、自動テストでカバーすべき範囲と探索的テストで補完すべき範囲を切り分ける
●テスト基盤の改善
・自動テスト基盤の改善：CI/CDパイプラインにおけるテスト実行環境の最適化、テスト実行速度の改善、フレイキーテストの削減・安定化
【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援: ESLint, Renovate
【開発環境】
・ソースコード管理: GitHub
・情報共有: Slack, 同社製品
・タスク管理: 同社製品
・オフィスアプリケーション: Google Workspace
【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・同社製品
・同社製品
瞬時に画面を共有し、コミュニケーションを加速する画像共有ツール、アイデアと知識を自由に記録して共有する知的生産Wikiシステム、企業のAIを強くするAIナレッジデータプラットフォームを提供しています。
生成AIの進化により、企業におけるAI活用は急速に広がっています。一方で、「人間向けに作られたデータをそのままAIに渡しても、期待した性能が出ない」という課題も明らかになっています。AIが正しく機能するには、データをAIにとって理解・活用しやすい“AI Ready”な状態、すなわちナレッジとして整える必要があります。
同社は、この「ナレッジ整備」と、それを最大限に活用する「AIアプリケーションの提供」の2軸で事業を展開し、企業や自治体、医療機関、教育機関などのAI活用を支える情報インフラの構築に取り組んでいます。
代表プロダクトは、iPhoneの日本語入力システムを開発した同社テクニカルフェロー・増井俊之が発明した「意図予測検索」技術をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する研究・プロダクト開発を進めており、導入実績は累計900サイトを突破しています。
本ポジションは、プロダクト品質を技術面から支えるSET（Software Engineer in Test）の募集です。
自動テストの設計・実装を自ら行うだけでなく、開発チームが継続的に品質を作り込めるよう、テスト基盤やCI/CD上のテスト実行環境、テスト方針の整備にも取り組んでいただきます。
すでに多くのお客様に使われているプロダクトを、より安全に、より速く改善し続けるために、テスト自動化を前提とした開発体制をチームに根づかせていく役割です。品質保証を開発の後工程に閉じず、設計・実装の段階から関わり、開発者が安心して変更を加えられる状態をつくっていただきます。
【業務内容】
●自動テストの設計・実装
・E2Eテストの拡充・安定化：Playwrightを活用したE2Eテストの拡充・安定化、継続的なリグレッション検知のための自動化カバレッジ向上
・テストピラミッドを意識した自動テストの改善：ユニットテスト・インテグレーションテスト・E2Eテストの適切なバランス設計と、テスト全体の信頼性・実行速度の最適化
・仕様に対して必要な自動テストの提案：新機能開発や仕様変更に対し、テスト設計の観点からレビュー・提案を実施。開発チームと協働し、設計・実装段階から品質を作り込むプロセスを推進
・自動テストを前提としたテスト戦略の策定：自動化の費用対効果を見極め、自動テストでカバーすべき範囲と探索的テストで補完すべき範囲を切り分ける
●テスト基盤の改善
・自動テスト基盤の改善：CI/CDパイプラインにおけるテスト実行環境の最適化、テスト実行速度の改善、フレイキーテストの削減・安定化
【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援: ESLint, Renovate
【開発環境】
・ソースコード管理: GitHub
・情報共有: Slack, 同社製品
・タスク管理: 同社製品
・オフィスアプリケーション: Google Workspace
【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・同社製品
・同社製品
【東京/京都】シニア検索エンジニア/顧客対応やナレッジ検索を効率化するAI SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
700万円〜1200万円
ポジション
シニア
仕事内容
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供を行っています。
同社を代表するプロダクトは、iPhoneの日本語入力システムを開発したテクニカルフェローが発明した「意図予測検索」技術（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
※特許番号 第7112155号、第7112156号
同社は独自の検索技術を開発しており、より精度を高めるために検索エンジニアを募集しています。独自アルゴリズムの調整、検索エンジンそのものの評価や最新の検索アルゴリズムについてのキャッチアップ、社内展開などをお任せします。
【業務内容】
・プロダクトの検索エンジンの評価とチューニング
・PdMと連携しながら、必要な施策を立案および実装
【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援: ESLint, Renovate
【開発環境】
・ソースコード管理: GitHub
・情報共有: Slack, 同社製品Cosense
・タスク管理: 同社製品Cosense
・オフィスアプリケーション: Google Workspace
【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・同社製品
・Gyazo
同社を代表するプロダクトは、iPhoneの日本語入力システムを開発したテクニカルフェローが発明した「意図予測検索」技術（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
※特許番号 第7112155号、第7112156号
同社は独自の検索技術を開発しており、より精度を高めるために検索エンジニアを募集しています。独自アルゴリズムの調整、検索エンジンそのものの評価や最新の検索アルゴリズムについてのキャッチアップ、社内展開などをお任せします。
【業務内容】
・プロダクトの検索エンジンの評価とチューニング
・PdMと連携しながら、必要な施策を立案および実装
【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援: ESLint, Renovate
【開発環境】
・ソースコード管理: GitHub
・情報共有: Slack, 同社製品Cosense
・タスク管理: 同社製品Cosense
・オフィスアプリケーション: Google Workspace
【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・同社製品
・Gyazo
【東京/京都】Forward Deployed Engineer（FDE）/顧客対応やナレッジ検索を効率化するAI SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
〜1500万円
ポジション
スペシャリスト
仕事内容
【業務概要】
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。
同社は、この「AI関連データ」を支えるAI関連データ基盤（AI関連データプラットフォーム）を展開するSaaS企業です。企業や医療機関、教育機関など企業や組織のAI活用を支える""情報インフラ""構築を支援するプロダクトの開発・提供を行っています。特に、エンタープライズ企業や自治体など、大規模かつ複雑なシステム環境を持つお客様への導入が急速に拡大しています。
顧客ごとの個別要件（既存システムとのAPI連携、複雑なデータ移行、セキュリティ要件への対応など）を技術的に解決し、最速で価値を提供するプロフェッショナルとして、新しく「Forward Deployed Engineer（FDE）」ポジションを立ち上げました。
客先常駐や受託開発とは異なり、FDEは同社プロダクトを起点に顧客課題を解く役割です。実装した解決策は顧客への価値提供にとどまらず、プロダクト自体の改善に直接フィードバックされます。このポジションを牽引していただける方を募集します。
【AIコンサル部でのFDEの位置づけ】
FDEはAIコンサル部に所属し、PM・業務コンサル・運用コンサルに加え、セールス、CS、開発チームと連携しながら、技術面から顧客のAI-Ready化を推進します。顧客課題の整理や業務変革の設計は業務コンサルと協働しますが、FDE自身にも、顧客のビジネス課題を理解し、技術でどのように価値を出すかを考える姿勢が求められます。現フェーズでは役割や進め方が固まりきっていないため、自分たちで型を作っていくことを楽しめる方を歓迎します。
【具体的な業務】
AIコンサル部のPM・業務コンサル・運用コンサルに加え、セールス・CS・開発チームと連携しながら、顧客の業務課題解決とAI-Ready化、プロダクトの導入・活用推進を担います。
* 顧客の業務課題・AI活用ニーズのヒアリングと構造化
* 顧客の業務フローを分解・構造化し、本当に解くべき課題を特定する
* 顧客の要望をそのまま受け取らず、背景・目的を深掘りして本質課題を言語化する
* 経営層・事業部門・IT部門など複数ステークホルダーとの合意形成
* 技術的導入支援・PoC
* 営業・CSに技術専門家として同行し、IT部門・開発部門への技術説明・セキュリティ要件対応・実現可能性の検証（PoC）
* AIコーディングツールを活用し、議論の場で素早くプロトタイプを作成して顧客の意思決定を前に進める
* 顧客の既存システム（CRM・社内ポータル・各種SaaSなど）とプロダクトを連携させるためのアーキテクチャ設計・API連携の実装・技術要件定義
* ナレッジデータ整備・AI-Ready化への伴走
* 顧客が保有するナレッジデータ（FAQ・マニュアル・社内文書など）の現状診断と整備
* 暗黙知・口頭伝承として現場に眠る知識の発掘・構造化・ドキュメント化支援
* ナレッジデータのプロダクトへの統合（データ抽出・クレンジング・変換スクリプトの作成）
* 情報鮮度を保ち続けるための運用ルール設計・定着支援
* プロダクトへのフィードバック
* 現場で得た顧客ニーズ・導入時のペインポイントを抽象化し、機能要望として開発チーム（PM/エンジニア）へフィードバック
* 個別対応の中に「汎用化できる要素」を見出し、コアプロダクトの改善に貢献
【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援: GitHub Actions, ESLint, Renovate, など
【開発環境】
・ソースコード管理: GitHub
・コミュニケーション: Slack, Cosense, Google Meet
・グループウェア: Google Workspace
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。
同社は、この「AI関連データ」を支えるAI関連データ基盤（AI関連データプラットフォーム）を展開するSaaS企業です。企業や医療機関、教育機関など企業や組織のAI活用を支える""情報インフラ""構築を支援するプロダクトの開発・提供を行っています。特に、エンタープライズ企業や自治体など、大規模かつ複雑なシステム環境を持つお客様への導入が急速に拡大しています。
顧客ごとの個別要件（既存システムとのAPI連携、複雑なデータ移行、セキュリティ要件への対応など）を技術的に解決し、最速で価値を提供するプロフェッショナルとして、新しく「Forward Deployed Engineer（FDE）」ポジションを立ち上げました。
客先常駐や受託開発とは異なり、FDEは同社プロダクトを起点に顧客課題を解く役割です。実装した解決策は顧客への価値提供にとどまらず、プロダクト自体の改善に直接フィードバックされます。このポジションを牽引していただける方を募集します。
【AIコンサル部でのFDEの位置づけ】
FDEはAIコンサル部に所属し、PM・業務コンサル・運用コンサルに加え、セールス、CS、開発チームと連携しながら、技術面から顧客のAI-Ready化を推進します。顧客課題の整理や業務変革の設計は業務コンサルと協働しますが、FDE自身にも、顧客のビジネス課題を理解し、技術でどのように価値を出すかを考える姿勢が求められます。現フェーズでは役割や進め方が固まりきっていないため、自分たちで型を作っていくことを楽しめる方を歓迎します。
【具体的な業務】
AIコンサル部のPM・業務コンサル・運用コンサルに加え、セールス・CS・開発チームと連携しながら、顧客の業務課題解決とAI-Ready化、プロダクトの導入・活用推進を担います。
* 顧客の業務課題・AI活用ニーズのヒアリングと構造化
* 顧客の業務フローを分解・構造化し、本当に解くべき課題を特定する
* 顧客の要望をそのまま受け取らず、背景・目的を深掘りして本質課題を言語化する
* 経営層・事業部門・IT部門など複数ステークホルダーとの合意形成
* 技術的導入支援・PoC
* 営業・CSに技術専門家として同行し、IT部門・開発部門への技術説明・セキュリティ要件対応・実現可能性の検証（PoC）
* AIコーディングツールを活用し、議論の場で素早くプロトタイプを作成して顧客の意思決定を前に進める
* 顧客の既存システム（CRM・社内ポータル・各種SaaSなど）とプロダクトを連携させるためのアーキテクチャ設計・API連携の実装・技術要件定義
* ナレッジデータ整備・AI-Ready化への伴走
* 顧客が保有するナレッジデータ（FAQ・マニュアル・社内文書など）の現状診断と整備
* 暗黙知・口頭伝承として現場に眠る知識の発掘・構造化・ドキュメント化支援
* ナレッジデータのプロダクトへの統合（データ抽出・クレンジング・変換スクリプトの作成）
* 情報鮮度を保ち続けるための運用ルール設計・定着支援
* プロダクトへのフィードバック
* 現場で得た顧客ニーズ・導入時のペインポイントを抽象化し、機能要望として開発チーム（PM/エンジニア）へフィードバック
* 個別対応の中に「汎用化できる要素」を見出し、コアプロダクトの改善に貢献
【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援: GitHub Actions, ESLint, Renovate, など
【開発環境】
・ソースコード管理: GitHub
・コミュニケーション: Slack, Cosense, Google Meet
・グループウェア: Google Workspace
【東京/京都】アナリティクスエンジニア/顧客対応やナレッジ検索を効率化するAI SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
700万円〜1200万円
ポジション
担当者
仕事内容
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが、AIの判断の根拠となる「ナレッジ」です。AIはモデルやアプリケーション単体では正しく機能せず、""何をもとに答えを導き出すか""、つまり正確に整理された知識のデータ基盤が不可欠です。
同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など、幅広い企業や組織のAI活用を支える""情報インフラ""の構築を支援するプロダクトの開発・提供を行っています。
同社を代表する主力プロダクトは、iPhoneの日本語入力システムを開発した同社テクニカルフェローが発明した「意図予測検索」技術（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
プロダクトの成功のためには、データに基づく意思決定支援の仕組みが必要です。主力プロダクトの導入により実際に成果が向上していることを証明するため、あるいはデータの活用そのものを競争優位性に繋げるためには、信頼でき、スケーラブルに利用可能であり、拡張可能性の高いデータ分析基盤が必要です。
本ポジションでは、アナリティクスエンジニアとして、蓄積されたデータをニーズに沿った形で活用するため、社内・社外のユーザーとの対話を通じて要件を設計し、信頼のある形でデータを利用する仕組みを作るアナリティクスエンジニア業務をお任せします。
【業務内容】
・データを利用する社外ユーザーや社内ユーザーに対するヒアリング、要件の設計、コンテキストエンジニアリング
・コンテキストを踏まえた最適なデータ提供経路の選定
・データ提供の実装、BIの構築、業務で利用するためのAgent Skillsの実装と提供
・テーブルの作成、テストの実施、ドキュメンテーションの整備
・既存のTransform Layerの維持、機能拡張、トラブルシューティング
【プロダクトの技術要素】
・フロントエンド：React, JavaScript/TypeScript
・バックエンド：Node.js, JavaScript/TypeScript, Python
・インフラ：Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援：ESLint, Renovate
【データエンジニアリング環境の技術要素】
・BI：Looker Studio, Tableau
・Transform Layer：dbt, MetricFlow
・DWH: Google BigQuery
・データソース：Google Analytics 4, Google Spreadsheet, Salesforce, MongoDB Atlas,Google Cloud Logging
・タスク管理：GitHub Projects, GitHubのIssue
【AIの利用環境】
データエンジニアリング領域では、AIの存在を前提とした開発フローの再構築を実施しています。主な実施内容は以下のとおりです。
・Agent Skillsの活用による手続的ワークフローの自動化。現在、リポジトリ内には30個以上のAgent Skillsが実装されています。
・MCP Serverを利用したAIによるデータアクセスの拡大。BigQuery MCP Serverやdbt MCP Serverの導入により、AIによる自然言語を通じたデータアクセスが可能となっています。
・Claude CodeやDevinなどのAIの力を最大限に活かすためのハーネスエンジニアリングの実施。
ドキュメンテーションやタスク管理など、コーディングの周辺分野も含めてAIに向けた最適化を進め、AIが真に活躍できる環境を整備しています。
・AIにとって扱いやすい技術スタックの選定
既存のワークフローを前提とした単なる「AIの導入」ではなく、「AIが存在することを前提としたワークフローの再構築」を実施し、高いスピード感を持って結果を出し、スケーラブルな形で運用できるようにすることを目指しています。
同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など、幅広い企業や組織のAI活用を支える""情報インフラ""の構築を支援するプロダクトの開発・提供を行っています。
同社を代表する主力プロダクトは、iPhoneの日本語入力システムを開発した同社テクニカルフェローが発明した「意図予測検索」技術（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
プロダクトの成功のためには、データに基づく意思決定支援の仕組みが必要です。主力プロダクトの導入により実際に成果が向上していることを証明するため、あるいはデータの活用そのものを競争優位性に繋げるためには、信頼でき、スケーラブルに利用可能であり、拡張可能性の高いデータ分析基盤が必要です。
本ポジションでは、アナリティクスエンジニアとして、蓄積されたデータをニーズに沿った形で活用するため、社内・社外のユーザーとの対話を通じて要件を設計し、信頼のある形でデータを利用する仕組みを作るアナリティクスエンジニア業務をお任せします。
【業務内容】
・データを利用する社外ユーザーや社内ユーザーに対するヒアリング、要件の設計、コンテキストエンジニアリング
・コンテキストを踏まえた最適なデータ提供経路の選定
・データ提供の実装、BIの構築、業務で利用するためのAgent Skillsの実装と提供
・テーブルの作成、テストの実施、ドキュメンテーションの整備
・既存のTransform Layerの維持、機能拡張、トラブルシューティング
【プロダクトの技術要素】
・フロントエンド：React, JavaScript/TypeScript
・バックエンド：Node.js, JavaScript/TypeScript, Python
・インフラ：Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援：ESLint, Renovate
【データエンジニアリング環境の技術要素】
・BI：Looker Studio, Tableau
・Transform Layer：dbt, MetricFlow
・DWH: Google BigQuery
・データソース：Google Analytics 4, Google Spreadsheet, Salesforce, MongoDB Atlas,Google Cloud Logging
・タスク管理：GitHub Projects, GitHubのIssue
【AIの利用環境】
データエンジニアリング領域では、AIの存在を前提とした開発フローの再構築を実施しています。主な実施内容は以下のとおりです。
・Agent Skillsの活用による手続的ワークフローの自動化。現在、リポジトリ内には30個以上のAgent Skillsが実装されています。
・MCP Serverを利用したAIによるデータアクセスの拡大。BigQuery MCP Serverやdbt MCP Serverの導入により、AIによる自然言語を通じたデータアクセスが可能となっています。
・Claude CodeやDevinなどのAIの力を最大限に活かすためのハーネスエンジニアリングの実施。
ドキュメンテーションやタスク管理など、コーディングの周辺分野も含めてAIに向けた最適化を進め、AIが真に活躍できる環境を整備しています。
・AIにとって扱いやすい技術スタックの選定
既存のワークフローを前提とした単なる「AIの導入」ではなく、「AIが存在することを前提としたワークフローの再構築」を実施し、高いスピード感を持って結果を出し、スケーラブルな形で運用できるようにすることを目指しています。
【東京/京都】スケーラビリティエンジニア（SRE）/顧客対応やナレッジ検索を効率化するAI SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
〜1200万円
ポジション
担当者
仕事内容
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供しています。
同社を代表するプロダクトは、独自の検索技術をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
今回ご案内するポジションは、同社のスケーラビリティエンジニアとしての業務をお任せします。
同社はインフラにPaaSを積極的に活用しており、PaaSで実装したアプリケーションは、アプリケーションのコード自体がインフラです。そのため、サービス成長に伴う将来的なアクセス増加に備えて準備しつつ、アプリケーション側の改善とインフラ構成・設計を同等に考え、柔軟に対処していけるアプリケーション開発者を求めています。
業務の流れとしてはまず、通常のWebアプリケーションエンジニアとして開発に従事いただき、同時に、スケーラビリティを確保する活動をしていただく予定です。具体的にはDBやアプリケーションサーバー、クラウドインフラのメトリクスやアラートを見て、将来的なボトルネックを想像することや、DBやアプリケーション、クラウドインフラへの関心を持ち、未来に備えた調査・学習をしていただきます。
別事業のサービスでは、上記のような業務を担うメンバーがおり、今回同社の主力サービスでも募集をすることになりました。
【具体的な業務内容】
1. Webアプリケーションエンジニアとしての主力サービス開発
平常時に、半分程度のリソースを他のエンジニアと同様に主力サービスの開発に従事します。自ら開発する事を通して主力サービスのシステム構成の土地勘を獲得するのが目的です。
2. スケーラビリティエンジニアとしての開発/提案
残り半分程度のリソースでスケーラビリティを維持する業務に従事します。急にアクセス数が3倍になった場合でも、サーバーの台数を3倍にすれば対処できる状態を維持できるのが目安です。全ての性能改善業務を1人で完遂する必要はありません。まずはメトリクスやアラートから将来的な危機を察知・リストアップし、開発チーム内で共有する、第一声を上げる役割を期待しています。危機を共有した後は、その機能を実装したエンジニアと協力してシステムを改良します。（なお、同社には自分の開発した機能についての責任感が強いエンジニアが多く在籍しているため、協力を得ながら推進することができます。）
3. その他
・CI/CD環境の維持・改善
・適切な範囲のテスト網羅
・実行時エラーなどのアラート改善
・サーバーやライブラリのバージョン更新
同社を代表するプロダクトは、独自の検索技術をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
今回ご案内するポジションは、同社のスケーラビリティエンジニアとしての業務をお任せします。
同社はインフラにPaaSを積極的に活用しており、PaaSで実装したアプリケーションは、アプリケーションのコード自体がインフラです。そのため、サービス成長に伴う将来的なアクセス増加に備えて準備しつつ、アプリケーション側の改善とインフラ構成・設計を同等に考え、柔軟に対処していけるアプリケーション開発者を求めています。
業務の流れとしてはまず、通常のWebアプリケーションエンジニアとして開発に従事いただき、同時に、スケーラビリティを確保する活動をしていただく予定です。具体的にはDBやアプリケーションサーバー、クラウドインフラのメトリクスやアラートを見て、将来的なボトルネックを想像することや、DBやアプリケーション、クラウドインフラへの関心を持ち、未来に備えた調査・学習をしていただきます。
別事業のサービスでは、上記のような業務を担うメンバーがおり、今回同社の主力サービスでも募集をすることになりました。
【具体的な業務内容】
1. Webアプリケーションエンジニアとしての主力サービス開発
平常時に、半分程度のリソースを他のエンジニアと同様に主力サービスの開発に従事します。自ら開発する事を通して主力サービスのシステム構成の土地勘を獲得するのが目的です。
2. スケーラビリティエンジニアとしての開発/提案
残り半分程度のリソースでスケーラビリティを維持する業務に従事します。急にアクセス数が3倍になった場合でも、サーバーの台数を3倍にすれば対処できる状態を維持できるのが目安です。全ての性能改善業務を1人で完遂する必要はありません。まずはメトリクスやアラートから将来的な危機を察知・リストアップし、開発チーム内で共有する、第一声を上げる役割を期待しています。危機を共有した後は、その機能を実装したエンジニアと協力してシステムを改良します。（なお、同社には自分の開発した機能についての責任感が強いエンジニアが多く在籍しているため、協力を得ながら推進することができます。）
3. その他
・CI/CD環境の維持・改善
・適切な範囲のテスト網羅
・実行時エラーなどのアラート改善
・サーバーやライブラリのバージョン更新
【東京/京都】データエンジニア/顧客対応やナレッジ検索を効率化するAI SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
700万円〜1200万円
ポジション
担当者
仕事内容
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが、AIの判断の根拠となる「ナレッジ」です。 AIはモデルやアプリケーション単体では正しく機能せず、""何をもとに答えを導き出すか""、つまり正確に整理された知識のデータ基盤が不可欠です。
同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など、幅広い企業や組織のAI活用を支える""情報インフラ""の構築を支援するプロダクトの開発・提供を行っています。
同社を代表するプロダクトは、同社のテクニカルフェローが発明した「独自の検索技術」（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
プロダクトの成功のためには、データに基づく意思決定支援の仕組みが必要です。同社プロダクトの導入により実際に成果が向上していることを証明するため、あるいはデータの活用そのものを競争優位性に繋げるためには、信頼でき、スケーラブルに利用可能であり、拡張可能性の高いデータ分析基盤が必要です。
データエンジニアとして、ニーズに沿ったデータ収集を行うため、社内・社外のユーザーとの対話を通じて要件を設計し、信頼のある形でデータを収集する仕組みを作るデータエンジニア業務をお任せします。
【具体的な業務】
・データ基盤のアーキテクチャ設計・構築・運用
・Terraform/IaCによるインフラの構成管理
・Cloud Composer（Apache Airflow）によるデータパイプラインのオーケストレーション設計・運用
・データパイプラインの信頼性・可観測性の向上
・データ基盤のセキュリティ・アクセス管理
・アナリティクスエンジニアと連携したデータモデリング基盤の整備
・CI/CDパイプラインの構築・改善
・データ収集の実装、エラー対応
【プロダクトの技術要素】
・フロントエンド：React, JavaScript/TypeScript
・バックエンド：Node.js, JavaScript/TypeScript, Python
・インフラ：Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援：ESLint, Renovate
【データエンジニアリング環境の技術要素】
・BI：Looker Studio, Tableau
・Transform Layer：dbt, MetricFlow
・DWH: Google BigQuery
・データソース：Google Analytics 4, Google Spreadsheet, Salesforce, MongoDB Atlas, Google Cloud Logging
・タスク管理：GitHub Projects, GitHubのIssue
【AIの利用環境】
データエンジニアリング領域では、AIの存在を前提とした開発フローの再構築を実施しています。主な実施内容は以下のとおりです。
・Agent Skillsの活用による手続的ワークフローの自動化。リポジトリ内には多数のAgent Skillsが実装されています。
・MCP Serverを利用したAIによるデータアクセスの拡大。MCP Serverの導入により、AIによる自然言語を通じたデータアクセスが可能となっています。
・Claude CodeやDevinなどのAIの力を最大限に活かすためのハーネスエンジニアリングの実施。
ドキュメンテーションやタスク管理など、コーディングの周辺分野も含めてAIに向けた最適化を進め、AIが真に活躍できる環境を整備しています。
・AIにとって扱いやすい技術スタックの選定
既存のワークフローを前提とした単なる「AIの導入」ではなく、「AIが存在することを前提としたワークフローの再構築」を実施し、高いスピード感を持って結果を出し、スケーラブルな形で運用できるようにすることを目指しています。
同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など、幅広い企業や組織のAI活用を支える""情報インフラ""の構築を支援するプロダクトの開発・提供を行っています。
同社を代表するプロダクトは、同社のテクニカルフェローが発明した「独自の検索技術」（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
プロダクトの成功のためには、データに基づく意思決定支援の仕組みが必要です。同社プロダクトの導入により実際に成果が向上していることを証明するため、あるいはデータの活用そのものを競争優位性に繋げるためには、信頼でき、スケーラブルに利用可能であり、拡張可能性の高いデータ分析基盤が必要です。
データエンジニアとして、ニーズに沿ったデータ収集を行うため、社内・社外のユーザーとの対話を通じて要件を設計し、信頼のある形でデータを収集する仕組みを作るデータエンジニア業務をお任せします。
【具体的な業務】
・データ基盤のアーキテクチャ設計・構築・運用
・Terraform/IaCによるインフラの構成管理
・Cloud Composer（Apache Airflow）によるデータパイプラインのオーケストレーション設計・運用
・データパイプラインの信頼性・可観測性の向上
・データ基盤のセキュリティ・アクセス管理
・アナリティクスエンジニアと連携したデータモデリング基盤の整備
・CI/CDパイプラインの構築・改善
・データ収集の実装、エラー対応
【プロダクトの技術要素】
・フロントエンド：React, JavaScript/TypeScript
・バックエンド：Node.js, JavaScript/TypeScript, Python
・インフラ：Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援：ESLint, Renovate
【データエンジニアリング環境の技術要素】
・BI：Looker Studio, Tableau
・Transform Layer：dbt, MetricFlow
・DWH: Google BigQuery
・データソース：Google Analytics 4, Google Spreadsheet, Salesforce, MongoDB Atlas, Google Cloud Logging
・タスク管理：GitHub Projects, GitHubのIssue
【AIの利用環境】
データエンジニアリング領域では、AIの存在を前提とした開発フローの再構築を実施しています。主な実施内容は以下のとおりです。
・Agent Skillsの活用による手続的ワークフローの自動化。リポジトリ内には多数のAgent Skillsが実装されています。
・MCP Serverを利用したAIによるデータアクセスの拡大。MCP Serverの導入により、AIによる自然言語を通じたデータアクセスが可能となっています。
・Claude CodeやDevinなどのAIの力を最大限に活かすためのハーネスエンジニアリングの実施。
ドキュメンテーションやタスク管理など、コーディングの周辺分野も含めてAIに向けた最適化を進め、AIが真に活躍できる環境を整備しています。
・AIにとって扱いやすい技術スタックの選定
既存のワークフローを前提とした単なる「AIの導入」ではなく、「AIが存在することを前提としたワークフローの再構築」を実施し、高いスピード感を持って結果を出し、スケーラブルな形で運用できるようにすることを目指しています。
【東京都】コーポレートITスタッフ（開発部）/顧客対応やナレッジ検索を効率化するAI SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
〜870万円
ポジション
コーポレートITスタッフ
仕事内容
“Human Empowerment Technology（テクノロジーで人の可能性を拡げる）”をビジョンに掲げ、同社はナレッジマネジメントに主軸を置いた3つの事業を運営しています。
1. 瞬時に画面を共有し、コミュニケーションを加速する画像共有ツール
2. アイデアと知識を自由に記録して共有する、知的生産Wikiシステム
3. 企業のAIを強くする、AIナレッジデータプラットフォーム
生成AIの進化により、企業におけるAI活用は急速に広がっています。一方で、「人間向けに作られたデータをそのままAIに渡しても、期待した性能が出ない」という課題も明らかになっています。AIが正しく機能するには、データをAIにとって理解・活用しやすい“AI Ready”な状態、すなわちナレッジとして整える必要があります。
同社は、この「ナレッジ整備」と、それを最大限に活用する「AIアプリケーションの提供」の2軸で事業を展開し、企業や自治体、医療機関、教育機関などのAI活用を支える情報インフラの構築に取り組んでいます。
代表プロダクトは、iPhoneの日本語入力システムを開発したテクニカルフェローが発明した「意図予測検索」技術をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する研究・プロダクト開発を進めており、導入実績は累計900サイトを突破しています。
※特許番号 第7112155号、第7112156号
具体的な業務:
急成長する組織の中で、メンバー全員が最高のパフォーマンスを発揮できるIT環境づくりを、コーポレートITチームの一員（情報システム担当）として支えるポジションです。
開発部に所属し、B2C/B2B SaaSを開発するエンジニアと連携しながら、社内ITの運用・改善を実務で進めます。
マネージャーやチームの方針のもとで、組織規模の拡大に合わせてメンバーが安定して業務に取り組める環境を整えることを楽しめる方を歓迎します。
* 社内ヘルプデスク
* アカウント管理の効率化
* PC調達
* 情報セキュリティの啓蒙・改善（社内IT業務）
* IT統制に関する実務
* 監査対応のサポート
ポジション・部門の魅力:
開発部は同社の3つのプロダクトごとに開発チームを組成しており、プロダクトの垣根を超えた意見交換・アイデア発信も活発です。
CEOやCTOと働く、プロダクトドリブンな企業文化が根付いており、開発技術全般からUI/UX・LLMに関する議論が常に盛んです。
2015年よりフルリモート・フルフレックスを前提とした環境を構築しており、従業員数が200名を超えた現在もそれを発展させています。社員は全国33都道府県（北海道から沖縄まで）に居住しており、テキストコミュニケーションをベースに非同期的に仕事を進める土壌が整っています。居住地や出勤の有無に関わらず活躍できる環境です。
1. 瞬時に画面を共有し、コミュニケーションを加速する画像共有ツール
2. アイデアと知識を自由に記録して共有する、知的生産Wikiシステム
3. 企業のAIを強くする、AIナレッジデータプラットフォーム
生成AIの進化により、企業におけるAI活用は急速に広がっています。一方で、「人間向けに作られたデータをそのままAIに渡しても、期待した性能が出ない」という課題も明らかになっています。AIが正しく機能するには、データをAIにとって理解・活用しやすい“AI Ready”な状態、すなわちナレッジとして整える必要があります。
同社は、この「ナレッジ整備」と、それを最大限に活用する「AIアプリケーションの提供」の2軸で事業を展開し、企業や自治体、医療機関、教育機関などのAI活用を支える情報インフラの構築に取り組んでいます。
代表プロダクトは、iPhoneの日本語入力システムを開発したテクニカルフェローが発明した「意図予測検索」技術をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する研究・プロダクト開発を進めており、導入実績は累計900サイトを突破しています。
※特許番号 第7112155号、第7112156号
具体的な業務:
急成長する組織の中で、メンバー全員が最高のパフォーマンスを発揮できるIT環境づくりを、コーポレートITチームの一員（情報システム担当）として支えるポジションです。
開発部に所属し、B2C/B2B SaaSを開発するエンジニアと連携しながら、社内ITの運用・改善を実務で進めます。
マネージャーやチームの方針のもとで、組織規模の拡大に合わせてメンバーが安定して業務に取り組める環境を整えることを楽しめる方を歓迎します。
* 社内ヘルプデスク
* アカウント管理の効率化
* PC調達
* 情報セキュリティの啓蒙・改善（社内IT業務）
* IT統制に関する実務
* 監査対応のサポート
ポジション・部門の魅力:
開発部は同社の3つのプロダクトごとに開発チームを組成しており、プロダクトの垣根を超えた意見交換・アイデア発信も活発です。
CEOやCTOと働く、プロダクトドリブンな企業文化が根付いており、開発技術全般からUI/UX・LLMに関する議論が常に盛んです。
2015年よりフルリモート・フルフレックスを前提とした環境を構築しており、従業員数が200名を超えた現在もそれを発展させています。社員は全国33都道府県（北海道から沖縄まで）に居住しており、テキストコミュニケーションをベースに非同期的に仕事を進める土壌が整っています。居住地や出勤の有無に関わらず活躍できる環境です。
【京都府/東京都】AIオペレーションマネージャー/顧客対応やナレッジ検索を効率化するAI SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
700万円〜900万円
ポジション
マネージャー
仕事内容
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。
同社は、AIナレッジデータ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供を行っています。
同社を代表する主力プロダクトは、日本語入力システムを開発したテクニカルフェローが発明した「意図予測検索」技術（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
同社は、生成AIの活用を単なる業務効率化ではなく、競争優位そのものと捉え、プロダクト・開発・ビジネス・コーポレートの各領域で先進的な取り組みを続けてきました。
すでに社内では、
・自社製品への生成AI機能の継続的な組み込み
・開発部におけるバイブコーディングや開発AIエージェントの活用
・ビジネス・コーポレート部門での生成AI等の高度な業務活用
といった施策がトップダウン・ボトムアップの両面で自然に進んでいる状態です。
本ポジションは、こうした土台の上にあるAI活用をさらに引き上げ、知見を組織能力へと昇華し、組織の加速を目指す業務を担うものです。
▼主な業務内容
・社内で生まれている高度な生成AI活用事例の構造化・言語化
・優れたAI活用を、他部門へ再現・展開できる形へ昇華
・生成AI／AI支援SaaSの追加導入・統合・最適化
・新しいAI活用ユースケースの探索・企画・実験
・AI活用を前提としたルール・ガイドラインの高度化
※ 活用を制限するためではなく、「安心して攻める」ための設計
・中級者 上級者向けの実践的な社内ワークショップや講習の企画・実施
・各部門と連携したPoC・試行的取り組みの伴走
「教える役割」ではなく、一緒に試し、考え、発明する立場を期待しています。
【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援: ESLint, Renovate
【開発環境】
・ソースコード管理: GitHub
・情報共有: Slack, 社内ツール
・タスク管理: 社内ツール
・オフィスアプリケーション: Google Workspace
【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・社内ツール
同社は、AIナレッジデータ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供を行っています。
同社を代表する主力プロダクトは、日本語入力システムを開発したテクニカルフェローが発明した「意図予測検索」技術（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
同社は、生成AIの活用を単なる業務効率化ではなく、競争優位そのものと捉え、プロダクト・開発・ビジネス・コーポレートの各領域で先進的な取り組みを続けてきました。
すでに社内では、
・自社製品への生成AI機能の継続的な組み込み
・開発部におけるバイブコーディングや開発AIエージェントの活用
・ビジネス・コーポレート部門での生成AI等の高度な業務活用
といった施策がトップダウン・ボトムアップの両面で自然に進んでいる状態です。
本ポジションは、こうした土台の上にあるAI活用をさらに引き上げ、知見を組織能力へと昇華し、組織の加速を目指す業務を担うものです。
▼主な業務内容
・社内で生まれている高度な生成AI活用事例の構造化・言語化
・優れたAI活用を、他部門へ再現・展開できる形へ昇華
・生成AI／AI支援SaaSの追加導入・統合・最適化
・新しいAI活用ユースケースの探索・企画・実験
・AI活用を前提としたルール・ガイドラインの高度化
※ 活用を制限するためではなく、「安心して攻める」ための設計
・中級者 上級者向けの実践的な社内ワークショップや講習の企画・実施
・各部門と連携したPoC・試行的取り組みの伴走
「教える役割」ではなく、一緒に試し、考え、発明する立場を期待しています。
【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援: ESLint, Renovate
【開発環境】
・ソースコード管理: GitHub
・情報共有: Slack, 社内ツール
・タスク管理: 社内ツール
・オフィスアプリケーション: Google Workspace
【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・社内ツール
プロダクトエンジニア（EM候補）/顧客対応やナレッジ検索を効率化するAI SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
750万円〜1200万円
ポジション
EM候補
仕事内容
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。
同社の主力製品は、情報をその場で素早く残せるキャプチャツールです。見た瞬間を直感的に記録し、あとから必要なときにすぐ見つけ出し、誰にでも簡単に伝えることができます。Web、Windows、macOS、iOS、Android、ブラウザ拡張など多様なプラットフォームで展開され、日常のメモやアイデア整理から、チームでの開発・業務コミュニケーションまで、幅広い用途で活用されています。
このポジションでは、主力製品のエンジニアとしてWebアプリケーションをメインにプロダクトの開発・改善に携わります。多くのユーザーが日常的に使うプロダクトとして、優れたUXと高度な機能を両立したアプリケーションの開発にチャレンジできる環境です。
【業務内容】
同社が開発・運営する主力サービス「同社製品」の開発を担当いただきます。
主にWebアプリケーションのフロントエンド開発を中心に、PdM・デザイナー・バックエンドエンジニアなどの他職種と密に連携しながら、ユーザー体験の向上に取り組みます。
また、既存機能の改善にとどまらず、新機能の提案・企画から実装、さらには利用状況の統計処理や分析まで、プロダクト成長に関わる幅広い業務に携わっていただきます。
EM候補として、将来的にプレイングマネージャーとして活躍できる方を募集しています。
【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Ruby on Rails, Go
・インフラ: Google Cloud, MongoDB, Kubernetes (GKE)
・開発支援: ESLint, Renovate
【開発環境】
・ソースコード管理: GitHub
・情報共有: Slack, 情報共有ツール
・タスク管理: GitHub, 情報共有ツール
・オフィスアプリケーション: Google Workspace
【利用ツール】
・GitHub
・GitHub Actions
・Sentry
・Newrelic
・同社製品
・同社製品
同社の主力製品は、情報をその場で素早く残せるキャプチャツールです。見た瞬間を直感的に記録し、あとから必要なときにすぐ見つけ出し、誰にでも簡単に伝えることができます。Web、Windows、macOS、iOS、Android、ブラウザ拡張など多様なプラットフォームで展開され、日常のメモやアイデア整理から、チームでの開発・業務コミュニケーションまで、幅広い用途で活用されています。
このポジションでは、主力製品のエンジニアとしてWebアプリケーションをメインにプロダクトの開発・改善に携わります。多くのユーザーが日常的に使うプロダクトとして、優れたUXと高度な機能を両立したアプリケーションの開発にチャレンジできる環境です。
【業務内容】
同社が開発・運営する主力サービス「同社製品」の開発を担当いただきます。
主にWebアプリケーションのフロントエンド開発を中心に、PdM・デザイナー・バックエンドエンジニアなどの他職種と密に連携しながら、ユーザー体験の向上に取り組みます。
また、既存機能の改善にとどまらず、新機能の提案・企画から実装、さらには利用状況の統計処理や分析まで、プロダクト成長に関わる幅広い業務に携わっていただきます。
EM候補として、将来的にプレイングマネージャーとして活躍できる方を募集しています。
【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Ruby on Rails, Go
・インフラ: Google Cloud, MongoDB, Kubernetes (GKE)
・開発支援: ESLint, Renovate
【開発環境】
・ソースコード管理: GitHub
・情報共有: Slack, 情報共有ツール
・タスク管理: GitHub, 情報共有ツール
・オフィスアプリケーション: Google Workspace
【利用ツール】
・GitHub
・GitHub Actions
・Sentry
・Newrelic
・同社製品
・同社製品
プロダクトマネージャー/顧客対応やナレッジ検索を効率化するAI SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
700万円〜1200万円
ポジション
プロダクトマネージャー
仕事内容
同社は「テクノロジーの発明により、人の可能性を拡張する」をビジョンに掲げ、ナレッジマネジメントに主軸を置いた3つの事業を運営しています。
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。AIはモデルやアプリケーション単体では正しく機能せず、何をもとに答えを導き出すかというナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。
同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える情報インフラ構築を支援するプロダクトの開発・提供を行っています。
代表的なプロダクトは、独自技術である意図予測検索技術をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
【ポジション概要】
事業におけるプロダクトマネージャー（PdM）を募集しています。
開発部では新しいプロダクトや新機能の企画・開発・運用の一連のプロダクト開発のフローを主導しています。現在は独自技術の意図予測検索を軸に、生成AI/LLMを活用したプロダクトラインの拡充を目指して開発を進めています。
また、エンジニア出身のプロダクトマネージャーが中心となりながら、メンバーと協力してプロダクトマネジメントを実施しています。事業成長とともに増えるプロダクトラインに合わせて、プロダクトマネージャーを増やしたいと考えており、本求人では新たにプロダクトのグロースを牽引できる方を募集しております。
【職務内容】
・プロダクト戦略やロードマップ作成、検討
・開発企画の要件定義、プロトタイプ作成など
・プロダクトリリースに向けたエンジニア、デザイナーの調整
・セールスやカスタマーサクセスといった社内のステークホルダーとの連携
・定性・定量の分析を通じた顧客・ユーザーへの理解
【技術スタックとIT環境】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python(一部)
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas, Cloudflare
・開発支援: GitHub, GitHub Actions, ESLint, Renovate, など
・チャット: Slack
・情報共有：同社製品
・オンライン会議：Google Meet
・グループウェア: Google Workspace
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。AIはモデルやアプリケーション単体では正しく機能せず、何をもとに答えを導き出すかというナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。
同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える情報インフラ構築を支援するプロダクトの開発・提供を行っています。
代表的なプロダクトは、独自技術である意図予測検索技術をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
【ポジション概要】
事業におけるプロダクトマネージャー（PdM）を募集しています。
開発部では新しいプロダクトや新機能の企画・開発・運用の一連のプロダクト開発のフローを主導しています。現在は独自技術の意図予測検索を軸に、生成AI/LLMを活用したプロダクトラインの拡充を目指して開発を進めています。
また、エンジニア出身のプロダクトマネージャーが中心となりながら、メンバーと協力してプロダクトマネジメントを実施しています。事業成長とともに増えるプロダクトラインに合わせて、プロダクトマネージャーを増やしたいと考えており、本求人では新たにプロダクトのグロースを牽引できる方を募集しております。
【職務内容】
・プロダクト戦略やロードマップ作成、検討
・開発企画の要件定義、プロトタイプ作成など
・プロダクトリリースに向けたエンジニア、デザイナーの調整
・セールスやカスタマーサクセスといった社内のステークホルダーとの連携
・定性・定量の分析を通じた顧客・ユーザーへの理解
【技術スタックとIT環境】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python(一部)
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas, Cloudflare
・開発支援: GitHub, GitHub Actions, ESLint, Renovate, など
・チャット: Slack
・情報共有：同社製品
・オンライン会議：Google Meet
・グループウェア: Google Workspace
【京都/東京】Gyazoプロダクトエンジニア/顧客対応やナレッジ検索を効率化するAI SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
650万円〜1000万円
ポジション
担当者
仕事内容
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。
情報をその場で素早く残せるキャプチャツール製品の開発に携わります。見た瞬間を直感的に記録し、あとから必要なときにすぐ見つけ出し、誰にでも簡単に伝えることができます。Web、Windows、macOS、iOS、Android、ブラウザ拡張など多様なプラットフォームで展開され、日常のメモやアイデア整理から、チームでの開発・業務コミュニケーションまで、幅広い用途で活用されています。
このポジションでは、キャプチャツール製品のエンジニアとしてWebアプリケーションをメインにプロダクトの開発・改善に携わっていただきます。多くのユーザーが日常的に使うプロダクトとして、優れたUXと高度な機能を両立したアプリケーションの開発にチャレンジできる環境です。
【具体的な業務】
・同社が開発・運営するSaaSサービスであるキャプチャツール製品の開発を担当していただきます。
・主にWebアプリケーションのフロントエンド開発を中心に、PdM・デザイナー・バックエンドエンジニアなどの他職種と密に連携しながら、ユーザー体験の向上に取り組みます。
・また、既存機能の改善にとどまらず、新機能の提案・企画から実装、さらには利用状況の統計処理や分析まで、プロダクト成長に関わる幅広い業務に携わっていただきます。
情報をその場で素早く残せるキャプチャツール製品の開発に携わります。見た瞬間を直感的に記録し、あとから必要なときにすぐ見つけ出し、誰にでも簡単に伝えることができます。Web、Windows、macOS、iOS、Android、ブラウザ拡張など多様なプラットフォームで展開され、日常のメモやアイデア整理から、チームでの開発・業務コミュニケーションまで、幅広い用途で活用されています。
このポジションでは、キャプチャツール製品のエンジニアとしてWebアプリケーションをメインにプロダクトの開発・改善に携わっていただきます。多くのユーザーが日常的に使うプロダクトとして、優れたUXと高度な機能を両立したアプリケーションの開発にチャレンジできる環境です。
【具体的な業務】
・同社が開発・運営するSaaSサービスであるキャプチャツール製品の開発を担当していただきます。
・主にWebアプリケーションのフロントエンド開発を中心に、PdM・デザイナー・バックエンドエンジニアなどの他職種と密に連携しながら、ユーザー体験の向上に取り組みます。
・また、既存機能の改善にとどまらず、新機能の提案・企画から実装、さらには利用状況の統計処理や分析まで、プロダクト成長に関わる幅広い業務に携わっていただきます。
【東京/京都】AIプロダクトエンジニア/顧客対応やナレッジ検索を効率化するAI SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
700万円〜1200万円
ポジション
担当者
仕事内容
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。
同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供しています。
同社の主力プロダクトは、独自の検索技術（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
※特許番号 第7112155号、第7112156号
同社では生成AIを活用したプロダクトの開発やAIエージェントの開発などさまざまな形でAIの技術を利用しています。このポジションではAIを活用した新規ソリューション開発をリードいただけるエンジニアを募集しております。
【具体的な業務内容】
・AIを活用した新規プロダクトの開発
・既存プロダクトへのAI機能の追加
・セールスやカスタマーサクセスと連携しながら、AI機能を立案および実装
・フロントエンドとバックエンド両方での開発
【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援: ESLint, Renovate
【開発環境】
・ソースコード管理: GitHub
・情報共有: Slack, 情報共有ツール
・タスク管理: 情報共有ツール
・オフィスアプリケーション: Google Workspace
【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・同社の製品
同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供しています。
同社の主力プロダクトは、独自の検索技術（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
※特許番号 第7112155号、第7112156号
同社では生成AIを活用したプロダクトの開発やAIエージェントの開発などさまざまな形でAIの技術を利用しています。このポジションではAIを活用した新規ソリューション開発をリードいただけるエンジニアを募集しております。
【具体的な業務内容】
・AIを活用した新規プロダクトの開発
・既存プロダクトへのAI機能の追加
・セールスやカスタマーサクセスと連携しながら、AI機能を立案および実装
・フロントエンドとバックエンド両方での開発
【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援: ESLint, Renovate
【開発環境】
・ソースコード管理: GitHub
・情報共有: Slack, 情報共有ツール
・タスク管理: 情報共有ツール
・オフィスアプリケーション: Google Workspace
【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・同社の製品
シニアプロダクトエンジニア/顧客対応やナレッジ検索を効率化するAI SaaS企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
700万円〜1200万円
ポジション
シニア
仕事内容
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供を行っています。同社を代表するプロダクトは、日本語入力システムを開発したテクニカルフェローが発明した「意図予測検索」技術をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
このポジションでは、シニアプロダクトエンジニアとして下記の業務を担当します。プロダクトの成長を支える社員エンジニアとして、設計から実装までリードすることが期待されます。
・他のエンジニア/PdMと協力し、相互依存のある課題を解決しチーム・プロダクトに貢献
・技術選定やアーキテクチャ設計などの技術的意思決定とそこに至る合意形成
・コードレビューを通じたチームメンバーへの技術的なフォローおよび育成
・チーム全体に知見を共有し、理解を深めコラボレーションを促進するためのドキュメンテーション
このポジションでは、シニアプロダクトエンジニアとして下記の業務を担当します。プロダクトの成長を支える社員エンジニアとして、設計から実装までリードすることが期待されます。
・他のエンジニア/PdMと協力し、相互依存のある課題を解決しチーム・プロダクトに貢献
・技術選定やアーキテクチャ設計などの技術的意思決定とそこに至る合意形成
・コードレビューを通じたチームメンバーへの技術的なフォローおよび育成
・チーム全体に知見を共有し、理解を深めコラボレーションを促進するためのドキュメンテーション
【新規事業】プロダクトマネージャー/保険代理店向け営業支援SaaS開発企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
800万円〜1,200万円
ポジション
担当者〜
仕事内容
本ポジションでは新規事業であるAI-BPO / BPaaS事業の立ち上げメンバーとして、保険代理店向けの業務支援プロダクトの企画・要件定義・MVP開発・PoC推進をリードしていただきます。
単なるBPOの運営や業務改善に留まらず、保険代理店が抱える問い合わせ対応、事務処理、契約更新、データ整備などの業務課題を起点に、AIと人が協働する新たな業務プロセスを設計し、再現性・拡張性のあるプロダクトとして構築することがミッションです。
SaaS、AI、BPOを組み合わせ、保険業界における新たな業務インフラとなるBPaaS事業の創出を目指します。
●AI-BPO / BPaaSプロダクトの企画・仕様設計
・保険代理店の業務プロセス分析および課題特定
・AIによる自動化・効率化余地の探索と業務要件定義
・MVP開発に向けたプロダクト要件定義・仕様策定
・AIとオペレーターが協働するワークフローの設計
・開発チームと連携した仕様策定・優先順位付け
・PoCを通じた仮説検証とプロダクト改善
●事業・プロダクトのグロースに向けた推進
・初期導入顧客とのPoC設計・推進
・提供価値、業務範囲、価格体系の検討
・オペレーション設計およびサービス提供体制の構築
・プロダクトのスケールに向けたロードマップ策定
・GTM戦略や事業戦略の検討
※リモートワークと顧客先訪問・出社を組み合わせた働き方です。立ち上げフェーズのため、顧客先への訪問やチームでの議論を目的とした出社が随時発生します（固定的な出社規定はなし）。
【仕事の魅力】
●AI×BPaaSという新たな市場を自ら形にできる
労働人口の減少や生成AIの進化を背景に、従来の人手中心のBPOから、AIを組み込んだBPaaSへの転換が進んでいます。
本ポジションでは、保険業界における問い合わせ対応や事務オペレーションを対象に、AIと人が協働する新たな業務プロセスを設計し、プロダクトとして実装していきます。
単なる機能開発ではなく、業務プロセスそのものを再設計し、新しい事業やプロダクトを立ち上げる経験を積むことができます。
●SaaS、AI、BPOを横断する希少なプロダクトづくり
一般的なPdMがソフトウェア開発を中心に担うのに対し、本ポジションではプロダクト開発だけでなく、AI活用、業務設計、オペレーション構築、事業モデル設計まで一貫して携わります。
顧客課題の特定からPoC、MVP開発、GTM戦略の検討まで、事業立ち上げフェーズならではの広い裁量を持って取り組むことができます。
●当社ならではのアセットを活かした事業開発
当社は保険業界向けSaaSを展開しており、多くの保険代理店との接点や業界知見を有しています。
本事業では、その既存事業基盤を活かしながら、代理店業務における問い合わせ対応、事務処理、契約更新、データ整備といった構造的な課題の解決に挑戦します。
顧客接点や業界理解が既にある環境だからこそ、机上の新規事業ではなく、実際の業務課題に根差したプロダクト開発に集中することができます。
単なるBPOの運営や業務改善に留まらず、保険代理店が抱える問い合わせ対応、事務処理、契約更新、データ整備などの業務課題を起点に、AIと人が協働する新たな業務プロセスを設計し、再現性・拡張性のあるプロダクトとして構築することがミッションです。
SaaS、AI、BPOを組み合わせ、保険業界における新たな業務インフラとなるBPaaS事業の創出を目指します。
●AI-BPO / BPaaSプロダクトの企画・仕様設計
・保険代理店の業務プロセス分析および課題特定
・AIによる自動化・効率化余地の探索と業務要件定義
・MVP開発に向けたプロダクト要件定義・仕様策定
・AIとオペレーターが協働するワークフローの設計
・開発チームと連携した仕様策定・優先順位付け
・PoCを通じた仮説検証とプロダクト改善
●事業・プロダクトのグロースに向けた推進
・初期導入顧客とのPoC設計・推進
・提供価値、業務範囲、価格体系の検討
・オペレーション設計およびサービス提供体制の構築
・プロダクトのスケールに向けたロードマップ策定
・GTM戦略や事業戦略の検討
※リモートワークと顧客先訪問・出社を組み合わせた働き方です。立ち上げフェーズのため、顧客先への訪問やチームでの議論を目的とした出社が随時発生します（固定的な出社規定はなし）。
【仕事の魅力】
●AI×BPaaSという新たな市場を自ら形にできる
労働人口の減少や生成AIの進化を背景に、従来の人手中心のBPOから、AIを組み込んだBPaaSへの転換が進んでいます。
本ポジションでは、保険業界における問い合わせ対応や事務オペレーションを対象に、AIと人が協働する新たな業務プロセスを設計し、プロダクトとして実装していきます。
単なる機能開発ではなく、業務プロセスそのものを再設計し、新しい事業やプロダクトを立ち上げる経験を積むことができます。
●SaaS、AI、BPOを横断する希少なプロダクトづくり
一般的なPdMがソフトウェア開発を中心に担うのに対し、本ポジションではプロダクト開発だけでなく、AI活用、業務設計、オペレーション構築、事業モデル設計まで一貫して携わります。
顧客課題の特定からPoC、MVP開発、GTM戦略の検討まで、事業立ち上げフェーズならではの広い裁量を持って取り組むことができます。
●当社ならではのアセットを活かした事業開発
当社は保険業界向けSaaSを展開しており、多くの保険代理店との接点や業界知見を有しています。
本事業では、その既存事業基盤を活かしながら、代理店業務における問い合わせ対応、事務処理、契約更新、データ整備といった構造的な課題の解決に挑戦します。
顧客接点や業界理解が既にある環境だからこそ、机上の新規事業ではなく、実際の業務課題に根差したプロダクト開発に集中することができます。
【新規事業】プロダクトエンジニア/保険代理店向け営業支援SaaS開発企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
800万円〜1,200万円
ポジション
担当者〜
仕事内容
本ポジションでは新規事業であるAI-BPO / BPaaS事業の立ち上げメンバーとして、保険代理店向けの業務支援プロダクト開発を担っていただきます。
与えられた仕様を実装するだけではなく、顧客課題の発見、仮説検証、プロダクト設計、実装、改善まで一気通貫で関与いただきます。
不確実性の高い立ち上げフェーズだからこそ、PdMや事業開発メンバーと対等な立場で議論しながら、「何を作るべきか」から考え、自ら手を動かして事業とプロダクトを形にしていくことができます。
●プロダクト開発・MVP構築
・顧客の業務課題を起点とした、機能・仕様の検討
・MVPの設計・実装
・バックエンド / フロントエンドを横断したWebアプリケーション開発
・生成AI・LLMを活用した機能の設計・実装・改善
・AIエージェントやワークフローの設計を通じた、AIとオペレーターが協働する業務プロセスの実現
・プロダクトの成長を見据えたアーキテクチャ設計・技術選定
●プロダクト・事業のグロースへの関与
・PoCや顧客ヒアリングを通じた仮説検証とプロダクト改善
・PdMや事業開発メンバーと連携した要件定義、仕様策定、優先順位付け
・提供価値や業務オペレーション設計への技術・プロダクト視点からの参画
・プロダクトの利用状況や顧客フィードバックを踏まえた機能改善
・プロダクトの成長フェーズに応じた技術的負債の解消や開発生産性向上の推進
※リモートワークと顧客先訪問・出社を組み合わせた働き方です。立ち上げフェーズのため、顧客先への訪問やチームでの議論を目的とした出社が随時発生します（固定的な出社規定はなし）。
【開発環境】
新規事業のため、技術スタックは未確定です。
下記はあくまで既存プロダクトの構成例です。新規事業では、これを参考にしつつ、言語・フレームワーク・インフラまで含めてゼロから一緒に選定していきたいと考えています。
ご参考：既存プロダクトの構成
・言語：TypeScript
・フロントエンド：React
・バックエンド：Fastify + tRPC
・ORM：Drizzle ORM
・データベース：PostgreSQL
・インフラ：AWS
・IaC：Terraform / AWS CDK
・認証基盤：Amazon Cognito
・CI/CD：GitHub Actions
・ツール：GitHub / Slack / Notion
・AIツール：Codex / Claude Code / GitHub Copilot
【当社で働く魅力】
●「何を作るか」から関わり、自らの手でプロダクトと事業を創れる
本ポジションは、与えられた仕様を実装するだけのエンジニアではありません。顧客の業務課題を起点に、PdMや事業開発メンバーとともに「何を作るべきか」を考え、自ら手を動かしてプロダクトを形にしていきます。
立ち上げフェーズだからこそ、機能や技術選定だけでなく、プロダクトや事業の方向性そのものにエンジニアとして深く関与することができます。
●AI×BPaaSという新たな市場を、自ら切り拓ける
労働人口の減少や生成AIの進化を背景に、従来の人手中心のBPOから、AIを活用したBPaaSへの転換が進んでいます。
本ポジションでは、保険業界における問い合わせ対応や事務オペレーションを対象に、AIと人が協働する新たな業務プロセスの構築に挑戦いただきます。
正解のない領域だからこそ、顧客の反応をもとに改善しながら、新たな業務インフラを創り上げる面白さがあります。
●当社ならではの事業基盤を活かし、顧客に近い環境でプロダクト開発に携われる
当社は保険業界向けSaaSを展開しており、多くの保険代理店との接点と深い業界知見を有しています。
本事業では、その顧客基盤を活かしながら、問い合わせ対応や事務処理、契約更新、データ整備など、保険業界に存在する構造的な課題の解決に挑戦します。
既に顧客との接点があるからこそ、机上の仮説ではなく実際の業務現場に入り込みながら、顧客の声を直接プロダクトへ反映できます。
立ち上げた機能をすぐに顧客へ届け、フィードバックを得ながら改善を繰り返せる環境は、当社ならではの大きな強みです。
与えられた仕様を実装するだけではなく、顧客課題の発見、仮説検証、プロダクト設計、実装、改善まで一気通貫で関与いただきます。
不確実性の高い立ち上げフェーズだからこそ、PdMや事業開発メンバーと対等な立場で議論しながら、「何を作るべきか」から考え、自ら手を動かして事業とプロダクトを形にしていくことができます。
●プロダクト開発・MVP構築
・顧客の業務課題を起点とした、機能・仕様の検討
・MVPの設計・実装
・バックエンド / フロントエンドを横断したWebアプリケーション開発
・生成AI・LLMを活用した機能の設計・実装・改善
・AIエージェントやワークフローの設計を通じた、AIとオペレーターが協働する業務プロセスの実現
・プロダクトの成長を見据えたアーキテクチャ設計・技術選定
●プロダクト・事業のグロースへの関与
・PoCや顧客ヒアリングを通じた仮説検証とプロダクト改善
・PdMや事業開発メンバーと連携した要件定義、仕様策定、優先順位付け
・提供価値や業務オペレーション設計への技術・プロダクト視点からの参画
・プロダクトの利用状況や顧客フィードバックを踏まえた機能改善
・プロダクトの成長フェーズに応じた技術的負債の解消や開発生産性向上の推進
※リモートワークと顧客先訪問・出社を組み合わせた働き方です。立ち上げフェーズのため、顧客先への訪問やチームでの議論を目的とした出社が随時発生します（固定的な出社規定はなし）。
【開発環境】
新規事業のため、技術スタックは未確定です。
下記はあくまで既存プロダクトの構成例です。新規事業では、これを参考にしつつ、言語・フレームワーク・インフラまで含めてゼロから一緒に選定していきたいと考えています。
ご参考：既存プロダクトの構成
・言語：TypeScript
・フロントエンド：React
・バックエンド：Fastify + tRPC
・ORM：Drizzle ORM
・データベース：PostgreSQL
・インフラ：AWS
・IaC：Terraform / AWS CDK
・認証基盤：Amazon Cognito
・CI/CD：GitHub Actions
・ツール：GitHub / Slack / Notion
・AIツール：Codex / Claude Code / GitHub Copilot
【当社で働く魅力】
●「何を作るか」から関わり、自らの手でプロダクトと事業を創れる
本ポジションは、与えられた仕様を実装するだけのエンジニアではありません。顧客の業務課題を起点に、PdMや事業開発メンバーとともに「何を作るべきか」を考え、自ら手を動かしてプロダクトを形にしていきます。
立ち上げフェーズだからこそ、機能や技術選定だけでなく、プロダクトや事業の方向性そのものにエンジニアとして深く関与することができます。
●AI×BPaaSという新たな市場を、自ら切り拓ける
労働人口の減少や生成AIの進化を背景に、従来の人手中心のBPOから、AIを活用したBPaaSへの転換が進んでいます。
本ポジションでは、保険業界における問い合わせ対応や事務オペレーションを対象に、AIと人が協働する新たな業務プロセスの構築に挑戦いただきます。
正解のない領域だからこそ、顧客の反応をもとに改善しながら、新たな業務インフラを創り上げる面白さがあります。
●当社ならではの事業基盤を活かし、顧客に近い環境でプロダクト開発に携われる
当社は保険業界向けSaaSを展開しており、多くの保険代理店との接点と深い業界知見を有しています。
本事業では、その顧客基盤を活かしながら、問い合わせ対応や事務処理、契約更新、データ整備など、保険業界に存在する構造的な課題の解決に挑戦します。
既に顧客との接点があるからこそ、机上の仮説ではなく実際の業務現場に入り込みながら、顧客の声を直接プロダクトへ反映できます。
立ち上げた機能をすぐに顧客へ届け、フィードバックを得ながら改善を繰り返せる環境は、当社ならではの大きな強みです。
エンジニアリングマネージャー（Mobile Engineer）/お買い物アプリ運営企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
960万円〜1560万円
ポジション
エンジニアリングマネージャー
仕事内容
本ポジションでは、モバイルエンジニアリング組織のマネジメントと技術戦略の推進を一気通貫で担います。
### エンジニアリング組織のマネジメント
採用・育成・評価・目標設定を通じて、モバイルチームのケイパビリティを引き上げます。メンバーのキャリア志向と事業のニーズを接続し、「このチームにいれば成長できる」という環境をつくります。
### iOS・Androidの技術戦略立案と推進
二刀流スタイルを維持しながら、ドメイン分離・アーキテクチャ進化・AI Native開発といった中長期の技術投資の優先度判断と実行をリードします。技術的な意思決定において、エンジニアが納得できる根拠を示せることが求められます。
### チーム生産性の継続的な改善
開発フローのボトルネックを特定し、解決策を実行します。「品質を上げるからこそ速く作れる」という開発文化を体現・発展させます。
### プロジェクト推進・ステークホルダーマネジメント
PdM・デザイナー・QA・バックエンドエンジニアと連携し、プロジェクトの人員配置と進捗管理を担います。CTOや経営陣へのエスカレーション・報告も適切に行います。
### 開発文化の醸成
勉強会・輪読会・技術発表などのコミュニティ活動をリードし、エンジニアリング文化を外にも発信していきます。
### このポジションで向き合う難題
**「二刀流」チームのスケーリング**
全モバイルエンジニアがiOS・Android両方を担う体制は開発の柔軟性を高める一方、育成コストが高い構造でもあります。「二刀流の強さを維持しながら人を増やす」ための採用・オンボーディング設計が問われます。
**技術投資と機能開発スピードのバランス**
急成長中のプロダクトでは、技術的負債の解消よりも機能開発が優先されがちです。ドメイン分離やアーキテクチャ改善をどのタイミングでどの粒度で進めるか、事業サイドを説得しながら進める構想力が必要です。
**AI Native開発プロセスの確立**
AIツールを個人のスキルに留めず、チーム全体の開発フローに組み込む仕組みをつくることが求められます。「AIを使える人」から「AIを組み込んだチーム」への変革を主導できるかが問われます。
### 仕事の魅力
**モバイルが事業の主戦場**
お客様接点がモバイルアプリであるため、EMとしての意思決定が事業指標に直接反映されます。「技術判断が数字に出る」環境でEMとしての腕を試せます。
**iOS・Android両方を見渡せる、希少な経験**
一般的にモバイルエンジニアはどちらか一方のOSが専門になりがちですが、同社では両OSを束ねるEMとしての経験を積めます。プラットフォームを横断した技術判断力は、市場での希少価値につながります。
**CTOと近い距離で、技術戦略に関与できる**
小規模組織のため、CTOと直接議論しながら技術戦略を描ける環境があります。「上から降ってくる」のではなく、自分が戦略の起点になれます。
**AIフル活用が前提の職場**
全エンジニア・PdMにAIフル活用を義務化しており、個人の利用予算も会社が負担します。AIを活用したモバイル開発の最前線を、チームとして追求できる環境です。
### 開発スタイル
1チームあたり4 10名のPM、デザイナー、エンジニア、QAなどの職能混合チームで開発を行います。
要件定義からリリースまで、チーム全員が主体的に関わるスタイルです。「品質を上げるからこそ速く作れる」という哲学のもと、品質を重視した開発を徹底しています。
モバイルエンジニアは1チームに1 2名で、現在約5名が在籍しています。
SwiftとKotlinを主要技術として、設計、開発、保守、運用まで一貫して担当します。
### 開発環境・技術スタック
比較的モダンな技術選定をしています。
言語：Swift, Kotlin, Go
UIフレームワーク：SwiftUI, Jetpack Compose
アーキテクチャ・設計：Android Architecture Components, MVVM
開発環境：Xcode, Android Studio
インフラ：Google Cloud (Cloud Run, Cloud Spanner, Pub/Sub, etc)
通信：gRPC, Protocol Buffers (SwiftProtobuf)
CI/CD：Bitrise, GitHub Actions, Cloud Build
構成管理：Terraform
モニタリング：Crashlytics, Cloud Monitoring, Cloud Logging, Cloud Trace
分析基盤：BigQuery, Looker Studio
QA自動化ツール：Autify
AI/LLMツール：Claude, Codex, Cursor, Gemini, GitHub Copilot, etc（全員分予算あり）
その他：GitHub, Slack, Notion, Figma
開発スタイル：アジャイル開発（1日5 9回のデプロイ、月間12回の施策リリース）
### 一緒に働く「人」と「技術文化」
直属上司：執行役員 CTO
技術文化:
メガベンチャーやTechスタートアップでテックリード・EM・CTOを経験したシニアメンバーが多数在籍。全モバイルエンジニアがiOS・Android両OSの開発を担う「二刀流」スタイルで、高速かつ柔軟な開発体制を実現しています。
バックエンドエンジニア・PdM・デザイナー・QAエンジニアと職能混合チームで密に連携します。
「品質を上げるからこそ速く作れる」
スピードと品質はトレードオフではありません。テスト、CI/CD基盤、継続的なリファクタリングを重視し、「急がば回れ」を実直に実行するスタイルです。
技術移行の例
事業と顧客に近い距離で開発する文化:
PdMやデザイナーと混成で動き、事業数値やチームで追っているKPIの状況、対応方針などを深くSyncして開発を行っています。
定量数値と定性（使用感・お問い合わせ・SNS投稿・レビューなど）を重視し、顧客の文脈に常に触れながら開発し、リリース後には定性・定量の変化を確認して次の施策に繋げていきます。toCならではのFBを元にした速い開発サイクルが特徴です。
### キャリアパス
入社後はモバイルEMとしてチームを牽引しながら、事業フェーズに応じてVPoEや技術責任者へのステップを想定しています。
iOS・Android両軸のEM経験に加え、急成長スタートアップでの組織設計・採用・技術戦略の実績は、エンジニアリングリーダーとして高い市場価値につながります。
### 入社後3ヶ月の期待値（オンボーディング）
入社直後から「放置」することはありません。明確なマイルストーンと共に、チーム全体で立ち上がりをサポートします。
1ヶ月目：チームと技術の現状を把握する
全モバイルメンバーとの1on1を通じてチームの状態・課題・志向を把握します。既存コードベース・アーキテクチャ・開発フローをキャッチアップし、「何が課題...
### エンジニアリング組織のマネジメント
採用・育成・評価・目標設定を通じて、モバイルチームのケイパビリティを引き上げます。メンバーのキャリア志向と事業のニーズを接続し、「このチームにいれば成長できる」という環境をつくります。
### iOS・Androidの技術戦略立案と推進
二刀流スタイルを維持しながら、ドメイン分離・アーキテクチャ進化・AI Native開発といった中長期の技術投資の優先度判断と実行をリードします。技術的な意思決定において、エンジニアが納得できる根拠を示せることが求められます。
### チーム生産性の継続的な改善
開発フローのボトルネックを特定し、解決策を実行します。「品質を上げるからこそ速く作れる」という開発文化を体現・発展させます。
### プロジェクト推進・ステークホルダーマネジメント
PdM・デザイナー・QA・バックエンドエンジニアと連携し、プロジェクトの人員配置と進捗管理を担います。CTOや経営陣へのエスカレーション・報告も適切に行います。
### 開発文化の醸成
勉強会・輪読会・技術発表などのコミュニティ活動をリードし、エンジニアリング文化を外にも発信していきます。
### このポジションで向き合う難題
**「二刀流」チームのスケーリング**
全モバイルエンジニアがiOS・Android両方を担う体制は開発の柔軟性を高める一方、育成コストが高い構造でもあります。「二刀流の強さを維持しながら人を増やす」ための採用・オンボーディング設計が問われます。
**技術投資と機能開発スピードのバランス**
急成長中のプロダクトでは、技術的負債の解消よりも機能開発が優先されがちです。ドメイン分離やアーキテクチャ改善をどのタイミングでどの粒度で進めるか、事業サイドを説得しながら進める構想力が必要です。
**AI Native開発プロセスの確立**
AIツールを個人のスキルに留めず、チーム全体の開発フローに組み込む仕組みをつくることが求められます。「AIを使える人」から「AIを組み込んだチーム」への変革を主導できるかが問われます。
### 仕事の魅力
**モバイルが事業の主戦場**
お客様接点がモバイルアプリであるため、EMとしての意思決定が事業指標に直接反映されます。「技術判断が数字に出る」環境でEMとしての腕を試せます。
**iOS・Android両方を見渡せる、希少な経験**
一般的にモバイルエンジニアはどちらか一方のOSが専門になりがちですが、同社では両OSを束ねるEMとしての経験を積めます。プラットフォームを横断した技術判断力は、市場での希少価値につながります。
**CTOと近い距離で、技術戦略に関与できる**
小規模組織のため、CTOと直接議論しながら技術戦略を描ける環境があります。「上から降ってくる」のではなく、自分が戦略の起点になれます。
**AIフル活用が前提の職場**
全エンジニア・PdMにAIフル活用を義務化しており、個人の利用予算も会社が負担します。AIを活用したモバイル開発の最前線を、チームとして追求できる環境です。
### 開発スタイル
1チームあたり4 10名のPM、デザイナー、エンジニア、QAなどの職能混合チームで開発を行います。
要件定義からリリースまで、チーム全員が主体的に関わるスタイルです。「品質を上げるからこそ速く作れる」という哲学のもと、品質を重視した開発を徹底しています。
モバイルエンジニアは1チームに1 2名で、現在約5名が在籍しています。
SwiftとKotlinを主要技術として、設計、開発、保守、運用まで一貫して担当します。
### 開発環境・技術スタック
比較的モダンな技術選定をしています。
言語：Swift, Kotlin, Go
UIフレームワーク：SwiftUI, Jetpack Compose
アーキテクチャ・設計：Android Architecture Components, MVVM
開発環境：Xcode, Android Studio
インフラ：Google Cloud (Cloud Run, Cloud Spanner, Pub/Sub, etc)
通信：gRPC, Protocol Buffers (SwiftProtobuf)
CI/CD：Bitrise, GitHub Actions, Cloud Build
構成管理：Terraform
モニタリング：Crashlytics, Cloud Monitoring, Cloud Logging, Cloud Trace
分析基盤：BigQuery, Looker Studio
QA自動化ツール：Autify
AI/LLMツール：Claude, Codex, Cursor, Gemini, GitHub Copilot, etc（全員分予算あり）
その他：GitHub, Slack, Notion, Figma
開発スタイル：アジャイル開発（1日5 9回のデプロイ、月間12回の施策リリース）
### 一緒に働く「人」と「技術文化」
直属上司：執行役員 CTO
技術文化:
メガベンチャーやTechスタートアップでテックリード・EM・CTOを経験したシニアメンバーが多数在籍。全モバイルエンジニアがiOS・Android両OSの開発を担う「二刀流」スタイルで、高速かつ柔軟な開発体制を実現しています。
バックエンドエンジニア・PdM・デザイナー・QAエンジニアと職能混合チームで密に連携します。
「品質を上げるからこそ速く作れる」
スピードと品質はトレードオフではありません。テスト、CI/CD基盤、継続的なリファクタリングを重視し、「急がば回れ」を実直に実行するスタイルです。
技術移行の例
事業と顧客に近い距離で開発する文化:
PdMやデザイナーと混成で動き、事業数値やチームで追っているKPIの状況、対応方針などを深くSyncして開発を行っています。
定量数値と定性（使用感・お問い合わせ・SNS投稿・レビューなど）を重視し、顧客の文脈に常に触れながら開発し、リリース後には定性・定量の変化を確認して次の施策に繋げていきます。toCならではのFBを元にした速い開発サイクルが特徴です。
### キャリアパス
入社後はモバイルEMとしてチームを牽引しながら、事業フェーズに応じてVPoEや技術責任者へのステップを想定しています。
iOS・Android両軸のEM経験に加え、急成長スタートアップでの組織設計・採用・技術戦略の実績は、エンジニアリングリーダーとして高い市場価値につながります。
### 入社後3ヶ月の期待値（オンボーディング）
入社直後から「放置」することはありません。明確なマイルストーンと共に、チーム全体で立ち上がりをサポートします。
1ヶ月目：チームと技術の現状を把握する
全モバイルメンバーとの1on1を通じてチームの状態・課題・志向を把握します。既存コードベース・アーキテクチャ・開発フローをキャッチアップし、「何が課題...
iOSエンジニア（テックリード）/お買い物アプリ運営企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
〜1560万円
ポジション
テックリード
仕事内容
【業務概要】
職能混合チーム（PdM・デザイナー・エンジニア・QA）に加わり、仕様検討からリリース・効果分析まで一貫して担当します。入社後はiOSエンジニアとして強みを発揮しながら、AI活用でAndroid開発にも領域を広げ、将来的には両OSを担当する「二刀流」スタイルでの活躍を期待しています。
【具体的な業務】
1. Swiftを用いたiOSアプリの設計・開発・保守・運用
SwiftUIによるUI実装を中心に、アーキテクチャ設計から実装・運用まで全般を担当します。
2. Kotlinを用いたAndroidアプリ開発
Jetpack ComposeによるUI実装を含む、iOS側の知見を活かしたAndroid開発にも関与します。
3. AIを活用した両OS開発の最適化
Claude等のAIツールを活用し、実装計画策定・コード生成・レビューを効率化します。
4. モバイルアーキテクチャの設計・推進
ドメイン分離や開発並列性向上に向けたアーキテクチャ刷新を主導します。技術選定・設計判断をオーナーシップ高く推進します。
5. 要件定義からリリース・効果分析までのプロダクト開発全般
PdM・デザイナーと密に連携しながら、事業数値とKPIに基づいた開発を進めます。
【このポジションで向き合う難題】
・「EC×ゲーム×ソーシャル」の複雑な状態管理
同社のゲーム機能の育成状況・ソーシャル連携・ECの購買データがリアルタイムに絡み合うUI/UXを、SwiftUIで整合性を保ちながら実装する高難度課題があります。
・ドメイン分離による開発並列性の向上
チーム数の増加に合わせ、各チームが独立して高速デプロイできる疎結合で認知負荷の低いモバイルアーキテクチャへの刷新を推進中です。
・AI Nativeな「二刀流」開発プロセスの確立
1名のエンジニアがiOS・Android両OSを開発するスタイルにおいて、AIを活用した認知負荷の低減と両OSの品質最大化を両立する次世代ワークフローを構築します。
・大規模トラフィック下でのパフォーマンス最適化
高い滞在時間を支えるため、アプリが落ちる原因の特定や動作の高速化、メモリの最適化など「信頼性の高いアプリ」を追求し続けます。
【仕事の魅力】
・モバイルアーキテクチャを自分の手で設計できる
少数精鋭チームだからこそ、「自分が設計したアーキテクチャの上でプロダクトが動いている」という手触り感を持って開発できます。大人数チームでの分業では得られない、技術設計への深い関与と裁量がある環境です。
・AI Nativeな「二刀流」開発の最前線に立てる
全エンジニア・PdMへのAIフル活用を義務化している組織で、iOS・Android両OSをAIで効率化しながら担当する そのワークフロー自体を自分で設計できます。「AI時代のモバイル開発はどうあるべきか」を実践しながら問い続けられる環境は希少です。
・EC×ゲーム×ソーシャルという複雑なドメインで技術を磨ける
購買・ゲーム・SNS投稿・AIレコメンドが一つのアプリの中で絡み合う複雑な状態管理は、従来のECアプリとは次元の異なる技術的面白さがあります。高難度の課題を高速リリースサイクルの中で解き続けることで、エンジニアとしての地力が上がります。
職能混合チーム（PdM・デザイナー・エンジニア・QA）に加わり、仕様検討からリリース・効果分析まで一貫して担当します。入社後はiOSエンジニアとして強みを発揮しながら、AI活用でAndroid開発にも領域を広げ、将来的には両OSを担当する「二刀流」スタイルでの活躍を期待しています。
【具体的な業務】
1. Swiftを用いたiOSアプリの設計・開発・保守・運用
SwiftUIによるUI実装を中心に、アーキテクチャ設計から実装・運用まで全般を担当します。
2. Kotlinを用いたAndroidアプリ開発
Jetpack ComposeによるUI実装を含む、iOS側の知見を活かしたAndroid開発にも関与します。
3. AIを活用した両OS開発の最適化
Claude等のAIツールを活用し、実装計画策定・コード生成・レビューを効率化します。
4. モバイルアーキテクチャの設計・推進
ドメイン分離や開発並列性向上に向けたアーキテクチャ刷新を主導します。技術選定・設計判断をオーナーシップ高く推進します。
5. 要件定義からリリース・効果分析までのプロダクト開発全般
PdM・デザイナーと密に連携しながら、事業数値とKPIに基づいた開発を進めます。
【このポジションで向き合う難題】
・「EC×ゲーム×ソーシャル」の複雑な状態管理
同社のゲーム機能の育成状況・ソーシャル連携・ECの購買データがリアルタイムに絡み合うUI/UXを、SwiftUIで整合性を保ちながら実装する高難度課題があります。
・ドメイン分離による開発並列性の向上
チーム数の増加に合わせ、各チームが独立して高速デプロイできる疎結合で認知負荷の低いモバイルアーキテクチャへの刷新を推進中です。
・AI Nativeな「二刀流」開発プロセスの確立
1名のエンジニアがiOS・Android両OSを開発するスタイルにおいて、AIを活用した認知負荷の低減と両OSの品質最大化を両立する次世代ワークフローを構築します。
・大規模トラフィック下でのパフォーマンス最適化
高い滞在時間を支えるため、アプリが落ちる原因の特定や動作の高速化、メモリの最適化など「信頼性の高いアプリ」を追求し続けます。
【仕事の魅力】
・モバイルアーキテクチャを自分の手で設計できる
少数精鋭チームだからこそ、「自分が設計したアーキテクチャの上でプロダクトが動いている」という手触り感を持って開発できます。大人数チームでの分業では得られない、技術設計への深い関与と裁量がある環境です。
・AI Nativeな「二刀流」開発の最前線に立てる
全エンジニア・PdMへのAIフル活用を義務化している組織で、iOS・Android両OSをAIで効率化しながら担当する そのワークフロー自体を自分で設計できます。「AI時代のモバイル開発はどうあるべきか」を実践しながら問い続けられる環境は希少です。
・EC×ゲーム×ソーシャルという複雑なドメインで技術を磨ける
購買・ゲーム・SNS投稿・AIレコメンドが一つのアプリの中で絡み合う複雑な状態管理は、従来のECアプリとは次元の異なる技術的面白さがあります。高難度の課題を高速リリースサイクルの中で解き続けることで、エンジニアとしての地力が上がります。
Backend Engineer（週3業務委託）/お買い物アプリ運営企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
応相談（経験・能力を考慮の上当社規定により決定）
ポジション
担当者
仕事内容
業務概要
Go/Google Cloud(Cloud Run,Cloud Spanner, etc)を用いた、同社サービスのサーバーサイド開発全般を担当いただきます。1チーム4 7名の職能混合チーム（PM、デザイナー、エンジニア、QAなど）の一員として、要件定義・設計・実装・リリース・運用まで一気通貫で担っていただきます。
具体的な業務
機能開発
PdM・デザイナー・モバイルエンジニア・QAと連携し、新機能の設計から実装・リリースまでをオーナーシップを持って推進します。
技術基盤の改善
ドメイン分割・コンポーネント設計・Platform Engineering / SRE強化といった技術課題にも積極的に関わっていただきます。コードを書くだけでなく、チームの開発生産性を上げる仕組みづくりにも貢献が期待されます。
AI Native開発の実践
AIツールをフル活用し、設計・実装・レビューのすべてにAIを組み込んだ開発スタイルを体現します。「AIを使える個人」ではなく「AIを組み込んだチーム」を一緒につくっていきます。
このポジションで向き合う難題
コンポーネント・サービス設計
急成長に伴い、EC基盤や同社サービス内の機能の複雑性が増しています。数億規模のトランザクションに対応しながら、ドメイン分割・疎結合化を進める設計判断が求められます。
基盤の刷新
EC基盤を将来的に内製化するロードマップが進行中です。スケールと品質を両立した設計・実装力が問われます。
Platform Engineering / SRE領域の強化
Observabilityの向上・自動化基盤整備・SLI/SLO運用の本格化など、インフラと開発の境界を越えた取り組みが求められます。
AI Native開発プロセスのさらなる進化
デイリーPR数4倍超・83%のAIレビューのみマージという実績をさらに伸ばすための仕組みと文化を、自分自身が体現しながらつくっていきます。
仕事の魅力
少数精鋭でトラフィックが急成長を支えた技術基盤で働ける
少数精鋭のチームでAPIトラフィックの急成長を支えてきた技術基盤に、エンジニアとして直接関われます。「小さいチームでも大きな技術課題に向き合える」環境です。
AI Native開発の最前線
デイリーPR数4倍超・83%のAIレビューのみマージという実績は、業界でも最先端の開発環境です。AIを道具として使うのではなく、開発文化として根付かせているチームで働けます。
AIフル活用が前提の職場
全エンジニア・PdMにAIフル活用を義務化しており、個人の利用予算も会社が負担します。AIを使った開発の最前線を、チームとして追求できる環境です。
開発スタイル
1チームあたり4 10名のPM、デザイナー、エンジニア、QAなどの職能混合チームで開発を行います。
要件定義からリリースまで、チーム全員が主体的に関わるスタイルです。「品質を上げるからこそ速く作れる」という哲学のもと、品質を重視した開発を徹底しています。
バックエンドエンジニアは1チームに2 3名で、現在正社員・業務委託合わせて約20名が在籍しています。
GoとGoogle Cloudを主要技術として、設計、開発、保守、運用まで一貫して担当します。
開発環境・技術スタック
モダンな技術選定と、Google Cloudのフルマネージドサービスを徹底活用しています。
言語：Go
インフラ：Google Cloud（Cloud Run、Cloud Spanner、Pub/Sub等）
通信：gRPC、Protocol Buffers
CI/CD：GitHub Actions、Cloud Build
構成管理：Terraform
モニタリング：Cloud Monitoring、Cloud Logging、Cloud Trace
分析基盤：BigQuery、Looker Studio
AI/LLMツール：Claude、Codex、Cursor、Gemini、GitHub Copilot（全員分予算あり）
その他：GitHub、Slack、Notion、Figma
開発スタイル：アジャイル開発（高頻度なデプロイ、月間多数の施策リリース）
一緒に働く「人」と「技術文化」
直属上司：エンジニアリングマネージャー
技術文化
メガベンチャーやTechスタートアップでテックリード・EM・CTOを経験したシニアメンバーが多数在籍。GoとGoogle Cloudを主軸に、高速かつ安定した開発体制を実現しています。
モバイルエンジニア・PdM・デザイナー・QAエンジニアと職能混合チームで密に連携します。
「品質を上げるからこそ速く作れる」
スピードと品質はトレードオフではありません。テスト、CI/CD基盤、継続的なリファクタリングを重視し、「急がば回れ」を実直に実行するスタイルです。
AI Native開発の実践
1人あたりのデイリーPR数が1年で4倍超へ増加。全PRの83%をAIレビューのみでマージできる体制を実現しており、開発生産性の向上を数値で追い続けています。
事業と顧客に近い距離で開発する文化
PdMやデザイナーと混成で動き、事業数値やKPIの状況・対応方針を深くSyncして開発を行っています。定量数値と定性（使用感・お問い合わせ・SNS投稿・レビュー）を重視し、リリース後には定性・定量の変化を確認して次の施策に繋げていきます。
キャリアパス
入社後はバックエンドエンジニアとして機能開発・技術基盤の両輪を担いながら、テックリード・エンジニアリングマネージャーなどへステップアップできる可能性がございます。
急成長スタートアップでのEC基盤開発・AI Native開発の実績は、エンジニアとして高い市場価値につながります。
入社後3ヶ月の期待値（オンボーディング）
入社直後から「放置」することはありません。明確なマイルストーンと共に、チーム全体で立ち上がりをサポートします。
1ヶ月目：環境適応と小さな成果
チームや周辺組織にとにかく慣れていただきます。
既存のGoコードベースとアーキテクチャのキャッチアップをしていただき、軽微な機能追加やバグ修正を通じて、リリースフローを回せるようになっていただきます。
終盤には、徐々に大きめの機能開発や技術課題に携わっていただきます。
2ヶ月目：機能開発のオーナーシップ
特定の大きめの機能開発の、仕様検討から実装・リリースまでを自主的にリードしていくことにチャレンジいただきます
3ヶ月目：技術課題など、より大きな課題への対応
チームや組織全体の開発効率を上げるには？技術的な課題で優先するべきものは？など、開発文化や技術に関する意思決定に関わっていただくことを期待しています。
Go/Google Cloud(Cloud Run,Cloud Spanner, etc)を用いた、同社サービスのサーバーサイド開発全般を担当いただきます。1チーム4 7名の職能混合チーム（PM、デザイナー、エンジニア、QAなど）の一員として、要件定義・設計・実装・リリース・運用まで一気通貫で担っていただきます。
具体的な業務
機能開発
PdM・デザイナー・モバイルエンジニア・QAと連携し、新機能の設計から実装・リリースまでをオーナーシップを持って推進します。
技術基盤の改善
ドメイン分割・コンポーネント設計・Platform Engineering / SRE強化といった技術課題にも積極的に関わっていただきます。コードを書くだけでなく、チームの開発生産性を上げる仕組みづくりにも貢献が期待されます。
AI Native開発の実践
AIツールをフル活用し、設計・実装・レビューのすべてにAIを組み込んだ開発スタイルを体現します。「AIを使える個人」ではなく「AIを組み込んだチーム」を一緒につくっていきます。
このポジションで向き合う難題
コンポーネント・サービス設計
急成長に伴い、EC基盤や同社サービス内の機能の複雑性が増しています。数億規模のトランザクションに対応しながら、ドメイン分割・疎結合化を進める設計判断が求められます。
基盤の刷新
EC基盤を将来的に内製化するロードマップが進行中です。スケールと品質を両立した設計・実装力が問われます。
Platform Engineering / SRE領域の強化
Observabilityの向上・自動化基盤整備・SLI/SLO運用の本格化など、インフラと開発の境界を越えた取り組みが求められます。
AI Native開発プロセスのさらなる進化
デイリーPR数4倍超・83%のAIレビューのみマージという実績をさらに伸ばすための仕組みと文化を、自分自身が体現しながらつくっていきます。
仕事の魅力
少数精鋭でトラフィックが急成長を支えた技術基盤で働ける
少数精鋭のチームでAPIトラフィックの急成長を支えてきた技術基盤に、エンジニアとして直接関われます。「小さいチームでも大きな技術課題に向き合える」環境です。
AI Native開発の最前線
デイリーPR数4倍超・83%のAIレビューのみマージという実績は、業界でも最先端の開発環境です。AIを道具として使うのではなく、開発文化として根付かせているチームで働けます。
AIフル活用が前提の職場
全エンジニア・PdMにAIフル活用を義務化しており、個人の利用予算も会社が負担します。AIを使った開発の最前線を、チームとして追求できる環境です。
開発スタイル
1チームあたり4 10名のPM、デザイナー、エンジニア、QAなどの職能混合チームで開発を行います。
要件定義からリリースまで、チーム全員が主体的に関わるスタイルです。「品質を上げるからこそ速く作れる」という哲学のもと、品質を重視した開発を徹底しています。
バックエンドエンジニアは1チームに2 3名で、現在正社員・業務委託合わせて約20名が在籍しています。
GoとGoogle Cloudを主要技術として、設計、開発、保守、運用まで一貫して担当します。
開発環境・技術スタック
モダンな技術選定と、Google Cloudのフルマネージドサービスを徹底活用しています。
言語：Go
インフラ：Google Cloud（Cloud Run、Cloud Spanner、Pub/Sub等）
通信：gRPC、Protocol Buffers
CI/CD：GitHub Actions、Cloud Build
構成管理：Terraform
モニタリング：Cloud Monitoring、Cloud Logging、Cloud Trace
分析基盤：BigQuery、Looker Studio
AI/LLMツール：Claude、Codex、Cursor、Gemini、GitHub Copilot（全員分予算あり）
その他：GitHub、Slack、Notion、Figma
開発スタイル：アジャイル開発（高頻度なデプロイ、月間多数の施策リリース）
一緒に働く「人」と「技術文化」
直属上司：エンジニアリングマネージャー
技術文化
メガベンチャーやTechスタートアップでテックリード・EM・CTOを経験したシニアメンバーが多数在籍。GoとGoogle Cloudを主軸に、高速かつ安定した開発体制を実現しています。
モバイルエンジニア・PdM・デザイナー・QAエンジニアと職能混合チームで密に連携します。
「品質を上げるからこそ速く作れる」
スピードと品質はトレードオフではありません。テスト、CI/CD基盤、継続的なリファクタリングを重視し、「急がば回れ」を実直に実行するスタイルです。
AI Native開発の実践
1人あたりのデイリーPR数が1年で4倍超へ増加。全PRの83%をAIレビューのみでマージできる体制を実現しており、開発生産性の向上を数値で追い続けています。
事業と顧客に近い距離で開発する文化
PdMやデザイナーと混成で動き、事業数値やKPIの状況・対応方針を深くSyncして開発を行っています。定量数値と定性（使用感・お問い合わせ・SNS投稿・レビュー）を重視し、リリース後には定性・定量の変化を確認して次の施策に繋げていきます。
キャリアパス
入社後はバックエンドエンジニアとして機能開発・技術基盤の両輪を担いながら、テックリード・エンジニアリングマネージャーなどへステップアップできる可能性がございます。
急成長スタートアップでのEC基盤開発・AI Native開発の実績は、エンジニアとして高い市場価値につながります。
入社後3ヶ月の期待値（オンボーディング）
入社直後から「放置」することはありません。明確なマイルストーンと共に、チーム全体で立ち上がりをサポートします。
1ヶ月目：環境適応と小さな成果
チームや周辺組織にとにかく慣れていただきます。
既存のGoコードベースとアーキテクチャのキャッチアップをしていただき、軽微な機能追加やバグ修正を通じて、リリースフローを回せるようになっていただきます。
終盤には、徐々に大きめの機能開発や技術課題に携わっていただきます。
2ヶ月目：機能開発のオーナーシップ
特定の大きめの機能開発の、仕様検討から実装・リリースまでを自主的にリードしていくことにチャレンジいただきます
3ヶ月目：技術課題など、より大きな課題への対応
チームや組織全体の開発効率を上げるには？技術的な課題で優先するべきものは？など、開発文化や技術に関する意思決定に関わっていただくことを期待しています。
ML Lead Engineer（業務委託）/お買い物アプリ運営企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
応相談（経験・能力を考慮の上当社規定により決定）
ポジション
リードエンジニア
仕事内容
業務内容
MLモデルの設計・実装・改善を通じて、プロダクトの体験と事業成長を直接動かしていただきます。分析や基盤整備だけで終わらず、モデルそのものをプロダクションレベルで動かすことに責任を持つポジションです。
レコメンドモデルの設計・実装・チューニング（Two-Tower / LightGBM等）
特徴量エンジニアリングの実装と、オフライン/オンライン評価の設計
A/Bテストの設計・実施・効果検証を通じたモデル改善のPDCA
モデルのプロダクション化（Cloud Run等への実装・最適化）
ML施策の技術的意思決定とPdM等との連携
このポジションで向き合う難題
レコメンドモデルのアーキテクチャ進化
現在稼働中のTwo-Towerモデルをベースに、精度・速度・スケーラビリティをどう高めるかを設計・実装します。次世代のアーキテクチャを自ら提案し、プロダクションで検証できる環境があります。
コールドスタート問題
新規お客様の初期利用期間は購買データが基本的にありません。ファーム内行動やアプリ内行動など、カウシェ固有のシグナルから嗜好を推定するモデルを設計・実装します。
リアルタイム性の向上
カウシェにおけるレコメンドユースケースではリアルタイム性の向上が事業インパクトに大きな影響を与えるものが多数あります。そのためのモデル側の最適化に取り組みます。
短期CVR vs 長期LTV
レコメンドが短期的な購入率に最適化されすぎていないか、長期的なお客様価値との両立をどうモデルに組み込むかという構造的な問いに、実装レベルで向き合います。
新たなML活用領域への展開
UGC（口コミ）のパーソナライズ、広告配信の最適化、ダイナミックプライシングなど、「何のデータをインプットに、何をアウトプットするか」の新しいモデルを事業インパクトの大きい順に設計・実装していきます。
開発環境・技術スタック
データ基盤・分析: BigQuery, Dataform, Python, Looker Studio
ML基盤: Google Cloud (Vertex AI, Vertex AI Experiments, Cloud Spanner, etc)
AI/LLMツール: Claude Code, Cursor, Codex, GitHub Copilot（全員分予算あり）
その他: GitHub, Slack, Notion
仕事の魅力
書いたモデルが、翌日のKPIに直結する
カウシェのレコメンドはプロダクトの中核です。実装したモデルの改善が売上・滞在時間・継続率に直接反映される、解像度の高いフィードバックループの中で開発できます。
現行モデルの次を自分で設計できる
既存モデルはすでに本番稼働中ですが、アーキテクチャの進化余地は大きく残っています。「次世代のレコメンドエンジンをどう設計するか」を自分の技術判断でリードできる環境です。
月20日以上・1日38分という、ECとしては異例の高密度データが武器になる
一般的なECアプリの滞在時間は数分程度です。カウシェはゲーム要素を持つ独自の設計により、お客様が日常的に開くアプリになっています。この高頻度・高密度な行動ログは、精度の高いモデル設計と実験を可能にする、他社にはないデータ資産です。
レコメンドにとどまらず、ML活用の今後を自分で描ける
現在の主戦場は商品レコメンデーションですが、UGCパーソナライズ・広告配信最適化・ダイナミックプライシング・UI出し分けなど、カウシェにおけるデータ・ML活用の余白は広大です。「次に何をデータで解くか、モデル実装していくか」の優先順位から自分で設計できる、一人目ならではの裁量があります。
AIフル活用が前提の職場
DS含む全エンジニアにAIフル活用を義務化しており、個人の利用予算も会社が負担します。Claude Code・Cursor・Codexを使い、コードの大半をAI経由で生成。少人数でスピードと品質を両立するスタイルです。
開発スタイル
1チームあたり4 10名のPM、デザイナー、エンジニア、QAなどの職能混合チームで開発を行います。
要件定義からリリースまで、チーム全員が主体的に関わるスタイルです。
「品質を上げるからこそ速く作れる」という哲学のもと、品質を重視した開発を徹底しています。
MLモデルの設計・実装・改善を通じて、プロダクトの体験と事業成長を直接動かしていただきます。分析や基盤整備だけで終わらず、モデルそのものをプロダクションレベルで動かすことに責任を持つポジションです。
レコメンドモデルの設計・実装・チューニング（Two-Tower / LightGBM等）
特徴量エンジニアリングの実装と、オフライン/オンライン評価の設計
A/Bテストの設計・実施・効果検証を通じたモデル改善のPDCA
モデルのプロダクション化（Cloud Run等への実装・最適化）
ML施策の技術的意思決定とPdM等との連携
このポジションで向き合う難題
レコメンドモデルのアーキテクチャ進化
現在稼働中のTwo-Towerモデルをベースに、精度・速度・スケーラビリティをどう高めるかを設計・実装します。次世代のアーキテクチャを自ら提案し、プロダクションで検証できる環境があります。
コールドスタート問題
新規お客様の初期利用期間は購買データが基本的にありません。ファーム内行動やアプリ内行動など、カウシェ固有のシグナルから嗜好を推定するモデルを設計・実装します。
リアルタイム性の向上
カウシェにおけるレコメンドユースケースではリアルタイム性の向上が事業インパクトに大きな影響を与えるものが多数あります。そのためのモデル側の最適化に取り組みます。
短期CVR vs 長期LTV
レコメンドが短期的な購入率に最適化されすぎていないか、長期的なお客様価値との両立をどうモデルに組み込むかという構造的な問いに、実装レベルで向き合います。
新たなML活用領域への展開
UGC（口コミ）のパーソナライズ、広告配信の最適化、ダイナミックプライシングなど、「何のデータをインプットに、何をアウトプットするか」の新しいモデルを事業インパクトの大きい順に設計・実装していきます。
開発環境・技術スタック
データ基盤・分析: BigQuery, Dataform, Python, Looker Studio
ML基盤: Google Cloud (Vertex AI, Vertex AI Experiments, Cloud Spanner, etc)
AI/LLMツール: Claude Code, Cursor, Codex, GitHub Copilot（全員分予算あり）
その他: GitHub, Slack, Notion
仕事の魅力
書いたモデルが、翌日のKPIに直結する
カウシェのレコメンドはプロダクトの中核です。実装したモデルの改善が売上・滞在時間・継続率に直接反映される、解像度の高いフィードバックループの中で開発できます。
現行モデルの次を自分で設計できる
既存モデルはすでに本番稼働中ですが、アーキテクチャの進化余地は大きく残っています。「次世代のレコメンドエンジンをどう設計するか」を自分の技術判断でリードできる環境です。
月20日以上・1日38分という、ECとしては異例の高密度データが武器になる
一般的なECアプリの滞在時間は数分程度です。カウシェはゲーム要素を持つ独自の設計により、お客様が日常的に開くアプリになっています。この高頻度・高密度な行動ログは、精度の高いモデル設計と実験を可能にする、他社にはないデータ資産です。
レコメンドにとどまらず、ML活用の今後を自分で描ける
現在の主戦場は商品レコメンデーションですが、UGCパーソナライズ・広告配信最適化・ダイナミックプライシング・UI出し分けなど、カウシェにおけるデータ・ML活用の余白は広大です。「次に何をデータで解くか、モデル実装していくか」の優先順位から自分で設計できる、一人目ならではの裁量があります。
AIフル活用が前提の職場
DS含む全エンジニアにAIフル活用を義務化しており、個人の利用予算も会社が負担します。Claude Code・Cursor・Codexを使い、コードの大半をAI経由で生成。少人数でスピードと品質を両立するスタイルです。
開発スタイル
1チームあたり4 10名のPM、デザイナー、エンジニア、QAなどの職能混合チームで開発を行います。
要件定義からリリースまで、チーム全員が主体的に関わるスタイルです。
「品質を上げるからこそ速く作れる」という哲学のもと、品質を重視した開発を徹底しています。
Chief Data Officer/大ヒットアプリを手掛け、ビッグデータを保有するIT企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
〜2700万円
ポジション
Chief Data Officer
仕事内容
業務概要
データ戦略の構築と定量責任を担うChief Data Officerを募集します。同社は事業転換以降、急成長を続けており、レコメンデーション技術がその成長を支えています。今後はUGC（口コミ投稿）とお客様とのマッチング、商品出品者への改善提案、広告配信の最適化、ダイナミックプライシングなど、ML/LLMを活用できる領域が大きく広がっています。滞在時間あたりの利益、LTVの最大化、モデルの改善等をKPIとし、経営に直接インパクトのあるデータ戦略の立案・実行を担うポジションです。
同社は発見型ソーシャルECアプリを運営しており、従来の検索型ECとは異なり、「なんとなく眺めているなかで、ほしいものを発見して買う」体験を提供します。セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。ユーザーは全国に広がり、これまでECをほとんど使ったことがない層にも多く利用されています。ゲーム機能や投稿機能など、日常的に楽しめる要素が豊富にあり、高い頻度で利用されているユーザーが多く、これまでのECユーザーとは異なる行動が生まれています。
同社は「日常に楽しさを」をミッションに、新しい生活圏の創造を目指しています。検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。少数精鋭で大きな目標に挑戦し、将来の生活インフラを切り拓くことを目指しています。
具体的な業務
ML/LLM/データサイエンスを経営・事業戦略に接続し、投資対効果のあるテーマに集中させ、組織的に遂行する責任者です。技術ありきではなく、経営課題の解決方法としてデータ/技術を捉えて戦略的に推進します。
- 重点課題に対するAI技術選定、フィージビリティ評価、期待効果に基づく優先順位付け
- 学習構造/技術ロードマップの策定および技術投資方針の立案
- ロードマップ実行に必要な組織・体制の設計、採用戦略の策定
- データ基盤、MLOps/LLMOps、プロダクト実装・運用まで見据えた長期アーキテクチャ方針の主導
- ML/LLM/データサイエンスの知見・経験に基づく立案、組織構築、マネジメントを中心としたリーダーシップの発揮
- 上記戦略の実行のためのデータ組織の確立
このポジションで向き合う難題
- レコメンドモデルのアーキテクチャ進化: 現在稼働中のTwo-Towerモデルをベースに、精度・速度・スケーラビリティを高める設計・実装。次世代アーキテクチャの提案とプロダクションでの検証。
- コールドスタート問題: 新規お客様の初期利用期間における購買データ不足に対し、ゲーム内行動やアプリ内行動など、同社固有のシグナルから嗜好を推定するモデルの設計・実装。
- リアルタイム性の向上: レコメンドユースケースにおけるリアルタイム性向上が事業インパクトに大きく影響するため、モデル側の最適化に取り組む。
- 短期CVR vs 長期LTV: 短期的な購入率と長期的なお客様価値の両立をモデルに組み込む構造的な問いへの実装レベルでの対応。
- 新たなML/LLM活用領域への展開: UGC（口コミ）のパーソナライズ、広告配信の最適化、ダイナミックプライシングなど、事業インパクトの大きい順に新しいモデルを設計・実装。
ポジション・部門の魅力
開発環境・技術スタック:
- データ基盤・分析: BigQuery, Dataform, Python, Looker Studio
- ML基盤: Google Cloud (Vertex AI, Vertex AI Experiments, Cloud Spanner, etc)
- AI/LLMツール: Claude Code, Cursor, Codex, GitHub Copilot（全員分予算あり）
- その他: GitHub, Slack, Notion
仕事の魅力:
- ECとしては異例の高密度データが武器になる: ゲーム要素を持つ独自の設計により、お客様が日常的に開くアプリになっています。この高頻度・高密度な行動ログは、精度の高いモデル設計と実験を可能にする、他社にはないデータ資産です。
- レコメンドにとどまらないデータ戦略全体の構築: 現在の主戦場は商品レコメンデーションですが、UGCパーソナライズ・広告配信最適化・ダイナミックプライシング・UI出し分けなど、データ・ML活用の余白は広大です。「次に何をデータで解くか、モデル実装していくか」の優先順位から自分で設計できる裁量があります。
入社後3ヶ月のマイルストーン:
- 1ヶ月目：現状把握と課題定義: 既存レコメンドモデルのアーキテクチャ・特徴量・評価指標を理解。ユーザー行動データ・購買データを探索し、全体像や顧客像を把握。
- 2ヶ月目：データ戦略仮説構築の自走: お客様の滞在時間あたりの利益・LTV最大化のためのデータ取得・活用戦略についてCOO・CXO・CBOと連携しながら仮説構築。
- 3ヶ月目：ロードマップ策定と実行プランの構築: AI・データ施策の優先順位づけとロードマップを策定。効果検証の仕組みを整え、施策のPDCAを自走で回す。
データ戦略の構築と定量責任を担うChief Data Officerを募集します。同社は事業転換以降、急成長を続けており、レコメンデーション技術がその成長を支えています。今後はUGC（口コミ投稿）とお客様とのマッチング、商品出品者への改善提案、広告配信の最適化、ダイナミックプライシングなど、ML/LLMを活用できる領域が大きく広がっています。滞在時間あたりの利益、LTVの最大化、モデルの改善等をKPIとし、経営に直接インパクトのあるデータ戦略の立案・実行を担うポジションです。
同社は発見型ソーシャルECアプリを運営しており、従来の検索型ECとは異なり、「なんとなく眺めているなかで、ほしいものを発見して買う」体験を提供します。セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。ユーザーは全国に広がり、これまでECをほとんど使ったことがない層にも多く利用されています。ゲーム機能や投稿機能など、日常的に楽しめる要素が豊富にあり、高い頻度で利用されているユーザーが多く、これまでのECユーザーとは異なる行動が生まれています。
同社は「日常に楽しさを」をミッションに、新しい生活圏の創造を目指しています。検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。少数精鋭で大きな目標に挑戦し、将来の生活インフラを切り拓くことを目指しています。
具体的な業務
ML/LLM/データサイエンスを経営・事業戦略に接続し、投資対効果のあるテーマに集中させ、組織的に遂行する責任者です。技術ありきではなく、経営課題の解決方法としてデータ/技術を捉えて戦略的に推進します。
- 重点課題に対するAI技術選定、フィージビリティ評価、期待効果に基づく優先順位付け
- 学習構造/技術ロードマップの策定および技術投資方針の立案
- ロードマップ実行に必要な組織・体制の設計、採用戦略の策定
- データ基盤、MLOps/LLMOps、プロダクト実装・運用まで見据えた長期アーキテクチャ方針の主導
- ML/LLM/データサイエンスの知見・経験に基づく立案、組織構築、マネジメントを中心としたリーダーシップの発揮
- 上記戦略の実行のためのデータ組織の確立
このポジションで向き合う難題
- レコメンドモデルのアーキテクチャ進化: 現在稼働中のTwo-Towerモデルをベースに、精度・速度・スケーラビリティを高める設計・実装。次世代アーキテクチャの提案とプロダクションでの検証。
- コールドスタート問題: 新規お客様の初期利用期間における購買データ不足に対し、ゲーム内行動やアプリ内行動など、同社固有のシグナルから嗜好を推定するモデルの設計・実装。
- リアルタイム性の向上: レコメンドユースケースにおけるリアルタイム性向上が事業インパクトに大きく影響するため、モデル側の最適化に取り組む。
- 短期CVR vs 長期LTV: 短期的な購入率と長期的なお客様価値の両立をモデルに組み込む構造的な問いへの実装レベルでの対応。
- 新たなML/LLM活用領域への展開: UGC（口コミ）のパーソナライズ、広告配信の最適化、ダイナミックプライシングなど、事業インパクトの大きい順に新しいモデルを設計・実装。
ポジション・部門の魅力
開発環境・技術スタック:
- データ基盤・分析: BigQuery, Dataform, Python, Looker Studio
- ML基盤: Google Cloud (Vertex AI, Vertex AI Experiments, Cloud Spanner, etc)
- AI/LLMツール: Claude Code, Cursor, Codex, GitHub Copilot（全員分予算あり）
- その他: GitHub, Slack, Notion
仕事の魅力:
- ECとしては異例の高密度データが武器になる: ゲーム要素を持つ独自の設計により、お客様が日常的に開くアプリになっています。この高頻度・高密度な行動ログは、精度の高いモデル設計と実験を可能にする、他社にはないデータ資産です。
- レコメンドにとどまらないデータ戦略全体の構築: 現在の主戦場は商品レコメンデーションですが、UGCパーソナライズ・広告配信最適化・ダイナミックプライシング・UI出し分けなど、データ・ML活用の余白は広大です。「次に何をデータで解くか、モデル実装していくか」の優先順位から自分で設計できる裁量があります。
入社後3ヶ月のマイルストーン:
- 1ヶ月目：現状把握と課題定義: 既存レコメンドモデルのアーキテクチャ・特徴量・評価指標を理解。ユーザー行動データ・購買データを探索し、全体像や顧客像を把握。
- 2ヶ月目：データ戦略仮説構築の自走: お客様の滞在時間あたりの利益・LTV最大化のためのデータ取得・活用戦略についてCOO・CXO・CBOと連携しながら仮説構築。
- 3ヶ月目：ロードマップ策定と実行プランの構築: AI・データ施策の優先順位づけとロードマップを策定。効果検証の仕組みを整え、施策のPDCAを自走で回す。
iOS Engineer/お買い物アプリ運営企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
〜1200万円
ポジション
担当者
仕事内容
業務概要
ピボット後約3年で急成長を達成し、モバイルアプリがプロダクト成長の主戦場である企業でのポジションです。この成長に伴い、モバイル開発には以下の技術的課題への対応が急務となっています。
- ドメイン分離による開発並列性の向上：チーム拡大に合わせ、各チームが独立して高速デプロイできるモバイルアーキテクチャへの刷新
- 少数精鋭による高速開発の維持：増加する機能要件を少人数で高品質・高速に開発し続ける体制の強化
- AI活用による認知負荷の低減：全エンジニアがAIを活用し、iOS・Android両OSを1名で担う「二刀流」開発の効率化
発見型ソーシャルECアプリの開発です。発見型ECとは、従来の「ほしいものを検索して買う」検索型ECとは真逆で、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供するECを指します。セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくります。ユーザーは全国にまんべんなく広がっており、ECをほとんど使ったことがない40 50代の女性に多く利用されています。育成ゲーム機能や投稿機能など、日常的に楽しめる要素が豊富にあることが強みです。
具体的な業務
職能混合チーム（PdM・デザイナー・エンジニア・QA）に加わり、仕様検討からリリース・効果分析まで一貫して担当します。入社後はiOSエンジニアとして強みを発揮しながら、AI活用でAndroid開発にも領域を広げ、将来的には両OSを担当する「二刀流」スタイルでの活躍を期待しています。
1. Swiftを用いたiOSアプリの設計・開発・保守・運用
SwiftUIによるUI実装を中心に、アーキテクチャ設計から実装・運用まで全般を担います。
2. Kotlinを用いたAndroidアプリ開発
Jetpack ComposeによるUI実装を含む、iOS側の知見を活かしたAndroid開発にも関与します。
3. AIを活用した両OS開発の最適化
AIツールを活用し、実装計画策定・コード生成・レビューを効率化します。
4. モバイルアーキテクチャの設計・推進
ドメイン分離や開発並列性向上に向けたアーキテクチャ刷新を主導します。技術選定・設計判断をオーナーシップ高く推進します。
5. 要件定義からリリース・効果分析までのプロダクト開発全般
PdM・デザイナーと密に連携しながら、事業数値とKPIに基づいた開発を進めます。
このポジションで向き合う難題
- 「EC×ゲーム×ソーシャル」の複雑な状態管理
育成ゲーム機能の育成状況・ソーシャル連携・ECの購買データがリアルタイムに絡み合うUI/UXを、SwiftUIで整合性を保ちながら実装する高難度課題があります。
- ドメイン分離による開発並列性の向上
チーム数の増加に合わせ、各チームが独立して高速デプロイできる疎結合で認知負荷の低いモバイルアーキテクチャへの刷新を推進中です。
- AI Nativeな「二刀流」開発プロセスの確立
1名のエンジニアがiOS・Android両OSを開発するスタイルにおいて、AIを活用した認知負荷の低減と両OSの品質最大化を両立する次世代ワークフローを構築します。
- 大規模トラフィック下でのパフォーマンス最適化
高い滞在時間を支えるため、アプリが落ちる原因の特定や動作の高速化、メモリの最適化など「信頼性の高いアプリ」を追求し続けます。
ポジション・部門の魅力
- モバイルアーキテクチャを自分の手で設計できる
少数精鋭チームだからこそ、「自分が設計したアーキテクチャの上でプロダクトが動いている」という手触り感を持って開発できます。大人数チームでの分業では得られない、技術設計への深い関与と裁量がある環境です。
- AI Nativeな「二刀流」開発の最前線に立てる
全エンジニア・PdMへのAIフル活用を義務化している組織で、iOS・Android両OSをAIで効率化しながら担う そのワークフロー自体を自分で設計できます。「AI時代のモバイル開発はどうあるべきか」を実践しながら問い続けられる環境は希少です。
- EC×ゲーム×ソーシャルという複雑なドメインで技術を磨ける
購買・ゲーム・SNS投稿・AIレコメンドが一つのアプリの中で絡み合う複雑な状態管理は、従来のECアプリとは次元の異なる技術的面白さがあります。高難度の課題を高速リリースサイクルの中で解き続けることで、エンジニアとしての地力が上がります。
ピボット後約3年で急成長を達成し、モバイルアプリがプロダクト成長の主戦場である企業でのポジションです。この成長に伴い、モバイル開発には以下の技術的課題への対応が急務となっています。
- ドメイン分離による開発並列性の向上：チーム拡大に合わせ、各チームが独立して高速デプロイできるモバイルアーキテクチャへの刷新
- 少数精鋭による高速開発の維持：増加する機能要件を少人数で高品質・高速に開発し続ける体制の強化
- AI活用による認知負荷の低減：全エンジニアがAIを活用し、iOS・Android両OSを1名で担う「二刀流」開発の効率化
発見型ソーシャルECアプリの開発です。発見型ECとは、従来の「ほしいものを検索して買う」検索型ECとは真逆で、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供するECを指します。セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくります。ユーザーは全国にまんべんなく広がっており、ECをほとんど使ったことがない40 50代の女性に多く利用されています。育成ゲーム機能や投稿機能など、日常的に楽しめる要素が豊富にあることが強みです。
具体的な業務
職能混合チーム（PdM・デザイナー・エンジニア・QA）に加わり、仕様検討からリリース・効果分析まで一貫して担当します。入社後はiOSエンジニアとして強みを発揮しながら、AI活用でAndroid開発にも領域を広げ、将来的には両OSを担当する「二刀流」スタイルでの活躍を期待しています。
1. Swiftを用いたiOSアプリの設計・開発・保守・運用
SwiftUIによるUI実装を中心に、アーキテクチャ設計から実装・運用まで全般を担います。
2. Kotlinを用いたAndroidアプリ開発
Jetpack ComposeによるUI実装を含む、iOS側の知見を活かしたAndroid開発にも関与します。
3. AIを活用した両OS開発の最適化
AIツールを活用し、実装計画策定・コード生成・レビューを効率化します。
4. モバイルアーキテクチャの設計・推進
ドメイン分離や開発並列性向上に向けたアーキテクチャ刷新を主導します。技術選定・設計判断をオーナーシップ高く推進します。
5. 要件定義からリリース・効果分析までのプロダクト開発全般
PdM・デザイナーと密に連携しながら、事業数値とKPIに基づいた開発を進めます。
このポジションで向き合う難題
- 「EC×ゲーム×ソーシャル」の複雑な状態管理
育成ゲーム機能の育成状況・ソーシャル連携・ECの購買データがリアルタイムに絡み合うUI/UXを、SwiftUIで整合性を保ちながら実装する高難度課題があります。
- ドメイン分離による開発並列性の向上
チーム数の増加に合わせ、各チームが独立して高速デプロイできる疎結合で認知負荷の低いモバイルアーキテクチャへの刷新を推進中です。
- AI Nativeな「二刀流」開発プロセスの確立
1名のエンジニアがiOS・Android両OSを開発するスタイルにおいて、AIを活用した認知負荷の低減と両OSの品質最大化を両立する次世代ワークフローを構築します。
- 大規模トラフィック下でのパフォーマンス最適化
高い滞在時間を支えるため、アプリが落ちる原因の特定や動作の高速化、メモリの最適化など「信頼性の高いアプリ」を追求し続けます。
ポジション・部門の魅力
- モバイルアーキテクチャを自分の手で設計できる
少数精鋭チームだからこそ、「自分が設計したアーキテクチャの上でプロダクトが動いている」という手触り感を持って開発できます。大人数チームでの分業では得られない、技術設計への深い関与と裁量がある環境です。
- AI Nativeな「二刀流」開発の最前線に立てる
全エンジニア・PdMへのAIフル活用を義務化している組織で、iOS・Android両OSをAIで効率化しながら担う そのワークフロー自体を自分で設計できます。「AI時代のモバイル開発はどうあるべきか」を実践しながら問い続けられる環境は希少です。
- EC×ゲーム×ソーシャルという複雑なドメインで技術を磨ける
購買・ゲーム・SNS投稿・AIレコメンドが一つのアプリの中で絡み合う複雑な状態管理は、従来のECアプリとは次元の異なる技術的面白さがあります。高難度の課題を高速リリースサイクルの中で解き続けることで、エンジニアとしての地力が上がります。
Android Engineer/お買い物アプリ運営企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
〜1200万円
ポジション
Androidエンジニア
仕事内容
【業務概要】
同社はピボット後急成長を達成し、ゲーミフィケーション機能を中心としたモバイルアプリがプロダクト成長の主戦場です。この成長に伴い、モバイル開発には技術的課題への対応が急務となっています。ドメイン分離による開発並列性の向上、少数精鋭による高速開発の維持、AI活用による認知負荷の低減といった課題に技術的なオーナーシップを持って向き合えるモバイルエンジニアを募集しています。
同社は発見型ソーシャルECアプリです。従来の「ほしいものを検索して買う」検索型ECとは真逆で、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供するECを指します。セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。ユーザーは全国にまんべんなく広がっており、これまでECをほとんど使ったことがない40 50代の女性に多く利用されています。作物育成ゲームや投稿機能など、日常的に楽しめる要素が豊富にあることが強みで、高い頻度で利用されています。
同社は「日常に楽しさを」をミッションに、「新しい生活圏のカタチ」をつくります。検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。ふらっと立ち寄れば気になるものが見つかり、知人の姿に安心し、つい滞在したくなる。駅前や商店街のように、人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。情報収集も遊びも買い物も同じ動線の中でゆるやかにつながり、作業となってしまっていたお買い物はいつしか楽しみへと変わります。事業転換以降、急成長を達成しており、変化を力に変えてきた同社は、人数に依存しない運営モデルで常識を更新し続けます。目指す姿は、1億人に1億通りの楽しみが巡る生活インフラです。
【具体的な業務】
職能混合チーム（PdM・デザイナー・エンジニア・QA）に加わり、仕様検討からリリース・効果分析まで一貫して担います。入社後はAndroidエンジニアとして強みを発揮しながら、AI活用でiOS開発にも領域を広げ、将来的には両OSを担当する「二刀流」スタイルでの活躍を期待しています。
1. Kotlinを用いたAndroidアプリの設計・開発・保守・運用
Jetpack ComposeによるUI実装を中心に、アーキテクチャ設計から実装・運用まで全般を担います。
2. Swiftを用いたiOSアプリ開発
SwiftUIによるUI実装を含む、Android側の知見を活かしたiOS開発にも関与します。
3. AIを活用した両OS開発の最適化
Claude等のAIツールを活用し、実装計画策定・コード生成・レビューを効率化します。
4. モバイルアーキテクチャの設計・推進
ドメイン分離や開発並列性向上に向けたアーキテクチャ刷新を主導します。技術選定・設計判断をオーナーシップ高く推進します。
5. 要件定義からリリース・効果分析までのプロダクト開発全般
PdM・デザイナーと密に連携しながら、事業数値とKPIに基づいた開発を進めます。
【このポジションで向き合う難題】
* 「EC×ゲーム×ソーシャル」の複雑な状態管理
同社のゲーム機能の育成状況・ソーシャル連携・ECの購買データがリアルタイムに絡み合うUI/UXを、Jetpack Composeで整合性を保ちながら実装する高難度課題があります。
* ドメイン分離による開発並列性の向上
チーム数の増加に合わせ、各チームが独立して高速デプロイできる疎結合で認知負荷の低いモバイルアーキテクチャへの刷新を推進中です。
* AI Nativeな「二刀流」開発プロセスの確立
1名のエンジニアがiOS・Android両OSを開発するスタイルにおいて、AIを活用した認知負荷の低減と両OSの品質最大化を両立する次世代ワークフローを構築します。
* 大規模トラフィック下でのパフォーマンス最適化
高い滞在時間を支えるため、アプリが落ちる原因の特定や動作の高速化、メモリの最適化など「信頼性の高いアプリ」を追求し続けます。
【仕事の魅力】
* モバイルアーキテクチャを自分の手で設計できる
少数精鋭チームだからこそ、「自分が設計したアーキテクチャの上でプロダクトが動いている」という手触り感を持って開発できます。大人数チームでの分業では得られない、技術設計への深い関与と裁量がある環境です。
* AI Nativeな「二刀流」開発の最前線に立てる
全エンジニア・PdMへのAIフル活用を義務化している組織で、iOS・Android両OSをAIで効率化しながら担う そのワークフロー自体を自分で設計できます。「AI時代のモバイル開発はどうあるべきか」を実践しながら問い続けられる環境は希少です。
* EC×ゲーム×ソーシャルという複雑なドメインで技術を磨ける
購買・ゲーム・SNS投稿・AIレコメンドが一つのアプリの中で絡み合う複雑な状態管理は、従来のECアプリとは次元の異なる技術的面白さがあります。高難度の課題を高速リリースサイクルの中で解き続けることで、エンジニアとしての地力が上がります。
【開発環境・技術スタック】
モダンな技術を活用しています
* 言語：Swift, Kotlin, Go
* UIフレームワーク：SwiftUI, Jetpack Compose
* アーキテクチャ・設計：Android Architecture Components, MVVM
* 開発環境：Xcode, Android Studio
* インフラ：Google Cloud (Cloud Run, Cloud Spanner, Pub/Sub, etc)
* 通信：gRPC, Protocol Buffers (SwiftProtobuf)
* CI/CD：Bitrise, GitHub Actions, Cloud Build
* 構成管理：Terraform
* モニタリング：Crashlytics, Cloud Monitoring, Cloud Logging, Cloud Trace
* 分析基盤：BigQuery, Looker Studio
* QA自動化ツール：Autify
* AI/LLMツール：Claude, Codex, Cursor, Gemini, GitHub Copilot, etc（全員分予算あり）
* その他：GitHub, Slack, Notion, Figma
* 開発スタイル：アジャイル開発（1日5 9回のデプロイ、月間12回の施策リリース）
同社はピボット後急成長を達成し、ゲーミフィケーション機能を中心としたモバイルアプリがプロダクト成長の主戦場です。この成長に伴い、モバイル開発には技術的課題への対応が急務となっています。ドメイン分離による開発並列性の向上、少数精鋭による高速開発の維持、AI活用による認知負荷の低減といった課題に技術的なオーナーシップを持って向き合えるモバイルエンジニアを募集しています。
同社は発見型ソーシャルECアプリです。従来の「ほしいものを検索して買う」検索型ECとは真逆で、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供するECを指します。セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。ユーザーは全国にまんべんなく広がっており、これまでECをほとんど使ったことがない40 50代の女性に多く利用されています。作物育成ゲームや投稿機能など、日常的に楽しめる要素が豊富にあることが強みで、高い頻度で利用されています。
同社は「日常に楽しさを」をミッションに、「新しい生活圏のカタチ」をつくります。検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。ふらっと立ち寄れば気になるものが見つかり、知人の姿に安心し、つい滞在したくなる。駅前や商店街のように、人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。情報収集も遊びも買い物も同じ動線の中でゆるやかにつながり、作業となってしまっていたお買い物はいつしか楽しみへと変わります。事業転換以降、急成長を達成しており、変化を力に変えてきた同社は、人数に依存しない運営モデルで常識を更新し続けます。目指す姿は、1億人に1億通りの楽しみが巡る生活インフラです。
【具体的な業務】
職能混合チーム（PdM・デザイナー・エンジニア・QA）に加わり、仕様検討からリリース・効果分析まで一貫して担います。入社後はAndroidエンジニアとして強みを発揮しながら、AI活用でiOS開発にも領域を広げ、将来的には両OSを担当する「二刀流」スタイルでの活躍を期待しています。
1. Kotlinを用いたAndroidアプリの設計・開発・保守・運用
Jetpack ComposeによるUI実装を中心に、アーキテクチャ設計から実装・運用まで全般を担います。
2. Swiftを用いたiOSアプリ開発
SwiftUIによるUI実装を含む、Android側の知見を活かしたiOS開発にも関与します。
3. AIを活用した両OS開発の最適化
Claude等のAIツールを活用し、実装計画策定・コード生成・レビューを効率化します。
4. モバイルアーキテクチャの設計・推進
ドメイン分離や開発並列性向上に向けたアーキテクチャ刷新を主導します。技術選定・設計判断をオーナーシップ高く推進します。
5. 要件定義からリリース・効果分析までのプロダクト開発全般
PdM・デザイナーと密に連携しながら、事業数値とKPIに基づいた開発を進めます。
【このポジションで向き合う難題】
* 「EC×ゲーム×ソーシャル」の複雑な状態管理
同社のゲーム機能の育成状況・ソーシャル連携・ECの購買データがリアルタイムに絡み合うUI/UXを、Jetpack Composeで整合性を保ちながら実装する高難度課題があります。
* ドメイン分離による開発並列性の向上
チーム数の増加に合わせ、各チームが独立して高速デプロイできる疎結合で認知負荷の低いモバイルアーキテクチャへの刷新を推進中です。
* AI Nativeな「二刀流」開発プロセスの確立
1名のエンジニアがiOS・Android両OSを開発するスタイルにおいて、AIを活用した認知負荷の低減と両OSの品質最大化を両立する次世代ワークフローを構築します。
* 大規模トラフィック下でのパフォーマンス最適化
高い滞在時間を支えるため、アプリが落ちる原因の特定や動作の高速化、メモリの最適化など「信頼性の高いアプリ」を追求し続けます。
【仕事の魅力】
* モバイルアーキテクチャを自分の手で設計できる
少数精鋭チームだからこそ、「自分が設計したアーキテクチャの上でプロダクトが動いている」という手触り感を持って開発できます。大人数チームでの分業では得られない、技術設計への深い関与と裁量がある環境です。
* AI Nativeな「二刀流」開発の最前線に立てる
全エンジニア・PdMへのAIフル活用を義務化している組織で、iOS・Android両OSをAIで効率化しながら担う そのワークフロー自体を自分で設計できます。「AI時代のモバイル開発はどうあるべきか」を実践しながら問い続けられる環境は希少です。
* EC×ゲーム×ソーシャルという複雑なドメインで技術を磨ける
購買・ゲーム・SNS投稿・AIレコメンドが一つのアプリの中で絡み合う複雑な状態管理は、従来のECアプリとは次元の異なる技術的面白さがあります。高難度の課題を高速リリースサイクルの中で解き続けることで、エンジニアとしての地力が上がります。
【開発環境・技術スタック】
モダンな技術を活用しています
* 言語：Swift, Kotlin, Go
* UIフレームワーク：SwiftUI, Jetpack Compose
* アーキテクチャ・設計：Android Architecture Components, MVVM
* 開発環境：Xcode, Android Studio
* インフラ：Google Cloud (Cloud Run, Cloud Spanner, Pub/Sub, etc)
* 通信：gRPC, Protocol Buffers (SwiftProtobuf)
* CI/CD：Bitrise, GitHub Actions, Cloud Build
* 構成管理：Terraform
* モニタリング：Crashlytics, Cloud Monitoring, Cloud Logging, Cloud Trace
* 分析基盤：BigQuery, Looker Studio
* QA自動化ツール：Autify
* AI/LLMツール：Claude, Codex, Cursor, Gemini, GitHub Copilot, etc（全員分予算あり）
* その他：GitHub, Slack, Notion, Figma
* 開発スタイル：アジャイル開発（1日5 9回のデプロイ、月間12回の施策リリース）
Androidエンジニア（テックリード）/お買い物アプリ運営企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
〜1560万円
ポジション
テックリード
仕事内容
## 業務概要
お買い物アプリを運営する企業でのポジションです。同社は発見型ソーシャルECアプリを提供しており、従来の「ほしいものを検索して買う」検索型ECとは異なり、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供しています。セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場を創造しています。
累計ダウンロード数を突破し、ユーザーは全国にまんべんなく広がっています。特に、これまでECをほとんど使ったことがない40 50代の女性に多く利用されている点が特徴です。作物育成ゲーム機能や投稿機能など、日常的に楽しめる要素が豊富にあることが強みとなっており、高い頻度で利用しているユーザーが多く、これまでのECユーザーとはまったく異なる行動が生まれています。
同社は「日常に楽しさを」をミッションに、「新しい生活圏のカタチ」を創造する企業です。検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことを目指しています。ふらっと立ち寄れば気になるものが見つかり、知人の姿に安心し、つい滞在したくなる。駅前や商店街のように、人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。情報収集も遊びも買い物も同じ動線の中でゆるやかにつながり、作業となってしまっていたお買い物はいつしか楽しみへと変わります。
変化を力に変えてきた同社は、人数に依存しない運営モデルで常識を更新し続けます。目指す姿は、1億人に1億通りの楽しみが巡る生活インフラです。
## 具体的な業務
職能混合チーム（PdM・デザイナー・エンジニア・QA）に加わり、仕様検討からリリース・効果分析まで一貫して担当します。入社後はAndroidエンジニアとして強みを発揮しながら、AI活用でiOS開発にも領域を広げ、将来的には両OSを担当する「二刀流」スタイルでの活躍を期待しています。
1. Kotlinを用いたAndroidアプリの設計・開発・保守・運用
Jetpack ComposeによるUI実装を中心に、アーキテクチャ設計から実装・運用まで全般を担当します。
2. Swiftを用いたiOSアプリ開発
SwiftUIによるUI実装を含む、Android側の知見を活かしたiOS開発にも関与します。
3. AIを活用した両OS開発の最適化
Claude等のAIツールを活用し、実装計画策定・コード生成・レビューを効率化します。
4. モバイルアーキテクチャの設計・推進
ドメイン分離や開発並列性向上に向けたアーキテクチャ刷新を主導します。技術選定・設計判断をオーナーシップ高く推進します。
5. 要件定義からリリース・効果分析までのプロダクト開発全般
PdM・デザイナーと密に連携しながら、事業数値とKPIに基づいた開発を進めます。
## このポジションで向き合う難題
* **「EC×ゲーム×ソーシャル」の複雑な状態管理**
作物育成ゲーム機能の育成状況・ソーシャル連携・ECの購買データがリアルタイムに絡み合うUI/UXを、Jetpack Composeで整合性を保ちながら実装する高難度課題があります。
* **ドメイン分離による開発並列性の向上**
チーム数の増加に合わせ、各チームが独立して高速デプロイできる疎結合で認知負荷の低いモバイルアーキテクチャへの刷新を推進中です。
* **AI Nativeな「二刀流」開発プロセスの確立**
1名のエンジニアがiOS・Android両OSを開発するスタイルにおいて、AIを活用した認知負荷の低減と両OSの品質最大化を両立する次世代ワークフローを構築します。
* **大規模トラフィック下でのパフォーマンス最適化**
高い滞在時間を支えるため、アプリが落ちる原因の特定や動作の高速化、メモリの最適化など「信頼性の高いアプリ」を追求し続けます。
## ポジションの魅力
* **モバイルアーキテクチャを自分の手で設計できる**
少数精鋭チームだからこそ、「自分が設計したアーキテクチャの上でプロダクトが動いている」という手触り感を持って開発できます。大人数チームでの分業では得られない、技術設計への深い関与と裁量がある環境です。
* **AI Nativeな「二刀流」開発の最前線に立てる**
全エンジニア・PdMへのAIフル活用を義務化している組織で、iOS・Android両OSをAIで効率化しながら担当する そのワークフロー自体を自分で設計できます。「AI時代のモバイル開発はどうあるべきか」を実践しながら問い続けられる環境は希少です。
* **EC×ゲーム×ソーシャルという複雑なドメインで技術を磨ける**
購買・ゲーム・SNS投稿・AIレコメンドが一つのアプリの中で絡み合う複雑な状態管理は、従来のECアプリとは次元の異なる技術的面白さがあります。高難度の課題を高速リリースサイクルの中で解き続けることで、エンジニアとしての地力が上がります。
お買い物アプリを運営する企業でのポジションです。同社は発見型ソーシャルECアプリを提供しており、従来の「ほしいものを検索して買う」検索型ECとは異なり、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供しています。セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場を創造しています。
累計ダウンロード数を突破し、ユーザーは全国にまんべんなく広がっています。特に、これまでECをほとんど使ったことがない40 50代の女性に多く利用されている点が特徴です。作物育成ゲーム機能や投稿機能など、日常的に楽しめる要素が豊富にあることが強みとなっており、高い頻度で利用しているユーザーが多く、これまでのECユーザーとはまったく異なる行動が生まれています。
同社は「日常に楽しさを」をミッションに、「新しい生活圏のカタチ」を創造する企業です。検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことを目指しています。ふらっと立ち寄れば気になるものが見つかり、知人の姿に安心し、つい滞在したくなる。駅前や商店街のように、人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。情報収集も遊びも買い物も同じ動線の中でゆるやかにつながり、作業となってしまっていたお買い物はいつしか楽しみへと変わります。
変化を力に変えてきた同社は、人数に依存しない運営モデルで常識を更新し続けます。目指す姿は、1億人に1億通りの楽しみが巡る生活インフラです。
## 具体的な業務
職能混合チーム（PdM・デザイナー・エンジニア・QA）に加わり、仕様検討からリリース・効果分析まで一貫して担当します。入社後はAndroidエンジニアとして強みを発揮しながら、AI活用でiOS開発にも領域を広げ、将来的には両OSを担当する「二刀流」スタイルでの活躍を期待しています。
1. Kotlinを用いたAndroidアプリの設計・開発・保守・運用
Jetpack ComposeによるUI実装を中心に、アーキテクチャ設計から実装・運用まで全般を担当します。
2. Swiftを用いたiOSアプリ開発
SwiftUIによるUI実装を含む、Android側の知見を活かしたiOS開発にも関与します。
3. AIを活用した両OS開発の最適化
Claude等のAIツールを活用し、実装計画策定・コード生成・レビューを効率化します。
4. モバイルアーキテクチャの設計・推進
ドメイン分離や開発並列性向上に向けたアーキテクチャ刷新を主導します。技術選定・設計判断をオーナーシップ高く推進します。
5. 要件定義からリリース・効果分析までのプロダクト開発全般
PdM・デザイナーと密に連携しながら、事業数値とKPIに基づいた開発を進めます。
## このポジションで向き合う難題
* **「EC×ゲーム×ソーシャル」の複雑な状態管理**
作物育成ゲーム機能の育成状況・ソーシャル連携・ECの購買データがリアルタイムに絡み合うUI/UXを、Jetpack Composeで整合性を保ちながら実装する高難度課題があります。
* **ドメイン分離による開発並列性の向上**
チーム数の増加に合わせ、各チームが独立して高速デプロイできる疎結合で認知負荷の低いモバイルアーキテクチャへの刷新を推進中です。
* **AI Nativeな「二刀流」開発プロセスの確立**
1名のエンジニアがiOS・Android両OSを開発するスタイルにおいて、AIを活用した認知負荷の低減と両OSの品質最大化を両立する次世代ワークフローを構築します。
* **大規模トラフィック下でのパフォーマンス最適化**
高い滞在時間を支えるため、アプリが落ちる原因の特定や動作の高速化、メモリの最適化など「信頼性の高いアプリ」を追求し続けます。
## ポジションの魅力
* **モバイルアーキテクチャを自分の手で設計できる**
少数精鋭チームだからこそ、「自分が設計したアーキテクチャの上でプロダクトが動いている」という手触り感を持って開発できます。大人数チームでの分業では得られない、技術設計への深い関与と裁量がある環境です。
* **AI Nativeな「二刀流」開発の最前線に立てる**
全エンジニア・PdMへのAIフル活用を義務化している組織で、iOS・Android両OSをAIで効率化しながら担当する そのワークフロー自体を自分で設計できます。「AI時代のモバイル開発はどうあるべきか」を実践しながら問い続けられる環境は希少です。
* **EC×ゲーム×ソーシャルという複雑なドメインで技術を磨ける**
購買・ゲーム・SNS投稿・AIレコメンドが一つのアプリの中で絡み合う複雑な状態管理は、従来のECアプリとは次元の異なる技術的面白さがあります。高難度の課題を高速リリースサイクルの中で解き続けることで、エンジニアとしての地力が上がります。
バックエンドエンジニア（テックリード）/お買い物アプリ運営企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
800万円〜1560万円
ポジション
テックリード
仕事内容
Go/Google Cloud(Cloud Run,Cloud Spanner, etc)を用いた、同社サービスのサーバーサイド開発全般を担当いただきます。1チーム4 7名の職能混合チーム（PM、デザイナー、エンジニア、QAなど）の一員として、要件定義・設計・実装・リリース・運用まで一気通貫で担当いただきます。
機能開発
PdM・デザイナー・モバイルエンジニア・QAと連携し、新機能の設計から実装・リリースまでをオーナーシップを持って推進します。
技術基盤の改善
ドメイン分割・コンポーネント設計・Platform Engineering / SRE強化といった技術課題にも積極的に関わります。コードを書くだけでなく、チームの開発生産性を上げる仕組みづくりにも貢献が期待されます。
AI Native開発の実践
Cursor・Claude・Codex等のAIツールをフル活用し、設計・実装・レビューのすべてにAIを組み込んだ開発スタイルを体現します。「AIを使える個人」ではなく「AIを組み込んだチーム」を一緒につくります。
このポジションで向き合う難題
コンポーネント・サービス設計
急成長に伴い、EC基盤や同社サービスの複雑性が増しています。数億規模のトランザクションに対応しながら、ドメイン分割・疎結合化を進める設計判断が求められます。
基盤の刷新
EC基盤を将来的に内製化するロードマップが進行中です。スケールと品質を両立した設計・実装力が問われます。
Platform Engineering / SRE領域の強化
Observabilityの向上・自動化基盤整備・SLI/SLO運用の本格化など、インフラと開発の境界を越えた取り組みが求められます。
AI Native開発プロセスのさらなる進化
AIレビューのみでマージする実績をさらに伸ばすための仕組みと文化を、自身が体現しながらつくります。
仕事の魅力
少数精鋭で急成長を支えた技術基盤で働ける
少数精鋭のチームで急成長を支えてきた技術基盤に、エンジニアとして直接関われます。「小さいチームでも大きな技術課題に向き合える」環境です。
AI Native開発の最前線
AIレビューのみでマージする実績は、業界でも最先端の開発環境です。AIを道具として使うのではなく、開発文化として根付かせているチームで働けます。
AIフル活用が前提の職場
全エンジニア・PdMにAIフル活用を義務化しており、個人の利用予算も同社が負担します。AIを使った開発の最前線を、チームとして追求できる環境です。
開発スタイル
1チームあたり4 10名のPM、デザイナー、エンジニア、QAなどの職能混合チームで開発を行います。
要件定義からリリースまで、チーム全員が主体的に関わるスタイルです。「品質を上げるからこそ速く作れる」という哲学のもと、品質を重視した開発を徹底しています。
バックエンドエンジニアは1チームに2 3名で、現在正社員・業務委託合わせて約20名が在籍しています。
GoとGoogle Cloudを主要技術として、設計、開発、保守、運用まで一貫して担当します。
開発環境・技術スタック
モダンな技術選定と、Google Cloudのフルマネージドサービスを徹底活用しています。
言語：Go
インフラ：Google Cloud（Cloud Run、Cloud Spanner、Pub/Sub等）
通信：gRPC、Protocol Buffers
CI/CD：GitHub Actions、Cloud Build
構成管理：Terraform
モニタリング：Cloud Monitoring、Cloud Logging、Cloud Trace
分析基盤：BigQuery、Looker Studio
AI/LLMツール：Claude、Codex、Cursor、Gemini、GitHub Copilot（全員分予算あり）
その他：GitHub、Slack、Notion、Figma
開発スタイル：アジャイル開発（高頻度なデプロイ、月間多数の施策リリース）
一緒に働く「人」と「技術文化」
直属上司：エンジニアリングマネージャー
メガベンチャーやTechスタートアップでテックリード・EM・CTOを経験した30代シニアメンバーが多数在籍。GoとGoogle Cloudを主軸に、高速かつ安定した開発体制を実現しています。
モバイルエンジニア・PdM・デザイナー・QAエンジニアと職能混合チームで密に連携します。
「品質を上げるからこそ速く作れる」
スピードと品質はトレードオフではありません。テスト、CI/CD基盤、継続的なリファクタリングを重視し、「急がば回れ」を実直に実行するスタイルです。
AI Native開発の実践
AIレビューのみでマージできる体制を実現しており、開発生産性の向上を数値で追い続けています。
事業と顧客に近い距離で開発する文化
PdMやデザイナーと混成で動き、事業数値やKPIの状況・対応方針を深くSyncして開発を行っています。定量数値と定性（使用感・お問い合わせ・SNS投稿・レビュー）を重視し、リリース後には定性・定量の変化を確認して次の施策に繋げていきます。
キャリアパス
入社後はバックエンドエンジニアとして機能開発・技術基盤の両輪を担いながら、テックリード・エンジニアリングマネージャーなどへステップアップできる可能性がございます。
急成長スタートアップでのEC基盤開発・AI Native開発の実績は、エンジニアとして高い市場価値につながります。
入社後3ヶ月の期待値（オンボーディング）
入社直後から「放置」することはありません。明確なマイルストーンと共に、チーム全体で立ち上がりをサポートします。
1ヶ月目：環境適応と小さな成果
チームや周辺組織にとにかく慣れていただきます。
既存のGoコードベースとアーキテクチャのキャッチアップをしていただき、軽微な機能追加やバグ修正を通じて、リリースフローを回せるようになっていただきます。
終盤には、徐々に大きめの機能開発や技術課題に携わっていただきます。
2ヶ月目：機能開発のオーナーシップ
特定の大きめの機能開発の、仕様検討から実装・リリースまでを自主的にリードしていくことにチャレンジいただきます
3ヶ月目：技術課題など、より大きな課題への対応
チームや組織全体の開発効率を上げるには？技術的な課題で優先するべきものは？など、開発文化や技術に関する意思決定に関わっていただくことを期待しています。
機能開発
PdM・デザイナー・モバイルエンジニア・QAと連携し、新機能の設計から実装・リリースまでをオーナーシップを持って推進します。
技術基盤の改善
ドメイン分割・コンポーネント設計・Platform Engineering / SRE強化といった技術課題にも積極的に関わります。コードを書くだけでなく、チームの開発生産性を上げる仕組みづくりにも貢献が期待されます。
AI Native開発の実践
Cursor・Claude・Codex等のAIツールをフル活用し、設計・実装・レビューのすべてにAIを組み込んだ開発スタイルを体現します。「AIを使える個人」ではなく「AIを組み込んだチーム」を一緒につくります。
このポジションで向き合う難題
コンポーネント・サービス設計
急成長に伴い、EC基盤や同社サービスの複雑性が増しています。数億規模のトランザクションに対応しながら、ドメイン分割・疎結合化を進める設計判断が求められます。
基盤の刷新
EC基盤を将来的に内製化するロードマップが進行中です。スケールと品質を両立した設計・実装力が問われます。
Platform Engineering / SRE領域の強化
Observabilityの向上・自動化基盤整備・SLI/SLO運用の本格化など、インフラと開発の境界を越えた取り組みが求められます。
AI Native開発プロセスのさらなる進化
AIレビューのみでマージする実績をさらに伸ばすための仕組みと文化を、自身が体現しながらつくります。
仕事の魅力
少数精鋭で急成長を支えた技術基盤で働ける
少数精鋭のチームで急成長を支えてきた技術基盤に、エンジニアとして直接関われます。「小さいチームでも大きな技術課題に向き合える」環境です。
AI Native開発の最前線
AIレビューのみでマージする実績は、業界でも最先端の開発環境です。AIを道具として使うのではなく、開発文化として根付かせているチームで働けます。
AIフル活用が前提の職場
全エンジニア・PdMにAIフル活用を義務化しており、個人の利用予算も同社が負担します。AIを使った開発の最前線を、チームとして追求できる環境です。
開発スタイル
1チームあたり4 10名のPM、デザイナー、エンジニア、QAなどの職能混合チームで開発を行います。
要件定義からリリースまで、チーム全員が主体的に関わるスタイルです。「品質を上げるからこそ速く作れる」という哲学のもと、品質を重視した開発を徹底しています。
バックエンドエンジニアは1チームに2 3名で、現在正社員・業務委託合わせて約20名が在籍しています。
GoとGoogle Cloudを主要技術として、設計、開発、保守、運用まで一貫して担当します。
開発環境・技術スタック
モダンな技術選定と、Google Cloudのフルマネージドサービスを徹底活用しています。
言語：Go
インフラ：Google Cloud（Cloud Run、Cloud Spanner、Pub/Sub等）
通信：gRPC、Protocol Buffers
CI/CD：GitHub Actions、Cloud Build
構成管理：Terraform
モニタリング：Cloud Monitoring、Cloud Logging、Cloud Trace
分析基盤：BigQuery、Looker Studio
AI/LLMツール：Claude、Codex、Cursor、Gemini、GitHub Copilot（全員分予算あり）
その他：GitHub、Slack、Notion、Figma
開発スタイル：アジャイル開発（高頻度なデプロイ、月間多数の施策リリース）
一緒に働く「人」と「技術文化」
直属上司：エンジニアリングマネージャー
メガベンチャーやTechスタートアップでテックリード・EM・CTOを経験した30代シニアメンバーが多数在籍。GoとGoogle Cloudを主軸に、高速かつ安定した開発体制を実現しています。
モバイルエンジニア・PdM・デザイナー・QAエンジニアと職能混合チームで密に連携します。
「品質を上げるからこそ速く作れる」
スピードと品質はトレードオフではありません。テスト、CI/CD基盤、継続的なリファクタリングを重視し、「急がば回れ」を実直に実行するスタイルです。
AI Native開発の実践
AIレビューのみでマージできる体制を実現しており、開発生産性の向上を数値で追い続けています。
事業と顧客に近い距離で開発する文化
PdMやデザイナーと混成で動き、事業数値やKPIの状況・対応方針を深くSyncして開発を行っています。定量数値と定性（使用感・お問い合わせ・SNS投稿・レビュー）を重視し、リリース後には定性・定量の変化を確認して次の施策に繋げていきます。
キャリアパス
入社後はバックエンドエンジニアとして機能開発・技術基盤の両輪を担いながら、テックリード・エンジニアリングマネージャーなどへステップアップできる可能性がございます。
急成長スタートアップでのEC基盤開発・AI Native開発の実績は、エンジニアとして高い市場価値につながります。
入社後3ヶ月の期待値（オンボーディング）
入社直後から「放置」することはありません。明確なマイルストーンと共に、チーム全体で立ち上がりをサポートします。
1ヶ月目：環境適応と小さな成果
チームや周辺組織にとにかく慣れていただきます。
既存のGoコードベースとアーキテクチャのキャッチアップをしていただき、軽微な機能追加やバグ修正を通じて、リリースフローを回せるようになっていただきます。
終盤には、徐々に大きめの機能開発や技術課題に携わっていただきます。
2ヶ月目：機能開発のオーナーシップ
特定の大きめの機能開発の、仕様検討から実装・リリースまでを自主的にリードしていくことにチャレンジいただきます
3ヶ月目：技術課題など、より大きな課題への対応
チームや組織全体の開発効率を上げるには？技術的な課題で優先するべきものは？など、開発文化や技術に関する意思決定に関わっていただくことを期待しています。
Backend Engineer / 業務委託/お買い物アプリ運営企業
おすすめ年齢
20代
30代
40代
50代以上
年収レンジ
応相談（経験・能力を考慮の上当社規定により決定）
ポジション
担当者
仕事内容
業務内容
Go/Google Cloud(Cloud Run,Cloud Spanner, etc)を用いた、「カウシェ」のサーバーサイド開発全般をお任せいたします。1チーム4 7名の職能混合チーム（PM、デザイナー、エンジニア、QAなど）の一員として、要件定義・設計・実装・リリース・運用まで一気通貫で担っていただきます。
機能開発
PdM・デザイナー・モバイルエンジニア・QAと連携し、新機能の設計から実装・リリースまでをオーナーシップを持って推進します。
技術基盤の改善
ドメイン分割・コンポーネント設計・Platform Engineering / SRE強化といった技術課題にも積極的に関わっていただきます。コードを書くだけでなく、チームの開発生産性を上げる仕組みづくりにも貢献が期待されます。
AI Native開発の実践
Cursor・Claude・Codex等のAIツールをフル活用し、設計・実装・レビューのすべてにAIを組み込んだ開発スタイルを体現します。「AIを使える個人」ではなく「AIを組み込んだチーム」を一緒につくっていきます。
このポジションで向き合う難題
コンポーネント・サービス設計
急成長に伴い、EC基盤やカウシェファームの複雑性が増しています。数億規模のトランザクションに対応しながら、ドメイン分割・疎結合化を進める設計判断が求められます。
基盤の刷新
EC基盤を将来的に内製化するロードマップが進行中です。スケールと品質を両立した設計・実装力が問われます。
Platform Engineering / SRE領域の強化
Observabilityの向上・自動化基盤整備・SLI/SLO運用の本格化など、インフラと開発の境界を越えた取り組みが求められます。
AI Native開発プロセスのさらなる進化
デイリーPR数4倍超・83%のAIレビューのみマージという実績をさらに伸ばすための仕組みと文化を、自分自身が体現しながらつくっていきます。
仕事の魅力
少数精鋭でトラフィック565倍を支えた技術基盤で働ける
20名程度のチームでAPIトラフィック565倍の成長を支えてきた技術基盤に、エンジニアとして直接関われます。「小さいチームでも大きな技術課題に向き合える」環境です。
AI Native開発の最前線
デイリーPR数4倍超・83%のAIレビューのみマージという実績は、業界でも最先端の開発環境です。AIを道具として使うのではなく、開発文化として根付かせているチームで働けます。
AIフル活用が前提の職場
全エンジニア・PdMにAIフル活用を義務化しており、個人の利用予算も会社が負担します。AIを使った開発の最前線を、チームとして追求できる環境です。
開発スタイル
1チームあたり4 10名のPM、デザイナー、エンジニア、QAなどの職能混合チームで開発を行います。
要件定義からリリースまで、チーム全員が主体的に関わるスタイルです。「品質を上げるからこそ速く作れる」という哲学のもと、品質を重視した開発を徹底しています。
バックエンドエンジニアは1チームに2 3名で、現在正社員・業務委託合わせて約20名が在籍しています。
GoとGoogle Cloudを主要技術として、設計、開発、保守、運用まで一貫して担当します。
開発環境・技術スタック
モダンな技術選定と、Google Cloudのフルマネージドサービスを徹底活用しています。
言語：Go
インフラ：Google Cloud（Cloud Run、Cloud Spanner、Pub/Sub等）
通信：gRPC、Protocol Buffers
CI/CD：GitHub Actions、Cloud Build
構成管理：Terraform
モニタリング：Cloud Monitoring、Cloud Logging、Cloud Trace
分析基盤：BigQuery、Looker Studio
AI/LLMツール：Claude、Codex、Cursor、Gemini、GitHub Copilot（全員分予算あり）
その他：GitHub、Slack、Notion、Figma
開発スタイル：アジャイル開発（1日5 8回のデプロイ、月間12回の施策リリース）
Go/Google Cloud(Cloud Run,Cloud Spanner, etc)を用いた、「カウシェ」のサーバーサイド開発全般をお任せいたします。1チーム4 7名の職能混合チーム（PM、デザイナー、エンジニア、QAなど）の一員として、要件定義・設計・実装・リリース・運用まで一気通貫で担っていただきます。
機能開発
PdM・デザイナー・モバイルエンジニア・QAと連携し、新機能の設計から実装・リリースまでをオーナーシップを持って推進します。
技術基盤の改善
ドメイン分割・コンポーネント設計・Platform Engineering / SRE強化といった技術課題にも積極的に関わっていただきます。コードを書くだけでなく、チームの開発生産性を上げる仕組みづくりにも貢献が期待されます。
AI Native開発の実践
Cursor・Claude・Codex等のAIツールをフル活用し、設計・実装・レビューのすべてにAIを組み込んだ開発スタイルを体現します。「AIを使える個人」ではなく「AIを組み込んだチーム」を一緒につくっていきます。
このポジションで向き合う難題
コンポーネント・サービス設計
急成長に伴い、EC基盤やカウシェファームの複雑性が増しています。数億規模のトランザクションに対応しながら、ドメイン分割・疎結合化を進める設計判断が求められます。
基盤の刷新
EC基盤を将来的に内製化するロードマップが進行中です。スケールと品質を両立した設計・実装力が問われます。
Platform Engineering / SRE領域の強化
Observabilityの向上・自動化基盤整備・SLI/SLO運用の本格化など、インフラと開発の境界を越えた取り組みが求められます。
AI Native開発プロセスのさらなる進化
デイリーPR数4倍超・83%のAIレビューのみマージという実績をさらに伸ばすための仕組みと文化を、自分自身が体現しながらつくっていきます。
仕事の魅力
少数精鋭でトラフィック565倍を支えた技術基盤で働ける
20名程度のチームでAPIトラフィック565倍の成長を支えてきた技術基盤に、エンジニアとして直接関われます。「小さいチームでも大きな技術課題に向き合える」環境です。
AI Native開発の最前線
デイリーPR数4倍超・83%のAIレビューのみマージという実績は、業界でも最先端の開発環境です。AIを道具として使うのではなく、開発文化として根付かせているチームで働けます。
AIフル活用が前提の職場
全エンジニア・PdMにAIフル活用を義務化しており、個人の利用予算も会社が負担します。AIを使った開発の最前線を、チームとして追求できる環境です。
開発スタイル
1チームあたり4 10名のPM、デザイナー、エンジニア、QAなどの職能混合チームで開発を行います。
要件定義からリリースまで、チーム全員が主体的に関わるスタイルです。「品質を上げるからこそ速く作れる」という哲学のもと、品質を重視した開発を徹底しています。
バックエンドエンジニアは1チームに2 3名で、現在正社員・業務委託合わせて約20名が在籍しています。
GoとGoogle Cloudを主要技術として、設計、開発、保守、運用まで一貫して担当します。
開発環境・技術スタック
モダンな技術選定と、Google Cloudのフルマネージドサービスを徹底活用しています。
言語：Go
インフラ：Google Cloud（Cloud Run、Cloud Spanner、Pub/Sub等）
通信：gRPC、Protocol Buffers
CI/CD：GitHub Actions、Cloud Build
構成管理：Terraform
モニタリング：Cloud Monitoring、Cloud Logging、Cloud Trace
分析基盤：BigQuery、Looker Studio
AI/LLMツール：Claude、Codex、Cursor、Gemini、GitHub Copilot（全員分予算あり）
その他：GitHub、Slack、Notion、Figma
開発スタイル：アジャイル開発（1日5 8回のデプロイ、月間12回の施策リリース）