AI Native Software Engineer

必須

• コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、それらの関連分野における学士号または同等の実務経験を有すること
• ソフトウェアエンジニアとしての実務経験2年以上、またはそれに準ずる継続的かつ顕著な開発実績
• Python、TypeScript、Go等を用いたアプリケーションまたはバックエンド開発経験
• 要件整理、設計、実装、テストの一連に関わった経験
• LLM / 生成AIを活用したアプリケーションの開発・検証経験（業務・研究・個人開発を問わない）
• 日本語Fluent（技術・業務について齟齬なく議論し、文書化できるレベル）

歓迎

• 自ら課題を発見し、周囲を巻き込みながらプロダクトや業務を改善した経験
• 0→1のプロダクト開発、スタートアップ、研究、OSS、競技開発、ハッカソン等での顕著な成果
• AWS / GCP / Azure等のクラウド環境での開発・運用経験
• AI Agent、RAG、Tool Calling、LLM Evalsの設計・実装経験
• 英語の技術文書・論文を読み、実装へ落とし込んだ経験

求める人物像

• 曖昧な問題を分解し、技術的な選択肢とトレードオフを説明できる方
• フィードバックを素早く吸収し、未経験領域でも成果につなげられる方
• 完成した仕様を待たず、仮説を置いてつくり、ユーザーから学べる方
• 速度だけでなく、安全性・信頼性を含む本番品質に責任を持てる方

使用ツール

ご応募前にご確認ください

• 本求人は、ソフトウェアエンジニアとしての実務経験がおおむね2〜5年で、次の数年間で専門性と責任範囲を大きく伸ばしたい方を主な対象とする採用枠です。

JAPAN AIで挑むこと

• 私たちがつくるのは、質問に答えるだけのAIではありません。企業のデータやSaaSにつながり、業務を理解し、仕事を最後まで実行する「企業の脳」です。
• 挑むのは、モデルを呼び出すだけでは解けない課題です。
• _AIを安全に本番へ出す_
• Evals、Observability、Guardrail、Human-in-the-loop、Abstainを組み合わせ、「間違えそうなときに手を挙げるAI」をつくる。
• _一社の課題を、次のプロダクトに変える_
• 顧客現場で得た発見を、共通機能や業種・職種特化のプロダクトへ還元する。
• _AI Nativeな開発をつくる_
• Claude Code、Cursor、Devinなどを日常的に使い、人とAIの新しい開発プロセスを設計する。
• 早い段階から本番の課題を任せます。AI Native、0→1、本番運用、事業と組織の拡大を高密度で経験し、将来の起業、グローバル挑戦、Tech Lead、Engineering Managerへの足がかりにできる環境です。

2つのトラック

• 選考を通じて強み・志向をすり合わせ、オファー前に配属先と期待役割を決定します。
• _Forward Deployed Engineering_
• 顧客の業務を理解し、課題定義からAI Agent / Workflowの設計・実装、本番導入、改善までを担います。現場で得た知見を型化し、Core Productへ還元します。
• _Core Product Engineering_
• 多くの企業でAI Agentが安全かつ継続的に動くためのプロダクトと共通基盤をつくります。Agent Runtime、SDK、Orchestration、Memory、Model Routingなどに取り組みます。

業務内容

• _共通_
• 曖昧な事業・顧客課題の整理と、技術的に解くべき問題の定義
• AI Agent / LLMを活用した機能の設計、実装、テスト、評価、運用
• Python / TypeScript / Go等によるプロダクションコードの開発
• Evals、Observability、Guardrail、Human-in-the-loop / Abstainを含む本番品質の設計
• 技術選定、設計判断、トレードオフの言語化とドキュメント化
• AIコーディングツールを活用した開発速度と品質の継続的な改善
• _Forward Deployed Engineeringトラック_
• 顧客の業務プロセス、データ、既存SaaSを理解し、技術要件を定義
• AI Agent / Workflow、Webアプリケーション、API連携、データパイプラインの設計・実装
• PoCから本番導入、利用定着、改善までのEnd-to-Endオーナーシップ
• 個社向けに得た知見のテンプレート化・共通部品化・プロダクト還元
• _Core Product Engineeringトラック_
• AIプロダクトのバックエンド、共通サービス、API、データモデルの設計・実装
• Agent Runtime / SDK / Orchestration / Memory / Model Routing等の基盤開発
• マルチテナント環境における性能、信頼性、セキュリティ、コストの改善
• CI/CD、Observability、開発環境などDeveloper Experienceの向上

入社後に期待すること

• _入社〜3か月_
• プロダクト、顧客業務、開発基盤を理解する
• シニアエンジニアのレビューを受けながら、本番機能を1つ以上リリースする
• 実装だけでなく、テスト・評価・運用まで一連の品質基準を身につける
• _3〜6か月_
• 小〜中規模の機能またはプロジェクトについて、課題整理から本番リリースまでを主体的に推進する
• 技術判断とトレードオフを説明し、関係者との合意形成を行う
• 失敗事例や運用データをもとに改善を継続する
• _6〜12か月_
• 担当領域の設計・実装をリードする
• 再利用可能なコンポーネントや開発パターンを生み出し、チームへ展開する
• 年次にかかわらず、アウトプットに応じてより大きな技術的・事業的責任を担う
• ※期間は一律の昇格期限ではなく、経験・習熟度・担当テーマに応じた目安です。

チーム・育成・キャリア

• 開発組織は約60名 (2026年6月時点)
• 入社時に選択したトラックを起点としつつ、ご本人の強み・志向と事業ニーズに応じて専門性と責任範囲を広げられます。年次ではなく、担った役割と成果に応じて次のステップを決定します。
• IC: Senior / Tech Lead → Staff / Principal Engineer
• Management: Engineering Manager（FDE / Core Product

開発環境

• 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX
• AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK
• インフラ : GCP (コンテナ / K8s) , Docker
• データ : BigQuery, PostgreSQL, 各種顧客データソース
• ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion
• AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin
• 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応