ソフトウェアエンジニア (QA Team)

必須

• ソフトウェアエンジニアリングの実務経験 (3年以上)
• TypeScript での実装経験 (1年以上)
• AIを活用し、仕組み・自動テスト (Autotest)・業務改善を実践した経験
• テスト設計、手動テスト・検証のご経験 (品質視点で問題を発見し、いいテストを設計・記述できる)
• ビジネス / CS / エンジニアなど、非エンジニアとのコミュニケーション経験
• 日本語 : Fluent

歓迎

• フルスタック開発経験 (バックエンド + フロントエンド)
• テスト自動化フレームワーク (Playwright / Cypress / Jest / Vitest 等) の利用経験
• CI/CD (GitHub Actions 等) の構築・運用経験
• LLM / AI エージェントを活用したツール・仕組みづくりの経験
• QA / テスト設計に関する体系的な知識・経験
• クラウド環境 (GCP / AWS / Azure) での開発・運用経験
• 英語のコミュニケーション

使用ツール

募集背景

• JAPAN AIはAIを「企業の脳」にするJAPAN AI STUDIOをはじめ、9プロダクトを高速に展開しており、QA業務の自動化はすでに約50〜60%まで進んでいます。次のフェーズで求められているのは、単純に自動化率を積み増すことではなく、「何を」「どう」自動化し、それをどう育てていくかという質の勝負です。
• 具体的には、以下の3つを回せる人を求めています。
• 1. 自動化できていない箇所を自動化する — 優先度をつけて着実に対象領域を広げる
• 2. 自動化されているテストの品質を改善する — カバレッジ・保守性・シグナルの信頼性を高める
• 3. テストケースのライフサイクル自体を設計し、改善が回る仕組みを作り運用する — 作成・実行・評価・棚卸し・廃止までを一つのサイクルとして設計する
• ソフトウェアエンジニア・フルスタックエンジニアとしての実装力を土台に、AIを活用してこの3つを推進できる方を募集します。

ミッション

• ソフトウェアエンジニアリングとAIを駆使して、テストの自動化とテストケースのライフサイクル全体の質を高め、プロダクト品質とリリース速度を両立させる
• 現在、QA業務のうち約50〜60%はすでに自動化されており、基盤としては一定の水準に達しています。このポジションで問われるのは自動化率を積み増すことだけでなく、未自動化領域の自動化・既存テストの品質改善・テストケースのライフサイクル管理を仕組み化し、改善が自走するサイクルを作ることです。

期待する役割について

• テストの自動化・既存テストの品質改善・テストケースのライフサイクル運用の3方向をリードし、AIを活用しながらQAプロセス全体が継続的に良くなる仕組みを構築・運用していただきます。
• 自動化できていない領域を見極め、優先度をつけて自動化する
• 既存の自動化されたテストの品質（網羅性・保守性・シグナルの信頼性）を継続的に改善する
• テストケースのライフサイクル（作成・実行・評価・棚卸し・廃止）を設計し、改善が回る仕組みを構築・運用する
• AI/LLMを用いたテストケース生成・改善エージェントを構築する
• 品質課題をプロダクトチームにフィードバックし、エンジニア/ビジネス/CSとの橋渡しを行う
• 約400社が本番利用するプロダクトの品質を、自動化・品質改善・仕組み運用の3方向から担保する

このポジションの魅力

• QA 自動化エージェントを「作る」側に立てる: JAPAN AI STUDIO を使い、テストケース生成エージェントや QA 業務の自動化そのものを開発できる、他社にはない先進的なテーマに取り組めます。
• 急成長プロダクトの品質を支えるスケール感: 9プロダクト・約400社導入という急拡大フェーズで、品質とスピードの両立という難易度の高い課題に挑めます。
• AI × QA という希少なキャリア資産: 「エンジニアリング」「QA」「AI活用」を掛け合わせた、市場価値の高い経験を積めます。
• 裁量とスピード: * 仕組みづくりを主体的にリードでき、AI 開発支援ツール (Claude Code / Cursor / Devin 等) をフル活用した高速な開発文化があります。

業務内容

• 未自動化領域の自動化
• 自動化できていない箇所を洗い出し、優先度をつけて自動化する
• AI/LLMを活用したテストケース生成エージェントの構築
• CI/CDへの自動テスト組み込み・回帰テストの整備
• 既存テストの品質改善
• 既存テストケースの品質（重複・カバレッジ・保守コスト・シグナルの信頼性）を精査し、改善する
• Flakyテストの検知・修正、形骸化したテストの棚卸し
• テスト設計・品質基準の策定、良いテストケースの記述
• テストケースのライフサイクル設計・運用
• テストケースの作成〜実行〜評価〜棚卸し〜廃止までのライフサイクルを設計する
• 改善が継続的に回る仕組み（レビュー体制・メトリクス・運用フロー）を構築・運用する
• JAPAN AI STUDIOを活用したQA・テスト業務の仕組み化
• 品質課題をプロダクトチームにフィードバックし、エンジニア/ビジネス/CS/非エンジニアとの橋渡しを行う

チーム体制

• 約150名が開発組織に在籍しています。
• 密接に連携する役割:
• Agentic Product Engineer — エージェント機能開発
• Research Engineer — 研究開発・モデル改善
• Agent Harness Engineer / Software Engineer (AI Platform) — AI 実行基盤開発
• Product Manager — プロダクト設計・品質要件定義

開発環境

• 言語 : Python (評価パイプライン・分析), TypeScript / React / Next.js (フロントエンド部) / NX
• 評価 / QA : pytest, LangSmith, Weights & Biases, custom eval frameworks
• データ : BigQuery, Spark, Pandas
• インフラ : GCP (コンテナ / K8s), Docker, Terraform
• CI/CD : GitHub Actions
• 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