データサイエンティスト

会社概要

1. 1株式会社インフォボックスはSalesTechスタートアップで、「ビジネスの意思決定を支えるインフラになる。」という事業ビジョンを掲げている。
2. 22024年2月に市場リサーチ・企業リスト作成・決裁者アプローチを一気通貫で実現する営業データプラットフォーム「infobox」をリリースした。
3. 32024年12月には22億円のシリーズA資金調達を実施した。
4. 4米国を中心に急成長している「セールスインテリジェンス・Go To Market領域」に注力し、国内でのリーディングカンパニーを目指している。
5. 5サービス開始からわずか10ヶ月で急速にユーザーが増加している。

プロダクトについて

1. 1infoboxは、「今アプローチすべき企業とその理由がわかる」営業データプラットフォームである。
2. 2BtoBセールスにおける構造課題（適切な情報不足による非効率）と非構造課題（営業感性による成果創出の解明困難）を解決する。
3. 3データベース機能とデータアシスト機能により、『ニーズとタイミングが一致した顧客』を可視化する。
4. 4「誰でも迷わず、最適な相手に、最適なタイミングで出会える世界」の実現を目指している。

採用背景

1. 12024年12月にシリーズAで累計28億円の資金調達を実施し、新規事業戦略とプロダクト構想が固まった。
2. 2infoboxは次なるグロースフェーズへ移行しており、データ活用とAI実装の重要性が高まっている。
3. 3Snowflakeを中核としたデータ基盤を前提に、ML/LLMを活用しながら価値提供を進められるAIエンジニア（データサイエンティスト）が必要不可欠なため募集する。

お任せしたい役割とミッション

1. 1自社プロダクト「infobox」におけるSnowflakeを中核としたデータ基盤は、サービスの根幹を支える重要な領域である。
2. 2スケーラブルなデータアーキテクチャの設計・構築を通じて、事業や各チームの意思決定をデータとAIの力で前に進める役割を担う。
3. 3「どのようなデータ設計・技術選定がプロダクトの価値や成長に繋がるのか」という視点から、最適な仕組みを考え形にする。
4. 4「そもそもこの課題設定でよいのか？」「MLとLLMのどちらが適切か？」といった問いからスタートし、技術・構造・ユーザー価値の観点で再定義する。
5. 5プロダクトマネージャーや事業サイドと密に連携し、ユーザー価値・データ構造・技術的実現性を横断して捉え、自ら実装まで推進する。

具体的な業務内容

1. 1各種データの収集（スクレイピング等）および前処理・後処理（クレンジング、正規化、補正など）を行う。
2. 2複数データの統合および構造化処理の設計・実装を行う。
3. 3データ更新プロセスにおける品質管理および傾向分析を行う。
4. 4Snowflakeを含むデータ基盤の設計・改善、および課題分析を行う。
5. 5教師あり学習モデルの構築・学習・評価・改善を行う。
6. 6LLMを活用した情報抽出・構造化処理の設計および実装を行う。
7. 7アルゴリズム選定やモデル設計、LLM活用方針の検討を行う。
8. 8モデル精度や出力品質の評価と継続的なチューニングを行う。
9. 9FastAPI等を用いたAI/データ処理機能のAPI開発を行う。
10. 10LangChain等を活用したLLMオーケストレーションの設計・実装を行う。
11. 11AI機能をプロダクトとして提供するための基盤設計・開発（MCPサーバー等）を行う。
12. 12Clerk等と連携した認証・認可を含むシステム設計・実装を行う。
13. 13データガバナンスおよびセキュリティに関する方針設計・施策検討を行う（ご経験に応じて）。

このポジションならではの魅力

1. 1データ分析やモデル開発にとどまらず、AI・データを『プロダクトとして価値提供するところまで一貫して関われる。
2. 2Snowflakeを中核としたデータ基盤をベースに、LLM/MLを活用した機能設計から実装、API提供までを横断して担う。
3. 3OpenAI / AWS Bedrock / Anthropicなど複数のLLM基盤を活用し、本番環境で継続的に改善していく【実運用のAI開発】に挑戦できる。
4. 4「何を作るべきか」から考え、設計し、形にしていく面白さがある。
5. 5データ・AI・プロダクト・ビジネスが密接に連動する環境で、自らの技術がダイレクトに価値につながる実感を得られる。

担当領域

1. 1AIエンジニア（データサイエンティスト）として、データの分析・活用から品質向上、AI機能の設計・実装まで一貫して担う。
2. 2ビジネスデータ基盤（Snowflake）を中心に、プロダクト全体の開発・設計にも横断的に関わる。
3. 3必要に応じてAPIや提供基盤の実装までリードする。
4. 4「どのように価値としてユーザーに届けるか」という視点を持ち、設計から実装までを一気通貫で推進する。

開発言語

1. 1開発言語：Python / TypeScript
2. 2フレームワーク：Django / FastAPI / React
3. 3インフラ：AWS
4. 4データベース：MySQL / Snowflake
5. 5データ基盤：Snowflake / dbt
6. 6AI / LLM：LangChain / OpenAI API / AWS Bedrock / Anthropic SDK
7. 7データ収集：Playwright / BeautifulSoup / markdownify
8. 8ストレージ：Amazon S3（boto3 / aioboto3）
9. 9認証：Clerk

求める人物像

1. 1技術への関心・探求心を持ちながら、ビジネスゴールに向けて最適な手段を柔軟に選択できる方。
2. 2ML/LLMを目的化せず、価値提供の手段として課題に応じて使い分けられる方。
3. 3現状を冷静に捉えつつも、プロトタイプから実装・改善まで主体的に前に進められる方。
4. 4変化の多い環境の中でも、試行錯誤を楽しみながらチャレンジできる方。
5. 5チームメンバーと円滑にコミュニケーションを取りながら、技術・ビジネス双方の観点で価値創出に向き合える方。

獲得できるスキル

1. 1急成長中の「セールスインテリジェンス／Go To Market」領域において、AI・データ機能の開発に携わることができる。
2. 2Snowflakeを起点としたデータ活用を通じて、事業成長に直結するプロダクト開発経験を積むことができる。
3. 3データ基盤の設計から、LLM/MLを活用した機能開発、API提供まで一気通貫で関わることができる。
4. 4Python / TypeScript / FastAPI / Snowflake / LangChain / OpenAI API / AWS Bedrock など、実サービスでAI機能を提供するためのモダンな技術スタックを活用できる。
5. 5エンジニア・デザイナー・ビジネスサイドと連携しながら、チームでプロダクトを前に進める経験が得られる。
6. 6アーキテクチャの課題抽出や改善提案を通じて、プロダクト全体の品質向上に関わる力を身につけることができる。

応募資格（必須）

• データサイエンティストとしての実務経験（目安：3年以上）
• データ基盤を用いた分析・活用に加え、設計〜実装まで一貫して関わったご経験
• データクレンジングや結合、更新などを含むデータ整備・品質管理のご経験
• 教師あり学習モデル（分類・回帰等）の構築・評価・精度改善のご経験
• 特徴量エンジニアリングやラベル設計・アノテーション設計のご経験
• 企業情報・Web情報などのテキスト/半構造化データの前処理・情報抽出・構造化のご経験

歓迎する経験

• AWSまたはGCPを用いたデータパイプライン／ワークフローの構築・運用経験
• API連携やスクレイピング、オープンデータ活用などによるデータ収集・統合のご経験
• データベースの設計経験（正規化やテーブル設計・構造変更など）
• スタートアップや少人数チームでのプロダクト開発のご経験
• データガバナンス／セキュリティに関する設計・運用のご経験
• 複数のLLM基盤（OpenAI API / AWS Bedrock / Anthropic など）を活用した開発経験
• プロンプト設計や出力品質改善（Few-shot設計、リトライ設計など）のご経験
• Pydantic等を用いたデータモデル設計・バリデーションのご経験
• AI機能提供基盤（MCPサーバー等）の設計・開発経験
• 認証・認可設計のご経験（Clerk等）

求めるスキル・経験