QAエキスパート（AIネイティブ）

必須

• QA上流工程（テスト戦略策定・テスト計画・リスク分析）における実務経験（3年以上）
• テストリーダーまたはQAマネージャーとして、品質基準の設定、テスト設計のレビュー、テスト実行結果の品質判断を主導した経験
• 不具合や障害の根本原因分析を通じて、テスト品質の改善サイクルを設計や主導した経験
• Claude Code（またはCursor等のAIコーディングエージェント）を半年以上、日常的な開発環境として活用している
• AIへの指示（プロンプト・ルール・基準）を設計してQA業務に適用し、プロセスを改善した経験

歓迎

• Selenium / Appiumなどを用いたE2Eテストの設計・実装経験
• SQL / BigQueryを用いたデータ分析、ログ解析の経験
• プロンプトインジェクションやハルシネーションなど、AI出力の品質リスクに関する知識や経験
• AI出力を定量的に評価するための指標、フレームワークに関する知識や経験

求める人物像

• 担当領域に何が必要かをオーナーシップを持って考え、自ら動ける人
• 課題に向き合うとき、解決策を自分で考えて持ち込める人
• 目的、要求の抽象レベルと実装、手順の具体レベルを意識的に行き来しながら思考できる人
• 不確定なリスクを早期に察知し、先手を打って対処できる人
• 感情と論理を分けて議論し、意見の相違を建設的な対話に変えられる人
• チームや組織をまたいで品質基準を合意形成し、巻き込みながら推進できる人
• QAの専門家として、エンジニアやPdMに品質の観点を伝え、判断を引き出せる人

使用ツール

業務内容

• 担当領域（食べログ既存事業の一領域）のQA業務において、AIが正しく品質判断できるようにハーネスエンジニアリングの枠組みの中でナレッジ・基準を整備し、AIの判断結果をレビュー・承認します。

QA業務のナレッジ・基準の整備

• 担当領域のQA業務をテスト分析からテスト設計、テスト実行、テストレポート作成まで一貫してAIが実行できるようにナレッジを整備します。
• 特に「良いテスト」「リスクの見方」「変化に合わせたテスト観点の更新判断」といったQAの判断基準に関する暗黙知を、AIが参照できるコンテキストやガードレールといった形式知に変換します。

AIの判断結果のレビューと承認

• AIが実施したQA業務（リスク分析・コードレビュー・E2Eテスト）におけるAIの判断結果をサンプリングレビューする
• AIに判断を任せきれない、高リスク案件・例外ケース・AI出力の脆弱性（プロンプトインジェクション・ハルシネーション等）が疑われるケースの最終承認を担う

フィードバックループへの関与

• 不具合・障害のトリアージ結果・ODC分析結果をレビューし、再発防止策の採否を判断する
• AIが誤った判断をしたケースの原因を分析、ナレッジ・ルールへ反映し、同じミスをAIが繰り返さない環境を整備する

案件のQA業務（並行して実施）

• 案件ごとのテスト設計・実行・品質判断を担い、高リスク・複雑な案件においてAIにはできない判断を行う
• QA業務を通じて得た観点・判断基準をCQ by AIのナレッジ基盤として積み上げる

開発環境

• AIエージェント：Claude Code（SKILL / Sub-agent / Hooks / Agent Teams）/ Devin / MCP Server
• テスト自動化：Selenium, Appium, Cucumber, Playwright
• CI/CD：CircleCI, Bitrise
• データ基盤：BigQuery, Tableau
• タスク管理・分析：Asana
• コミュニケーション：Slack, Teams, GitHub, Confluence, Miro
• 開発技術スタック：Ruby on Rails, React.js, Next.js, Swift/SwiftUI, Kotlin

入社直後（〜3ヶ月）

• 担当領域のQA業務・サービス仕様・ビジネス構造を把握する
• 現状のテスト観点・品質基準を棚卸しし、QA業務のAI化にあたって不足しているナレッジを特定、それらの整備を進める

3〜6ヶ月後

• 担当領域のナレッジ整備を主体的に進め、AIのサンプリングレビューを独立して担えるようになる
• AIの判断精度の改善サイクルを自律的に回せる状態になる

6ヶ月〜1年後

• 担当領域のAIネイティブQAエンジニアとして自立する
• 高リスク案件・例外ケースの判断をAIと分担し、品質を維持する体制を確立する

キャリアパス

• AIネイティブQAエキスパート（上位専門職）：複数領域のナレッジ設計・AI判断基準の標準化を主導する上位専門職
• AIとQAの協働設計者：AIに何を任せ、何を人間が持つかを自分で設計するポジションへ
• QAエンジニアとして「AIに品質を教える」という新しいキャリアの先例を作る立場にあります。AI特化QA職は従来QAに比べて高い市場価値を持ち、このキャリアを選ぶこと自体が市場価値向上に直結します。

QAエンジニアのキャリアの最前線にいられる

• 「テストを実行する人」から「AIに品質判断させる基準を設計する人」へ。QAの役割が変わる転換点に、その設計者として関われる。

暗黙知を形式知にするという、今まで誰もやっていない仕事

• 熟練QAエンジニアが経験から得てきた「良いテストとは何か」をAIに渡せる形に変換する仕事は、業界でもまだ確立されていない。食べログではすでにQAナレッジの形式知化によりコード生成精度97%を達成している。次のステップは、このナレッジ基盤をリスク分析・テスト設計の上流工程にまで広げることだ。先例を自分たちで作る。

大規模サービスで、手動QA作業をゼロにする前例のない取り組み

• 月間数千万人が使う食べログで、CQ by AIが完成すると手動QA作業をゼロにする前例のない取り組みに中心的に関われる。

AIと協働する新しいQA像を自分で定義できる

• AIの判断を監修する立場として、AIに何を任せ、何を人間が持つかを自分で考えて設計できる。

所属部門

• 食べログカンパニー 開発本部 品質管理部

ミッション

• 品質管理部は「QA業務をAIが一貫して担う」ことを目指す長期ビジョン Continuous Quality by AI（CQ by AI） を推進するチームです。そのAIが正しく品質を判断できるよう、QAの知識と基準をAIに渡すエキスパートとして参画していただきます。
• 単にテストを効率化するのではなく、「リリース前のチェックポイント」だったQAを、開発プロセスそのものに埋め込まれた自律的な仕組みへと変える取り組みです。月間数千万人が使う食べログで、AIエージェントがコードレビュー・リスク分析・E2Eテストを担い、最終承認のみ人間が行う品質保証の実現を目指しています。すでに自動テストコーディングでコード生成精度97%・テスト実行工数52%削減・自動化率64%の実績を上げており、その先のフェーズを共に作る段階にあります。
• このポジションは AIが正しく品質判断できるようにQAドメインのナレッジをハーネスエンジニアリングの枠組みの中でガードレールやチェックリスト、基準などとして整備する役割 です。従来のQAエンジニアが「自分でテストを設計・実行し、品質を判断する」のに対し、このポジションは「AIが判断するための基準を設計・検証し、AIの判断結果をレビューする」へと役割が変わります。QAエンジニアとしての専門知識を活かしながら、業界でもまだ先例の少ない「AIに品質を教える仕事」を担っていただきます。