Staff AIエンジニア（Staff AI Engineer）

必須

• ソフトウェアエンジニアとして7年以上の実務経験があり、直近も自ら設計・実装していること
• 生成AI（LLM）を利用した機能を、実製品としてリリース・運用した経験
• TypeScriptまたはPythonを用いた、本番サービスの設計・開発経験
• AI機能の品質評価について、タスクセット、採点基準、ベースライン比較などを設計・実施した経験
• AWSなどのクラウド環境における設計・運用経験
• REST APIまたはGraphQLを利用したAPI設計・開発の経験
• チームやプロダクトの技術的な意思決定をリードした経験
• プロダクト、ビジネスなど、異なる職種の関係者と協働して課題を解決した経験
• AIエージェントの設計・実装経験、およびMastra、Claude Agent SDK、LangGraphなどの利用経験
• 日本語要件
• ビジネスレベル（流暢、クライアントとのコミュニケーションも日本語で対応可能なレベル）。会議での発言や資料作成、要件定義・仕様調整などを日本語で問題なく遂行できることを想定しています。

• 英語要件

  • TOEIC 600点相当
  • 英語については、入社後2年間の猶予期間の中で700点要件達成を目指していただきます。
  • ※TOEIC 600点相当以上の資格をお持ちでない方については選考の過程で弊社指定の試験を受験いただきます。（原則、一次面接後を想定）

歓迎

• AIの開発経験もしくはAIツールを使用した開発経験
• MCPを利用したツール連携への理解または実装経験
• OpenTelemetry、Langfuseなどを利用したLLMのトレーシング・可観測性の整備経験
• コンテキスト圧縮、モデルルーティング、キャッシュなどによるLLM利用コストの最適化経験
• B2B SaaSにおいて、セキュリティやコンプライアンス上の制約を満たしながらAI機能を提供した経験
• ガードレール、脅威モデリング、AIガバナンスの設計・運用経験
• 内部統制、J-SOX、監査、継続的統制モニタリング（CCM）、IT全般統制（ITGC）、職務分離などに関する知識またはプロダクト開発経験
• OCRやDocument AI、ルールエンジン、ワークフローエンジンを組み合わせた業務自動化の経験
• マルチテナントSaaSの認証・認可（IAM）、監査ログ、データ分離、外部システム連携を設計した経験
• React、TypeScript、Next.jsを利用したフロントエンド開発経験
• 顧客からのフィードバックを収集し、プロダクト改善へ反映した経験
• 上場企業とスタートアップ・ベンチャー企業の双方での就業経験

• 英語要件

  • 例：英検準1級、英検2級（英検CSEスコア1950以上）、TOEFL iBT 60以上、IELTS 5.0以上、ケンブリッジ英語検定FCEなど
  • ※その他、英語力がわかる資格や経験については応相談

求める人物像

• マネーフォワードのMission、Visionに強く共感・共鳴いただける方
• AIを活用して企業ガバナンスを再定義することにワクワクできる方を歓迎します。
• 曖昧で複雑な課題に対しても、自ら構造化し、検証可能な単位に分解しながら、品質と安全性の両立を意識して前に進められる方がフィットします。
• 公認会計士や内部統制の専門家などドメインエキスパートと協働し、その知見を堅牢な技術システムとして具現化することを楽しめる方を求めています。
• AIを「便利な機能」ではなく、企業の重要業務を支える基盤として育てていきたい方に、ぜひジョインしていただきたいポジションです。
• 不確実性の高い課題に対し、仮説・計測・改善を繰り返して前へ進められる方
• AIの出力を鵜呑みにせず、評価結果と根拠に基づいて品質を説明できる方
• プロトタイプで終わらせず、本番で継続的に使われる状態まで責任を持てる方
• 技術そのものではなく、利用者と事業にとっての価値から優先順位を判断できる方
• 自分の専門領域に閉じず、必要な課題を拾い、周囲を巻き込んで推進できる方
• 後進の育成や、チーム全体の技術水準の向上に意欲がある方
• 機密性の高いデータを扱う責任を理解し、誠実に行動できる方
• 相手を尊重し、オープンで透明性のあるコミュニケーションができる方

使用ツール

募集背景

• ミチビクでは、取締役会DXプロダクト「michibiku」と内部統制DXプロダクト「conkan」を通じて、AIによる企業ガバナンスの高度化を推進しています。michibikuでは、議案・資料・議事録・書き起こしなどの情報を、過去の判断とその後の結果を次の意思決定に活かすための資産へと変換していきます。conkanでは、これまでデジタル化してきた内部統制の手続きに加え、エビデンスの確認や統制の検証そのものを、AIとワークフローによって支援・自動化する構想を進めています。
• 二つのプロダクトに共通するのは、AIに判断を丸投げするのではなく、AIが得意とする検知・整理・起案と、人が担う判断・承認を、プロダクトの中で安全につなぐことです。現在は、両プロダクトにまたがる共通のAIアーキテクチャや技術スタックをゼロベースで検討・選定していく「0→1」と「1→10」の過渡期にあります。既存の枠組みに囚われることなく、コアとなる技術選定から開発プロセスの構築、さらにはビジネス実装までをプロダクトの根幹からリードしていただける、非常にエキサイティングなフェーズです。この構想を技術戦略から設計・実装・評価・運用まで横断して推進する「Staff AIエンジニア / AIテックリード」を募集します。

期待する役割

• 本ポジションは、マネジメント専任ではなく、自ら実装しながら技術的な意思決定をリードするIndividual Contributor（IC）のポジションです。経営陣やプロダクト責任者と対等な視座で、AIを適用する課題と適用しない課題を見極め、ビジネスインパクトに直結するAI戦略をリードしていただきます。michibikuとconkanを横断し、ゼロベースでの技術選定を含むAI機能のアーキテクチャと技術ロードマップを策定・推進していただきます。
• 経営判断と内部統制の業務フローを理解し、AI、プロダクト機能、人による判断・承認の責任分界を設計する役割も担っていただきます。二つのプロダクトで共通化するAI基盤と、ドメインごとに個別最適化する領域を見極め、個社およびグループガバナンスを見据えた企業・組織・会議体・利用者・AIエージェントをまたぐデータと権限のモデルを設計します。また、評価・安全性・可観測性・コストを企画段階から設計に組み込み、プロダクト、ビジネス、CS、QA、インフラなどの関係者をつなぎ、実運用まで推進します。設計レビューやメンタリングを通じて、チーム全体のAI開発力を引き上げることも重要なミッションです。

AI技術戦略とアーキテクチャ

• michibikuとconkanのAI機能全般に関するアーキテクチャ方針と技術ロードマップの策定
• LLMプロバイダ、エージェントフレームワーク、検索・データ基盤などの技術選定
• 共通AI基盤とプロダクト固有機能の責任境界および再利用方針の設計
• モデルの更新やサービス終了を前提とした、交換可能で継続的に運用できる設計
• AI機能に関する設計レビュー、技術指針の整備、エンジニアへのメンタリング

AI機能の企画・設計・開発

• プロダクト責任者、ビジネス部門、CS、QA、事務局担当者、公認会計士・内部統制の専門家と連携した課題発見と要件定義
• 情報の収集・準備から、分析・検証、意思決定・承認、実行後の振り返りまでをつなぐデータモデルとプロダクトワークフローの設計・実装
• 過去の判断と結果、社内外の情報、文書・証跡を結びつけ、論点、不足情報、類似事例、リスク、確認すべきポイントを提示するAI機能の開発
• OCR、LLM、ルール検証、人による確認・承認、ログ記録を組み合わせた、信頼性と監査可能性のあるAIワークフローの設計・実装
• 共通化できる業務ルールと顧客ごとの要件を両立する、拡張可能な仕組みの設計・実装
• 外部システムからのデータ・証跡収集や、AI機能を他のシステムから安全に利用するためのAPIの設計・実装
• RAG、AIエージェント、ツール利用、メモリ、マルチターン、ワークフローオーケストレーションの設計・実装
• 文書の読み取り・抽出など、長時間処理を安全に実行する非同期・耐障害基盤の設計

評価と品質

• プロダクトごとのユースケースに応じたタスクセット、採点基準、ベースラインの設計（出典の正確性、論点の網羅性、不足情報・リスクの検知、エビデンスチェックの見逃し・誤検知など）
• 評価ハーネスの構築とCIへの組み込み
• LLM-as-a-judge、オフライン評価、オンライン評価、回帰検知の設計・運用
• AIの出力品質に加え、業務時間、人による確認量、出力の採用・修正率など、プロダクトとしての価値を測る指標の設計
• 意思決定時の想定と実行後の結果、利用者からのフィードバックを、次の評価データとプロダクト改善へ還流させる仕組みづくり

信頼性・安全性・コスト

• AI処理のトレーシングと可観測性の整備
• 遅延、スループット、トークンコストの計測と最適化
• 会議体、議案、文書、企業、組織、利用者、AIエージェントごとの権限を、入力・検索・推論・生成結果へ一貫して適用する設計
• 顧客企業間の論理分離、グループ横断で活用できる情報と各社に閉じるべき情報の境界、監査ログ、権限テストの設計
• プロンプト・モデルの識別子、入力、出力、実行条件を保存し、過去の判定過程を追跡・検証できる仕組みの設計
• 職務分離、リスクに応じたHuman-in-the-Loop、個人情報・機密情報の取り扱い、入力検証、ガードレールの設計

仕事のやりがい・得られる経験

• 本ポジションでは、経営判断と内部統制の両面から、企業ガバナンスのあり方そのものを変えていく経験を積むことができます。michibikuでは、過去の判断と結果を次の議論へ還流させ、企業がより良い意思決定を継続できる「型」をつくります。conkanでは、内部統制の手続きだけでなく検証そのものをデジタル化し、事後確認から継続的なモニタリングへと進化させていきます。一つの技術リーダーシップのもとで、企業の意思決定とその健全性を支える内部統制の両面を設計できる、非常にチャレンジングかつインパクトの大きいポジションです。
• また、LLMの「揺れ」をワークフローで制御するという難度の高い課題に取り組むことができます。LLMは柔軟である一方で誤りを含む可能性があるため、LLMを一つの部品としてワークフローの中に配置し、ルール検証、人による確認、職務分離、ログ、回帰テストを組み合わせていきます。モデル単体の精度競争ではなく、エンタープライズの重要業務でAIを安全に活用するためのシステム全体を設計する経験は、今後ますます価値の高いスキルとなります。
• さらに、AIを補助機能から企業の基盤へと育てていくプロセスをリードできます。michibikuでは、議案準備から意思決定後の振り返りまでを一気通貫でつなぎ、conkanではAIによる検証を人が確認する補助機能から始め、品質と運用実績を積み上げながら、企業が継続的に信頼できる仕組みへと発展させます。AI機能の追加にとどまらず、責任分界と運用を設計し、重要業務の基盤へ段階的に育てていく経験を得ることができます。

技術スタック

• Webサーバーサイド：Node.js, TypeScript, Prisma, Apollo Server
• フロントエンド：Next.js（React）, Apollo Client, Storybook, styled-components
• API：GraphQL, GraphQL Code Generator
• AI / 機械学習：Mastra, AWS Bedrock, Google Vertex AI, Azure OpenAI
• AIアーキテクチャ：RAG, AIエージェント, ワークフローオーケストレーション, OCR, Human-in-the-Loop
• データベース：MySQL, Amazon Aurora
• プラットフォーム / インフラ：AWS（ALB, ECS, RDS, S3, Amazon Cognito, CloudWatch Logs, Amazon SES など）

使用ツール

• リポジトリ管理：GitHub
• CI/CD：GitHub Actions, AWS CodeBuild
• 開発環境 / コンテナ：Docker
• デザイン / コラボレーション：Figma, Google Workspace, Slack, Zoom
• AI支援開発ツール：Claude Code などのAI支援開発ツール