AIネイティブ・フルスタックエンジニア

必須

• 大学・大学院に在籍中（学部1年OK、修士課程。休学中も可）
• 旧帝大・早慶・MARCHまたはそれに準ずる大学の情報系・理工系学部に在籍中（文系・学部を問わず、自分で開発を続けてきた期間が長い方も対象です）
• プログラミングによる開発経験 — 自分で設計判断をした経験があること
• フルタイム相当（月160時間程度）の安定的なコミットが可能
• 1年以上の長期勤務が可能
• 覚悟 — 正社員と同じ強度・同じ責任感で開発に取り組む意志

歓迎

• TypeScript / JavaScript / Python いずれかでの開発経験
• React / Next.js を使ったWebアプリケーション開発経験
• Claude Code / Cursor 等のAIコーディングツールの利用経験
• API設計・DB設計の知識 / Gitを使ったチーム開発経験
• 0→1のプロダクト開発・リリース経験（個人でも可）
• 競技プログラミング、CTF、OSS貢献等の実績
• 情報系の研究活動（NLP、ML、データエンジニアリング等）

求める人物像

• SalesNowのミッション「誰もが活躍できる仕組みをつくる。」とバリュー（AIネイティブ・コト志向・最高品質）に共感し、AIを使いこなす意志がある方
• スピード感を楽しみ、変化の中でも目的から考えて課題を発見し、解決に導ける方
• 誠実さとオーナーシップを持って、チームや顧客に向き合える方
• 「作ること」に飢えている方。課題を渡されなくても自分で見つけてプロダクトを作り始め、量を重ねることが質につながると考えて実装と検証を繰り返せる方
• AIの進化に合わせて自分のやり方を即座にアップデートし、「インターンだから」「まだ学生だから」と自分にブレーキをかけない方
• 素直で、かつ芯がある方。フィードバックを貪欲に吸収しつつ、技術的判断には根拠を持って主張できる方

応募について

• 学部1年OK
• 休学中も可

使用ツール

仕事概要

• 主戦力のエンジニアとしてSalesNowに参加いただきます。設計判断に迷ったときは、経営陣やコアメンバーと直接議論して決めます。
• 正社員と同じコードベース・レビュープロセス・品質基準で開発します。タスクの切り出しを待つのではなく、プロダクトの方向性の議論から入り、自分で設計し、自分でリリースする。それがSalesNowのインターンです。
• 過去のインターン生には、経営陣とペアでゼロから新規プロダクトを設計・実装し、本番環境へのリリースまで完遂した人がいます。正社員チームに入り、プロダクト開発を進めているインターン生もいます。渡されるのは手順書ではなく課題です。解き方は、チームと相談しながら自分で決めます。

募集背景

• 人を増やした分だけ売上が伸びる時代は、終わりました。働き手が減る日本では、1人が生み出せる価値を増やせる組織が伸びていきます。SalesNowの開発は、その前提で、AIと進めることを標準にしています。企業データを画面・API・MCPで届ける開発が増え、AI前提で設計から本番リリースまで担えるエンジニアを、正社員と同じ立場で迎えます。
• 特にMCPとAIエージェントの開発は、ここ数年で立ち上がったばかりの技術領域です。企業データをAIエージェントにどう届けるか。インターフェースを自分で設計し、本番で検証しながら改善できます。シリーズB目前の事業で、経営会議の議論を新規プロダクトの設計に落とし込み、本番リリースまで担う仲間を求めています。
• 卒業するとき、企業データを使うプロダクトをAI前提で設計・実装し、本番で検証・改善した実績が手元に残ります。

開発するプロダクト

• 企業データベース『SalesNow』：営業担当者が条件検索でターゲット企業を特定し、採用の増加・資金調達・拠点の開設などの企業の動き（シグナル）からアプローチの時期をつかみます。Salesforce・HubSpot・kintoneと連携し、企業データの付与と名寄せを行います。企業を探す画面から、その検索を支えるAPI・DBまでが、フルスタック開発の対象です
• Data API（ベータ版）：企業情報・ニュース・採用情報・組織の4種別で、外部システムへ企業データを提供します。画面の開発に加え、他のシステムから使われるAPIの設計・実装にも取り組めます
• SalesNow MCP：企業データをMCPサーバーとして提供し、Claude・CursorなどのAIエージェントから直接使えるようにしています。画面・API・MCPの開発を通じて、人とAIエージェントそれぞれが企業データを使うためのインターフェースを設計できます
• AIワークフロー：営業担当者が商談に集中できるよう、商談準備のレポート、議事録のSFA登録、リードのスコアリングなどの準備と記録を、ノーコードで組んだワークフローで支えます。CRM・Slack・Notionと連携します。企業データを顧客の仕事に組み込む流れを理解し、データを取得する機能から担当者が仕事で使うところまでを見通して、インターフェースを設計できます

ミッション

• 1,600万件超の法人・組織データベースを、人とAIエージェントがどう使うか。経営陣やコアメンバーと直接議論し、AI駆動開発で新規プロダクトの設計・実装・本番リリースまで担います。

お任せしたい業務内容

• Next.js / TypeScript / Python（FastAPI）を使ったWebアプリケーションのフルスタック開発
• 新規サービス・新機能の設計→実装→テスト→リリースの一気通貫
• Data API / SalesNow MCP / AIエージェントなど、企業データの新しい提供形態の開発
• Claude Codeを使った高速プロトタイピングと本番コードの実装
• 週次の経営会議・プロダクト会議に参加し、ARR・チャーン率・顧客の声を踏まえて開発
• 経営陣との日常的なディスカッションを通じて、ビジネス視点と技術視点の両方を磨く
• ※従事すべき業務の変更の範囲：有り

扱う規模

• 全文検索基盤はOpenSearchで、1.05億ドキュメント・約460GBです。企業・拠点・部署などを横断して検索します
• 直近30日のマージ済みPRは2,229本、リポジトリ数は298です（2026年9月12日時点）。インターンもこの流れの中で、正社員と同じコードベース・レビュー基準でPRを出し、設計意図を説明してレビューを受けます
• 検索基盤には、フルリインデックスの時間を縮める課題があります。改善の候補は、取得側のDBクエリと投入処理の設計です。取得と投入のどこに時間がかかっているかを、1.05億ドキュメントの実データで確かめるところから始まります
• 2,800行のモデル層を、稼働を止めずに段階的に分割する計画が動いています。目的は、循環インポートとレイヤー境界の曖昧さを解消することです
• 移行では Strangler Fig・Feature Flag・APIバージョニングで後方互換を保ちます。分割の境界をどこに引き、どの順で移すかを決めることが核心です

技術スタック

• TypeScript (Next.js) / Python (FastAPI) / SQL / PostgreSQL / Elasticsearch・OpenSearch / AWS / Vercel / Amazon Bedrock / Claude / Gemini / Claude Code / Codex / Cursor / GitHub Copilot / CodeRabbit

社内ツール

• Slack / GitHub / Notion / Asana / Figma / Google Workspace

AI駆動開発の進め方

• バリューの1つに「AIネイティブ」を置き、開発は次の進め方を前提にしています。
• Claude・Geminiは全員が使えます。Codexも併用し、用途でモデルを使い分けます。開発ではClaude Code・Gemini CLI・Cursor・GitHub Copilotを使っています。AIツールは乗り換えやすいよう月額で契約しています。用途に合うモデルを選び直しながら、開発の進め方を自分で磨けます
• 実装の初稿はAIエージェントと書き、設計・判断・品質の責任は人が持ちます。Claude Codeを複数並列で動かし、調査から実装・検証・リリースまで回すエンジニアもいます
• CodeRabbitでPRをレビューします。複数のLLMにもレビューを依頼し、採否は人が根拠を確認して決めます
• 成果物はGitHubで管理し、AIへの指示書もコードと同じ手続きでPRレビューします。実装だけでなく、AIへの指示までチームで検証・改善する開発を経験できます
• 目的と予算を合意したあとは、担当者が進め方を決めます。インターンでもこの前提は変わりません。経営陣もコードを書きます
• 各チーム・各部門に、バイブコーダーが最低1人以上います。エンジニアだけでなく営業・人事にもいるので、AI前提の進め方が職種をまたいで共有されています

ポジションの魅力

• インターンも、拠点・部署までのデータ構造や3層の分類を、検索条件と画面の操作性に落とし込みます。大手企業への導入実績があるプロダクトなので、顧客が企業データを現場でどう使うかを前提に、設計を決められます。この規模のデータ基盤の開発に、在学中から参加できます。

新規プロダクトを、設計から本番リリースまで担う

• 新規サービス・新機能の設計・実装・テスト・リリースを、一気通貫で担当します。正社員チームの主戦力としてアサインされることもあり、設計判断は経営陣と直接話してその場で決めます。自分の設計を、大手企業への導入実績があるプロダクトの本番コードとして、自分の手で届けられます。

AIと開発する力を、本番のコードで鍛える

• インターンも正社員と同じ開発環境で、Claude・Geminiを使えます。会社のAIツールへの支出は、1人あたり月平均10万円以上（会社負担）です。AIエージェントと実装し、複数のLLMと人のレビューを通して本番に出す。この進め方を、毎日の仕事として身につけられます。会社は2025年11月を起点に、社員1人あたりARRを3年で10倍にする目標を掲げています。その前提で組み替えた開発の進め方を、学生の段階から自分のものにできます。

1,600万件超のデータを、AIエージェントに届ける設計を担う

• 1,600万件超・80億レコードの法人・組織データベースを、画面・CRM連携・Data API・SalesNow MCPで届けています。検索基盤は1.05億ドキュメント・約460GBを扱います。この規模の取得・投入処理の設計にも関われます。SalesNow MCPでは、AIエージェントが企業データを使うためのインターフェースを設計・実装・運用できます。自分が書いたMCPの実装が、Claude・CursorなどのAIエージェントから企業データを引く入口になります。

経営の数字と顧客の声を見て、つくるものを決める

• 週次の経営会議・プロダクト会議で、ARR・チャーン率・顧客の声を根拠に、開発する課題の優先順位を経営陣と議論できます。実装方法だけでなく、開発する理由まで説明できるエンジニアを目指せます。

量を重ねるほど、任される範囲が広がる

• フルタイム相当で継続して開発し、Next.jsの画面からFastAPIのAPI、DBまで、コードのつながりを理解できます。変更が他の機能に及ぼす影響まで読めるようになるほど、アーキテクチャの判断も任されるようになります。

身につくもの

• 学生のうちから、本番で動くLLM機能について、出力の精度と費用を実データで見ながら使い方を設計する経験を積めます。1.05億ドキュメントの検索基盤では、取得と投入を計測し、どこを直すべきかを実データから判断する力を磨けます。2,800行のモデル層の分割では、既存機能との互換性を保ちながら、分割する境界と移行の順序を考えます。