GTMエンジニア（Go-To-Market Engineer）

必須

• 法人営業またはセールスオペレーション/RevOpsの実務経験3年以上
• Python、SQL、またはノーコード/ローコードツールを用いた業務自動化の経験
• CRM（Salesforce, HubSpot等）の設計・運用経験
• データを起点に仮説を立て、施策を設計・実行できる論理的思考力
• 業績目標へのコミットメントと自走力

歓迎

• GTMエンジニアリング、Growth Engineering、Sales Engineeringの実務経験
• SalesNow、Clay、Apollo、Outreach等のGTMツール活用経験
• API連携やデータパイプライン構築の経験（ETL/ELT）
• AI/LLMを活用した業務自動化の経験（Claude Code、GPT API等）
• エンタープライズ企業向けのセールス/マーケティング経験
• 英語での情報収集・技術ドキュメント読解力

求める人物像

• ミッション・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
• 「つくる人」と「売る人」の境界を越え、プロダクト・データ・ビジネスをまたいで売上をつくりたい方

使用ツール

GTMエンジニアとは

• GTMエンジニア（Go-To-Market Engineer）は、営業・マーケティング・エンジニアリングを横断し、コードとデータで売上をつくるプロセス全体を設計する職種です。米国ではClayやApolloとともに、売上をつくるエンジニアの職種として広がりました。SalesNowでは、企業データを持つ会社のデータ基盤の内側に立ち、売上目標まで持つ形でこの職種を実践できます。営業・RevOpsの経験を、コードとデータで収益プロセスを設計するキャリアへ広げられます。

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。** 働き手が減るなかで1人あたりの生産性を上げるには、人数ではなく、リード獲得から受注までの仕組みを設計し直す必要があります。
• SalesNowは、まず自分たちの営業でこの仕組みを組み替えてきました。商談の全文は tl;dv に残ります。Zoom Phone での通話は、Amptalk が文字起こしとAI要約をSalesforceへ書き込みます。名刺は写真をSlackに送れば、OCR、名寄せ、リード登録まで通ります。営業本人の入力はほぼゼロになり、翌日の商談準備は前日のうちに整っています。GTMエンジニアは、この配線が通った状態から始められます。記録を残す仕組みをつくり直すところからではなく、どの打ち手が受注につながったかを検証するところから入れます。
• 次は、いま動いているスコアリングとルーティングを商談化率と受注率で検証して精度を上げ、ナーチャリングまで含めた営業プロセスを組み直す段階です。人数を増やさずに売上が伸びる仕組みを、設計から構築まで自分の手でつくるGTMエンジニアを募集します。

ミッション

• 1,600万件超の法人・組織データベースとAIを使い、リード獲得からクロージングまでの「売れる仕組み」を設計・構築・改善し、売上目標の達成に責任を持つ
• CEO/COO直下で、GTM戦略の立案から実行基盤の構築までを一気通貫で担い、事業成長を引っ張る

お任せしたい業務内容

• GTMシステムの設計・構築：リード獲得→スコアリング→ルーティング→ナーチャリング→商談化の全パイプラインを、AIとデータで組み直し、改善し続ける
• データエンリッチメント基盤の構築：1,600万件超の法人・組織データベースを使い、リードに企業属性とシグナル（採用の増加・資金調達・拠点の開設など企業の動き）を付与する。営業が次の一手を判断する材料を、商談の前に揃える
• AIエージェント／ワークフロー構築：Claude Code、MCP Server、社内APIなどを使い、商談準備レポートの生成、見込み客アラート、解約予兆の検知などのワークフローを開発する
• RevOps基盤の整備：SalesforceなどのCRMを最適化し、商談化率・受注率を追うダッシュボードを構築する。パイプライン分析をもとに、改善箇所の特定から施策の優先順位づけまで担う
• 業績責任：パイプライン創出量、商談化率、受注率などのKPIにオーナーシップを持ち、CEO/COOと事業目標を追う
• ※従事すべき業務の変更の範囲：有り

入社後に取り組む課題

• 問い合わせが入ったリードには、企業データと直近の求人をもとに、対応する営業担当者と初回に伝える内容の候補をAIで整理し、人が選んでいます。この候補が商談化と受注にどうつながったかを検証し、スコアリングとルーティングを改善します
• 商談全文はtl;dvに、通話の文字起こしとAI要約はSalesforceに残ります。Slackに送った名刺写真も、OCR・名寄せを経てリード登録につながっています。これらを企業データと合わせ、商談化率・受注率を追うダッシュボードを構築します。分析結果から、改善する施策と優先順位を決めます

利用するツール・技術

• Salesforce / tl;dv / Zoom Phone / Amptalk / Slack / Google Workspace / Notion / Claude Code / Codex / Gemini / Python / SQL / API連携

AIを前提にした働き方

• バリューに「AIネイティブ」を掲げ、2025年11月を起点に、社員1人あたりARRを3年で10倍にする目標を置いています。GTMエンジニアがつくる仕組みは、1人あたりの成果に直接効きます。その効き方は経営陣と一緒に数字で確かめます
• AIツールへの支出は、1人あたり月平均10万円以上です。全員が使えるClaude・GeminiにCodexも併用できます。スコアリングの設計、ワークフローの実装、効果検証のそれぞれに合うモデルを選べるので、1人で試せる仮説の数が増えます
• スコアリングの設計やワークフローの実装は、複数のLLMにレビューを依頼し、採否は人が根拠を確認して決めます。1人で組んだ仕組みでも、多角的に検証してから自社の営業で動かせます
• 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。どこまでをAIに準備させ、どこから自分で判断するかも、担当者が線を引きます
• 経営陣もコードを書き、職種を問わずAIで自分の仕事を組み替えています。実装の話がそのまま経営陣に通じる環境で、GTMエンジニアは同じ売上目標を直接追います

1,600万件超の法人・組織データベースを、データ基盤の内側から使える

• ClayやApolloのような外部のツールを契約して使うのではなく、1,600万件超の法人・組織データと企業のシグナルを、データ基盤の内側から扱えます。組織図や部署の直通番号、拠点ごとに一意のJCコードまで手元にあるので、多拠点・グループ会社を串刺しにした「誰に当てるか」の設計まで自分で組めます。データの加工で止まらず、どの切り方が受注につながったかの検証まで、1人で回すことも可能です。

設計した仕組みを、自社の営業ですぐに試せる

• tl;dvに残る商談全文や、Salesforceに記録される通話の要約を使い、顧客との会話と商談化・受注の結果を結びつける検証を設計できます。自分で組んだスコアリングやルーティングを自社の営業で動かし、商談化率と受注率で効果を確かめ、次の改善に回せます。

売上に責任を持ち、CEO/COOと直接つくる

• CEO/COO直下で、パイプライン創出量・商談化率・受注率に責任を持ちます。GTM戦略の立案から実行基盤の構築までを一気通貫で担い、経営陣と同じ数字を見て決めた打ち手を、自分で実装し、商談化率と受注率で結果を持ち帰れます。戦略を決める場に、実装できる人として入る経験を積めます。

自分の検証結果が、顧客に届くプロダクトを変える

• GTMエンジニアは、Data API・SalesNow MCP・AIワークフローを自社の売上の現場で使い込みます。どの企業属性とシグナルが受注に効いたかという検証結果は、顧客に届けるプロダクトの改善の材料になります。自分の実装が、自社の売上と、導入企業の営業の両方を動かします。

身につくもの

• 米国で広がったGTMエンジニアリングを、日本の企業データと業績責任のセットで実践した経験。社員1人あたりARRを3年で10倍にする目標（2025年11月起点）に向けて、1人あたりが生み出せる価値を増やす仕組みを1,600万件超のデータの内側から設計し、パイプラインと受注の数字で検証した実績が残ります。
• 2〜3年後、AIを使えることは当たり前になります。差がつくのは、AI前提で組織と業務を設計できるかどうかです。GTMエンジニアは、その設計を売上の現場で毎日続ける仕事です。