LLMエンジニア

必須

• PythonまたはJavaScriptでのプログラミング経験2年以上
• パブリッククラウド（AWS / Azure / Google Cloud）でのシステム開発・運用経験
• ソフトウェアや各種ツールの選定経験（小規模な利用で可）

歓迎

• LLM（OpenAI / Claude / Geminiなど）を使ったサービス開発の実務経験
• LLMプラットフォームや生成AI関連ツールの利用経験
• プロンプト設計・最適化の経験
• 検索拡張生成（RAG）の実装経験
• AIエージェントやワークフロー自動化ツールの活用経験
• 大規模データの処理・分析経験
• データエンジニアリング、MLOps / LLMOpsの知識や経験
• PdMやソフトウェアエンジニアとしてのプロダクト開発経験

求める人物像

• 生成AIの業務導入に、積極的に携わりたい方
• SalesNowのミッション・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
• シリーズB目前のスタートアップならではの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
• LLMの進化を追って新しい技術を自ら試し、得た知見をプロダクトとチームに還元し続けられる方
• LLMの出力を鵜呑みにせず1件ずつ確かめ、前提を疑って本質的な設計判断ができる方
• 精度・コスト・レイテンシのどれを優先するかを数字で説明し、ボトルネックの改善やプロセスの効率化を進められる方

使用ツール

募集背景

• SalesNowのエンジニアは、データをつくる工程そのものにLLMを組み込んでいます。上場企業の開示資料をLLMで構造化し、データの判定には、人が定めた基準にもとづいてLLM as a Judgeを使います。LLMはAzure OpenAI（gpt-4o-mini）、Gemini Flash-Lite、Anthropicを用途ごとに併用しています。
• 用途ごとに求める精度と、許容できるコスト・レイテンシを定める必要があります。評価基盤を設計し、その結果からモデルと処理方法を選び、データ取得・加工パイプラインに実装するLLMエンジニアを募集します。LLMで検索精度やレコメンドを高め、AIエージェントで開発の進め方を組み替える仕事も、この募集の範囲です。モデルの選び方ひとつで、1,600万件超のデータの精度と1件あたりの費用が変わります。リリース後も精度・コスト・レイテンシの改善まで担います。

入社後に取り組む課題

• LLMを本番のデータ製造工程に載せ、LLMで処理する範囲と人が判断する範囲を設計します。評価するデータと基準を定め、コストと判定品質の両方を確かめます
• AI出力を採用する条件と「特定不可」にする条件を定め、出力と根拠を検証する品質評価基盤を設計・実装します
• 社内では、フリーランス求人から常駐先企業を推定するロジックを、AIを使って独立検証しました。根拠を確認できない企業特定が多く見つかり、ロジックとマッチ率の表示を修正しました。この事例が出発点です
• データ取得1件あたりの費用を確かめます。コストが読めない処理は、小さくつくってから見積もります。必要な精度を満たしたまま、本番で回せる費用に収めるところまでが、この仕事の範囲です

お任せしたい業務内容

• LLMを使ったデータ取得・加工パイプラインの設計・実装
• 複数LLMの特性評価と、用途ごとの最適モデル選定・パイプライン設計
• プロンプトの設計・最適化と、AI出力の品質評価基盤の構築
• プロダクトのAI機能の設計・実装
• データ製造工程でのLLM活用。上場企業の開示資料の構造化や、LLM as a Judge による品質評価を設計・実装します
• AI機能のリリース後の、精度・コスト・レイテンシの継続的な改善
• 機能実装後の、開発チームへの技術サポート
• 開発支援（例：AIによるテストなど）
• 生成AI関連の技術トレンドの調査・検証と、チームへの還元
• プロジェクトの進捗管理・品質管理・スケジュール管理
• ※従事すべき業務の変更の範囲：有り

利用する技術・ツール

• 言語: Python（FastAPI）、TypeScript（Next.js）、SQL
• データベース・検索: PostgreSQL（Aurora）、Elasticsearch / OpenSearch
• インフラ: AWS、GCP、Fastly
• データ: Scrapy、Airflow、Spark on Databricks、S3
• AI・LLM: Amazon Bedrock（Claude系）、Azure OpenAI、Claude、Gemini、Dify（AWS上で稼働）、n8n（AWS上で稼働）
• 開発ツール: Claude Code、Codex、Cursor、GitHub Copilot、CodeRabbit、ChatGPT、Perplexity
• デザイン: Figma
• コミュニケーション: Slack、GitHub、Notion、Asana、Google Workspace
• メンターとの1on1や技術勉強会で、自分の設計判断を相談できます。モデル選定や品質評価で得た知見は、勉強会でチームの開発に還元します。

AIとの働き方

• AIツールへの支出は、1人あたり月平均10万円以上です。Claude・Geminiは全員が使え、Codexも併用しています。どのモデルを何に使うかは、日々の開発で比べて自分で選びます
• 成果物について複数のLLMにレビューを依頼し、人が根拠を確認して採否を決めます
• AIツールは乗り換えやすいよう月額で契約しています。新しいモデルを精度・コスト・レイテンシで評価し、本番に採用するモデルと処理方法を自分で設計できます。データを学習に使わせない設定は全員に求めています。企業データを扱うときの運用条件も、モデル選定の判断材料に入ります
• 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。AIで処理する範囲、人が判断する範囲、使うツールも自分で決めます。自らコードを書く経営陣と、モデル選定の技術的な根拠と費用を直接議論できます

① LLMを、PoCではなく本番のデータ製造工程で動かす

• 1,600万件超・80億レコードの法人・組織データベースをつくる本番の工程に、LLMを組み込みます。上場企業の開示資料をLLMで構造化し、人が定めた基準にもとづくLLM as a Judge でデータを判定します。LLMを使った検索精度やレコメンドの改善も、担当範囲です。取得・加工したデータの品質を高め、利用者が必要な企業情報にたどり着ける機能まで設計します。
• 日次で更新する基盤が数百万件規模のタスクを処理しており、1件の判定の誤りがそのまま顧客の判断材料の誤りになります。企業データベース収録件数No.1（2025年10月期・日本マーケティングリサーチ機構調べ）の製造工程で、評価用データと基準の設計から、モデル・処理方法の選定、リリース後の改善までを担います。実データでモデルを比べ、必要な精度を満たす処理を、運用できる費用と速度で設計する力を磨けます。

② モデルが入れ替わっても崩れない設計力を磨く

• Azure OpenAI・Gemini・Anthropicを用途ごとに併用しています。企業・拠点・部署まで扱う取得・加工のパイプラインで、精度・コスト・レイテンシを比べ、採用するモデルを自分で選びます。新しいモデルが出たら、本番の評価データで比べ、優れていれば切り替えられます。独自データの品質を保ちながらモデルを更新するなかで、モデルが変わっても使える評価基準と切り替え手順を自分で設計します。

③ 「特定不可」と言い切れる品質基準を、自分で決める

• Web・アナログな収集・ユーザー投稿を束ねる独自データで、個々の出力と根拠を検証します。実データで見つけた誤りから、採用できる出力と「特定不可」にする出力の基準を定め、評価基盤を設計・実装します。回答の正しさに加え、回答を出してよい条件まで設計する、本番LLMの品質管理の専門性を磨けます。

④ データからユーザー体験までを見通して、LLMの使いどころを決める

• SalesNowの企業データは、画面・Salesforce/HubSpot連携・Data API・SalesNow MCPを通じて、人とAIエージェントの双方が利用します。独自のJCコードと部署の直通番号を扱うので、正しさの基準を拠点・部署の単位で定める必要があります。企業名の一致だけでは解けない品質課題に取り組めます。人とAIエージェントの利用場面から定めた品質基準を、取得・加工からLLM出力の評価まで一貫して適用し、データの使われ方から逆算した製造工程の設計が可能です。

⑤ 経営と直接議論し、会社の生産性目標を技術で動かす

• 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。処理費用と判定精度の改善が、データ製造工程の生産性をどれだけ動かすかを測ります。その数字を根拠に、自らコードを書く経営陣と、次にLLMを組み込む工程・必要な品質基準・開発の優先順位を直接決められます。
• 数年後、AIを使えることは当たり前になります。差がつくのは、AI前提で仕事と組織を設計し直せるかどうかです。SalesNowのLLMエンジニアは、人が判断する範囲とAIで処理する範囲を自分で線引きし、チームが成果を出す工程そのものを組み替える経験を積めます。