Webリードエンジニア候補

必須

• Webアプリケーション開発の実務経験5年以上
• TypeScript（React / Next.js）またはPython（FastAPI等）での設計・実装経験
• チーム開発におけるアーキテクチャ設計・技術選定の主導経験
• フロントエンド、バックエンド、データベース技術への幅広い知見と実装経験
• 事業会社におけるアジャイル開発の経験
• ソースレビューを行うチーム開発の経験
• 一定規模の商用サービスに適用する技術の実証から運用までの経験

歓迎

• 大規模データを扱うプロダクトの設計・運用経験
• LLMをプロダクトに組み込んだ開発経験
• チームマネジメント経験
• 事業の立ち上げや、顧客のフィードバックを受けながら機能を改善した経験
• 大規模サービスのインフラ設計・構築・運用経験
• BtoBシステムのプロダクト全体設計や、ビジネスオペレーションの構築経験

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
• 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
• 新しい技術や知識を自ら学んで試し、前提を疑いながら本質的な設計判断ができる方
• プロダクトが解く課題に深い関心を持ち、経営の視点で技術と事業の最適解を導ける方
• チームで情報共有を大切にし、顧客やビジネス職の声から課題を受け止め、自らもフィードバックを伝えて改善に導ける方

使用ツール

募集背景

• プロダクトは、80億レコードの企業データ基盤の上に、Data → AI → Agent → Interface の4層で構成しています。同じデータを、人が使う画面、Salesforce・HubSpotとの連携、Data API、SalesNow MCPへと届け分けるなかで、アーキテクチャの複雑さと事業のスピードが同時に上がっています。
• 実装の初稿やレビューの一次チェックにAIを使うことで、1人のエンジニアが出せる実装量は大きく増えました。そのぶん成果を分けるのは、何をどう作るかを決める設計と、AIの出力を採るか捨てるかを決めるレビューの質です。
• これまで経営陣が担ってきた技術的な意思決定を専任でリードし、AI駆動の開発の進め方そのものを設計できるエンジニアを募集します。

ミッション

• 1,600万件超の法人・組織データを届ける画面・Data API（ベータ版）・SalesNow MCPの技術設計をリードし、顧客企業の1人が生み出せる価値を引き上げることです。設計・実装・レビューの流れもAI前提で組み替え、エンジニアが品質に責任を持ちながら、より多くの顧客課題を解決できる開発組織をつくります。

お任せしたい業務内容

• ビジネス職のメンバーやプロダクトマネージャーと連携し、『SalesNow』の設計・開発・運用を担います。
• プロダクト全体のアーキテクチャ設計・技術選定・設計レビュー
• Data → AI → Agent → Interface の4層構造を横断した技術的意思決定
• Data API、SalesNow MCPをはじめとするAIエージェント向けのInterfaceなど、提供形態ごとの技術設計
• 経営陣とプロダクト戦略・長期的な技術課題・開発組織の構築を議論し、技術ロードマップと開発組織の戦略を策定する
• エンジニアチームの技術的なメンタリングとコードレビュー
• プロダクトのUI/UXの持続的な改善と運用設計
• 開発プロセスの改善、開発組織の強化・運営。Claude Code・Codex・Cursor・CodeRabbitを組み合わせた開発フローを設計し、チーム全体に広げることも含みます

いま取り組んでいる課題の例

• 2,800行のモデル層を、稼働を止めずに段階的に分解する。循環インポートとレイヤー境界の曖昧さを、4フェーズで解消する計画です。Strangler Fig・Feature Flag・APIバージョニングを使い、後方互換を保ちます。障害対応と並行して進めます
• 1億件規模の検索基盤で、データの取得と投入を設計し直し、フルリインデックスの時間を縮める。全文検索基盤はOpenSearchで約1.05億ドキュメント・約460GBあり、改善の候補は取得側のDBクエリと投入処理です

AI駆動開発の体制

• AIツールへの支出は、1人あたり月平均10万円以上です（会社負担）。目的と予算を合意したうえで、使うモデルと検証方法を自分で選び、開発フローを組み替えられます
• 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
• Claude Code・Cursor・GitHub Copilotで実装の初稿をつくり、CodeRabbitをPRレビューの一次チェックに使います
• n8nでAIを組み込んだ処理の流れを構築しています。Webアプリの実装に加え、AIを使う工程のつなぎ方まで設計し、チームの開発フローに広げるのも、この職種の仕事です
• 複数のLLMにレビューを依頼し、エンジニアが指摘を実データとログで確かめて採否を決めます
• 成果物はGitHubで管理します。AIへの指示書もPRレビューの対象にし、自分が設計した開発の進め方をチームで検証・改善できます

技術スタック

• 言語: Python（FastAPI）, TypeScript（Next.js）, SQL
• ミドルウェア: PostgreSQL, Elasticsearch / OpenSearch
• インフラ: AWS, GCP, Fastly
• データ: Scrapy, Airflow, Spark on Databricks, S3, Aurora PostgreSQL
• AI/LLM: Amazon Bedrock, Azure OpenAI, Claude, Gemini
• 開発ツール: Claude Code, Codex, Cursor, GitHub Copilot, CodeRabbit, n8n
• デザイン: Figma
• コミュニケーション: Slack, GitHub, Notion, Asana, Google Workspace

開発の進め方

• スクラム開発をベースとしたアジャイル開発です。ミッションごとにスクラムチームを編成し、デイリースクラム・スプリントプランニング・スプリントレビュー・ポストモーテムを実施しています。

① 経営陣と直接議論し、プロダクトの方向性を技術で定義する

• ボードメンバーやビジネス職のメンバーとは、ほぼ毎週議論する機会があります。これまで経営陣が担ってきた技術的な意思決定を、専任でリードします。なぜその機能をいま作るのかを経営陣と議論し、技術ロードマップに落とし込むところから担えます。大手企業の使い方を知るビジネス職と、どの技術選定・UI改善が顧客の成果に効くかを直接詰められます。

② 人とAIの両方が使うプロダクトを、稼働を止めずに組み替える

• 全文検索基盤はOpenSearchで約1.05億ドキュメント・約460GBあります。80億レコードのデータ基盤から、画面・CRM連携・Data API（ベータ版）・SalesNow MCPを通じて、人とAIエージェントの両方にデータを届ける設計を担います。本社から店舗まで拠点ごとに一意のIDを振るJCコードを使い、提供形態が変わっても企業・拠点の対応関係と正確さを保つ責任は、あなたが持ちます。
• この規模を、稼働を止めずに組み替えます。2,800行のモデル層の分解をリードし、後方互換を保つレイヤー境界と移行順序を自ら設計して循環インポートを解消します。ナショナルクライアントを含む大手企業への導入実績があるプロダクトで設計から移行までやり遂げた実績は、アーキテクトとしてのキャリアに残ります。

③ AI駆動開発の進め方を、自分で設計する

• 直近30日でマージされたPRは2,229本です（2026年9月12日時点・298リポジトリの実測）。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。AIで実装量が増えた一方で、人のレビュー体制はまだ追いついていません。どこまでをAIに下書きさせ、どこで人が判断するか。その線引きとレビューの基準を自分で設計し、チームに定着させる経験を積めます。

④ 目的と予算を合意したら、進め方は自分で決める

• AIツールには、1人あたり月平均10万円以上を実際に使っています。合意した目的と予算のもとで、どのモデルで何を検証するかは、あなたが決めます。設計案を複数のモデルで試し、実データとログで比べてから採る。技術選定の根拠を、自分の手で積み上げられます。経営陣も自分でコードを書くので、実装の重さが分かる相手と技術選定と優先順位を直接詰められます。社員1人あたりARRを3年で10倍にする目標は、開発の仕組みがあって初めて成り立ちます。その仕組みを、自分の設計でつくる立場です。

募集内容

• 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では、その設計をエンジニア自身がPRとレビューの仕組みとしてつくり、毎日の開発で検証しています。