株式会社ジーニー 正社員 の求人一覧

全 124 件中 24 件 を表示しています

• 

  【JAPAN AI】シニアプロジェクトマネージャー

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 特に、AIエージェントの開発に注力しており、大規模言語モデル (LLM) を活用した革新的なプロダクトやソリューションを提供しています。これにより、さまざまな業界での生産性向上や業務効率化を実現しています。 JAPAN AIは、柔軟で迅速な意思決定を可能にするスタートアップの利点を活かし、最先端技術をいち早く取り入れることで、クライアントに対して最適なソリューションを提供しています。また、国際的な視点を持つ多様なチームが、グローバルな市場での競争力を高めています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 募集背景 JAPAN AIは、生成AI・AIエージェントを活用したプロダクトとソリューションで、エンタープライズ顧客のビジネス変革を支援しています。事業の急拡大に伴い、案件の規模・複雑性が増しています。複数部門・複数システム連携、セキュリティ要件、AI品質の不確実性——こうした難易度の高いプロジェクトを確実に成功に導き、かつ組織全体のデリバリー品質を引き上げるシニアプロジェクトマネージャーを募集します。 期待する役割 シニアプロジェクトマネージャー (IC) として、以下の3つのミッションを担っていただきます。 戦略案件・重要案件のデリバリー責任者 として、複数プロジェクトの成功確率を最大化する AI/LLMプロジェクト 特有の不確実性を前提に、評価設計・運用設計・ガバナンスまで含めてプロジェクトを完遂する プロジェクト運営の型化・標準化 を推進し、組織として再現性のあるデリバリー体制を構築する このポジションの魅力 生成AI/AIエージェントの最前線 最先端のAI技術を活用したプロダクト・ソリューションの顧客導入をリードでき、市場価値の高い経験を積めます。 事業インパクトに直結する裁量 経営層・顧客経営層と近い距離で意思決定に関わり、自身の判断が事業成長に直結する手触り感があります。 「火消し」で終わらない、仕組みを作る仕事 個別案件の成功だけでなく、デリバリーの標準化・品質ゲート・ナレッジ整備など、組織のデリバリー能力そのものを引き上げる仕組みづくりに関われます。 多様な専門家との協働 グローバルな視点を持つ多国籍チームで、AI/ML・バックエンド・フロント・デザイン・QAなど多様なバックグラウンドを持つメンバーと協働できます。 業務内容 プロジェクト/プログラムマネジメント (中核) 複数プロジェクト (並行案件) の計画策定、進捗・課題・リスク・依存関係の統合管理 顧客経営層・事業責任者との合意形成 (スコープ、優先度、変更管理、検収条件) 品質管理 (要件の曖昧さを潰す、受け入れ基準の設計、レビュー、手戻り抑制) 重要インシデント・炎上兆候の早期検知、エスカレーション、収束までの指揮 プロジェクトドキュメント (要件定義書・仕様書・WBS等) の作成・レビュー AI/LLMプロジェクト特有の設計・推進 AI機能の要件定義 (顧客期待値の調整、ユースケース定義、技術的制約の整理) 品質評価の設計・運用 (評価指標の策定、テスト観点の設計、改善サイクルの構築) 情報管理・セキュリティ/コンプライアンス要件を踏まえた推進 (社内法務・セキュリティチームとの連携) AI特有の不確実性 (精度のばらつき、ハルシネーション等) を前提としたスコープ・スケジュール設計 デリバリーオペレーションの型化 (PMO的役割) プロジェクト標準の整備 (テンプレート、進行ルール、品質ゲート、WBS粒度、定例体の設計) 主要メトリクスの設計・可視化 (例：納期遵守率、手戻り率、検収リードタイム、重大障害件数、顧客満足度) PMメンバーへのナレッジ共有・レビュー支援・再発防止の仕組み化 チーム体制 開発組織：約70名 (PM/エンジニア/デザイナー/QA等) 配属：PjM (プロジェクトマネージャー) チーム 自社SaaS・AIエージェントを顧客向けソリューションとして開発・提供 クライアントワークが中心で、顧客折衝・要件定義から納品まで一貫して担当 協働メンバー： PdMチーム、エンジニア (フロントエンド、バックエンド、AI/ML) 、デザイナー、QAエンジニア セールス、カスタマーサクセス、クライアント企業の担当者 必須要件 システム開発プロジェクトにおける、要件定義〜検収までのプロジェクトマネジメント実務経験：5年以上 顧客経営層・事業責任者との折衝・合意形成を主導した経験 複数ステークホルダー (顧客/開発/営業/CS等) を巻き込み、スコープ・優先度の意思決定を前に進めた経験 炎上案件やスコープ変更など、困難な状況下でプロジェクトを立て直した経験 日本語にてコミュニケーションが可能なこと / Native level−like fluency in Japanese 歓迎要件 生成AI/LLMを用いたプロダクトまたはシステム開発プロジェクトの推進経験 (RAG、AIエージェント、評価設計、運用設計のいずれか) 複数案件の同時並行マネジメント (ポートフォリオ管理) の経験 アジャイル/スクラムの推進経験、またはウォーターフォールでの厳密な変更管理・品質管理経験 契約・見積・変更管理 (請負/準委任など) や原価・収益性を意識したプロジェクト推進の経験 PMO・標準化 (テンプレート整備、レビュー体制構築、メトリクス設計) の経験 PMI/PMP、IPAプロジェクトマネージャ等の資格、またはそれに準ずる知識 英語での業務コミュニケーション (社内の多国籍メンバーとの協働に活用) 求める人物像 構造化力 ：曖昧さや不確実性 (AI品質、顧客要望の変化) を前提に、課題を分解・整理して前に進められる方 仕組み化の徹底 ：「火消し」で終わらせず、再発防止や標準化まで落とし込める方 権限なき影響力 ：役職や権限に頼らず、信頼と論理で関係者を動かせる方 透明性の高いコミュニケーション ：悪い情報ほど早く共有し、関係者の信頼を積み上げられる方 変化への適応力 ：状況が変われば計画も変えるのが合理的、と割り切って方向修正できる方 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 基本出社いただいての勤務となります。ただし体調不良やご家族のケアが必要な場合は、上長に相談の上で在宅勤務が可能です。 選考フロー 書類選考 → 面接（2～3回）→ 内定 ※最終面接までにSPIの受験とリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【SaaS】カスタマーサクセス部長｜SFA導入支援・活用定着組織の責任者

  株式会社ジーニーについて 当社は「日本からGAFAのような世界的なテクノロジー企業を創る」という想いのもと、2010年4月に設立。創業からわずか7年で上場を果たし、その後も増収増益を続ける圧倒的成長企業です。 マーケティングテクノロジーを専門とする企業として、広告プラットフォーム事業やマーケティングSaaS事業、デジタルPR事業などを展開しており、アドテクノロジーとマーケティングテクノロジーの両プロダクトを保有する希少な企業として成長を続けています。 2020年には、Financial Times社発表の『アジア成長企業ランキング』も受賞いたしました。 また2023年には当社の100％子会社として、最先端市場であるAI事業を主軸に事業展開を行う、JAPAN AI株式会社を設立いたしました。JAPAN AIの技術は、ジーニーの既存のプロダクトとシナジーを生み出し、グループ全体で高成長を遂げている最中となります。時代の最先端のソリューションを提案することで、顧客の業務効率化や生産性向上に貢献しています。 ※『アジア成長企業ランキング 2020』は、アジア太平洋地域の12ヶ国5,000万以上の企業を対象に調査し、2015年から2018年の売上成長率をもとに、飛躍的活躍を遂げた企業500社を選出するランキングです。ジーニーは全体で357位、日本から選出されたテクノロジー企業では11位を受賞しています。 https://geniee.co.jp/news/20200525/232 募集背景 2010年にアドテクノロジー事業から発足した当社。 現在は、インターネット広告に関わる「広告プラットフォーム事業」とマーケティング活動の効率化につながるソフトウェアを提供する「マーケティングSaaS事業」を展開。 弊社の強みである広告プラットフォームを軸に事業領域と提供地域を年々拡大し、2016年には主力事業「GENIEE SSP」が国内トップクラスの規模へ成長。 また、東南アジアを中心とする海外に展開。 このように事業セグメントを拡大する当社は現在、マーケティングSaaS事業に注力し事業領域を拡大しています。 特に近年では、営業活動における商談管理ツール”GENIEE SFA/CRM”は前年比300%を超える成長を達成。 更なる成長と進化を遂げるため現在、新たにMAツールのリリース。 このような成長フェーズにおいて、更なる組織拡大を見据えカスタマーサクセス部門の強化が必須となり、組織全体をグロースし牽引していただける方の採用を行います。 ※「GENIEE SFA/CRM」は2025年の「BOXIL SaaS AWARD」において、 SFA（営業支援システム）部門で１位を獲得しています。 プレスリリース：BOXIL SaaS AWARD 2025 業務内容 カスタマーサクセス部長として、以下の業務をお任せします。 ●組織体制の整備 ・プロダクト導入支援プロセスの設計、標準化、改善 ・オンボーディングから定着、アップセル・クロスセル機会創出までの全体最適 ・KPI設計、進捗管理、業務オペレーションの可視化 ・営業、プロダクト、開発、マーケティングなど関連部門との連携 ・計画～実行の定量／定性面の数値管理 ●クライアント業務のリード ・顧客ごとの導入計画策定、活用定着支援、成果創出の推進 ・顧客課題の収集と、サービス改善／プロダクト改善へのフィードバック ●マネジメント業務 ・カスタマーサクセス組織の戦略立案および組織マネジメント ・メンバーの採用、育成、評価、チームビルディング ●ご担当いただく業務の魅力/やりがい ・カスタマーサクセス組織の責任者として、顧客価値創出の中核を担えます ・プロダクト導入支援から活用定着まで、顧客成果に深く関われます ・事業成長に直結する組織づくり／仕組みづくりを主導できます GENIEE SFAの魅力 ・国内6,300社以上の導入実績を持つSFA/CRMプロダクト ・国産SFA/CRM初のGPT-4搭載AIアシスタントを提供し、技術革新をリード ・BOXIL SaaS AWARD 2025でSFA部門1位を獲得し、国産SFAとして外資SFAに立ち向かえるプロダクトへ成長 ・営業DXを実現する豊富な機能と柔軟なカスタマイズ性 ※「BOXIL SaaS AWARD 2025」で SFA（営業支援システム）部門1位を獲得 ※「ITreview Grid Award 2025 Spring」8期連続2部門で最高位に認定 働き方 出社勤務となります。ただし体調不良やご家族のケアが必要な場合は、上長に相談の上で在宅勤務が可能です。 必須条件 SaaS、IT／Webサービス企業におけるCS、導入コンサル、導入支援、業務改善いずれかの実務経験3年以上 マネジメント経験10名以上 プロジェクト推進経験 歓迎条件 SFA、CRM、MAなど営業／マーケティング関連システムの導入支援経験 エンタープライズ顧客向けのプロジェクト経験 カスタマーサクセス組織の立ち上げ、再設計経験 選考フロー 書類選考 → 面接（2～3回）→ 内定 ※最終面接までにSPIの受験とリファレンスチェックをご対応いただきます 続きを見る

  • ビジネス
  • 正社員
  • 東京都新宿区西新宿６－８－１　住友不動産新宿オークタワー６階

• 

  【JAPAN AI】Research Engineer, LLM/Agent / Japanese

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 JAPAN AI STUDIO は「企業の脳」として、顧客企業の全 SaaS を統合し、数百のワークフローを AI エージェントが自律的に実行する世界を目指しています。しかし、この構想を実現するには、現在のエージェント技術では解決できない「フロンティア課題」を突破しなければなりません。 複数の SaaS を横断して情報を検索・統合する際の推論品質の限界 長期にわたる業務プロセスを記憶し、文脈を維持する長期記憶の設計 テキスト・画像・音声・構造化データを統合的に扱うマルチモーダル対応 数百社が同時利用する環境での低レイテンシ推論 この 1年で、LLM を活用したエージェントシステムの採用は急速に進みました。コーディング、リサーチ、カスタマーサポート、セキュリティなど、多様な領域で AI エージェントが実用化されています。今後、AI エージェントがより複雑なタスクをエンドツーエンドで、あるいは人間と協力して遂行する未来に向けて、JAPAN AI では以下に取り組むチームを強化します。 長期ホライゾンの課題でより効果的なエージェントを実現する 様々なスケールで他のエージェントと協調し、大きなタスクを達成するための連携を設計する エージェント性能を最大化するため、新規のハーネス設計、インフラ改善、ファインチューニングなど必要な課題を解く ミッション Agentが降参する問題を解く 現在の AI エージェントでは解決できないフロンティア課題に挑み、新しい推論手法・検索 / 計画・長期記憶・ツール利用の品質限界を突破する。JAPAN AI STUDIO 上で動く数百のワークフローが、より賢く・速く・安全に動作する未来を、研究で切り拓く。 期待する役割について Research Engineer として、AI/LLM/ML の最先端研究と応用研究をリードしていただきます。 異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等) 大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装 モデルとプロンプトの自動評価を支援し、学習からプロダクトライフサイクル全体にわたって品質を担保 プロダクト組織と協力し、エージェントをプロダクトに適用するうえでの最も困難な課題を解決 モデル学習用データミックスの作成・最適化により、エージェントタスクにおける性能と使いやすさを向上 研究成果を Agentic Product Engineer チームに移転し、プロダクト全体の品質を底上げ 論文を書くことがゴールではありません。研究成果をプロダクションに適用し、約 200 社が利用する本番環境でユーザーに届けることを重視します。 このポジションの魅力 「企業の脳」を支える研究 : 単なるチャットボットの改善ではない。企業の全 SaaS を統合し AI が自律実行する「次世代基幹システム」の技術的基盤を、研究で切り拓く 研究→プロダクションの直結 : 開発した手法が即座に本番環境へ適用され、約 200 社の企業が利用するシステムに反映される。論文で終わらない、実世界へのインパクトを実感できる 最先端 AI 研究の実践 : 推論品質の限界突破、長期記憶設計、マルチエージェント協調など、業界最前線のフロンティア課題に取り組める 研究と発表の両立 : 論文発表・技術ブログ執筆を推奨し、学術機関や OSS コミュニティとの連携も積極的に支援 技術移転のインパクト : 開発した手法を Agentic Product Engineer チームに移転し、プロダクト全体の品質を底上げするリーダーシップを発揮できる 急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、技術的意思決定に大きな裁量を持てる 業務内容 エージェント研究開発 異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等) 新しい推論・計画・検索手法の研究開発 マルチモーダル・長文コンテキスト対応の技術開発 最新論文の調査・再現・改良実装 評価・ベンチマーク 大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装 合成データ生成・評価ベンチマーク設計 モデルとプロンプトの自動評価支援 (学習 → プロダクトライフサイクル全体) プロダクション課題の解決 推論レイテンシ / コスト最適化 (量子化、蒸留、キャッシュ等) モデル学習用データミックスの作成・最適化 エージェント評価フレームワークの高度化 本番環境での品質改善・パフォーマンスチューニング 技術移転・発信 Agentic Product Engineer チームへの技術移転・メンタリング 学術機関・OSS コミュニティとの連携 業務シナリオ例 ※以下は想定される業務シナリオの例です ■ シナリオ 1 : SaaS 横断検索のためのナレッジグラフ RAG の研究開発 JAPAN AI STUDIO が「企業の脳」として機能するには、顧客の全 SaaS に散在する情報を横断的に検索・統合する必要がある。既存の RAG では「Aプロダクト の従業員データ」と「Bプロダクト の商談データ」の関係性を捉えられず、回答精度が低い。ナレッジグラフベースの RAG アーキテクチャを研究・開発し、エンティティ間の関係性を構造化。SaaS 横断検索の回答精度を 40% 向上させ、Agentic Product Engineer チームに技術移転して全プロダクトに展開。 成果責任 (KR/メトリクス) ベンチマークスコア改善率 (社内 / 公開ベンチマーク) 新手法のプロダクション適用数 (四半期あたり) 推論レイテンシ / コスト改善率 論文・技術ブログ発表数 社内技術移転完了数 チーム体制 約120名が開発組織に在籍しています。 Research Engineerは以下のプロジェクトを横断して活動します： JAI Lab — AI研究開発 AI&Model — モデル学習・最適化 Voice & Tel — 音声AI・電話システム 密接に連携する役割: Agentic Product Engineer — エージェント機能開発 (技術移転先) Agent Harness Engineer — エージェント実行基盤 AI Quality Scientist — 評価パイプラインとの連携 Product Manager — プロダクト設計 必須条件 コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、それらの関連分野における修士号・博士号を有すること LLM を用いた複雑なエージェントシステムの開発経験 ソフトウェアエンジニアリングと ML における十分な実務経験 LLM のプロンプト作成、および / または言語モデルを使ったプロダクト開発の経験 PyTorch / JAX での大規模モデル学習・推論の経験 LLM / Transformer アーキテクチャの深い理解 論文読解・再現実装の能力 Python での高品質なコード実装力 言語レベル : いずれか必須 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) 英語 : ビジネスレベル 歓迎条件 大規模な強化学習 (Large-scale RL on language models) の経験 マルチエージェントシステムの設計・実装経験 トップカンファレンス (NeurIPS / ICML / ACL / EMNLP 等) での論文発表 RLHF / DPO 等のアライメント手法の実装経験 マルチモーダルモデル (Vision-Language 等) の経験 エージェント評価・安全性研究の経験 博士号 (CS / ML / NLP / 関連分野) 英語での研究コミュニケーション能力 開発環境 言語 : Python (研究・フレームワーク部), TypeScript / React / Next.js (フロントエンド部) / NX ML / AI : PyTorch, JAX, Transformers, vLLM, Weights & Biases インフラ : GCP (コンテナ / K8s), Docker ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon), デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート フレキシブルな勤務時間帯 : コアタイムは要相談 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 → Homework → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Research Engineer, LLM/Agent / English

  About JAPAN AI JAPAN AI, Inc. was established in April 2023 as a group company of Geniee, Inc. (TSE Growth Market) with the mission of dramatically expanding human potential through AI technology. We drive cutting-edge AI R&D both domestically and internationally. Our ambition goes far beyond building AI chatbots. We are building "the brain of the enterprise" — a next-generation core system where AI autonomously executes business operations by integrating all of a company's SaaS tools. With JAPAN AI STUDIO at the center, we are implementing a world where — given a database — no separate application is needed; AI performs the work and returns only the results. Through the transformative power of AI, we aim to create new value and contribute to the advancement of society as a whole. Join us in leading AI innovation and shaping a future where technology empowers people to achieve more. Related URLs Our Website Company Introduction Materials Tech Blog Careers Why We're Hiring JAPAN AI STUDIO aims to function as "the brain of the enterprise" — integrating every SaaS tool a company uses and enabling AI agents to autonomously execute hundreds of workflows. However, realizing this vision requires breaking through "frontier challenges" that current agent technology cannot solve: Reasoning quality limits when searching and integrating information across multiple SaaS platforms Long-term memory design that retains context across extended business processes Multimodal handling that unifies text, images, audio, and structured data Low-latency inference in environments where hundreds of companies operate simultaneously Over the past year, adoption of LLM-powered agent systems has accelerated rapidly — from coding and research to customer support and security. Looking ahead to a future where AI agents handle increasingly complex tasks end-to-end or in collaboration with humans, JAPAN AI is strengthening the team that will: Build more effective agents for long-horizon tasks Design coordination mechanisms for agents to collaborate at various scales and accomplish larger objectives Solve the necessary challenges — novel harness design, infrastructure improvements, fine-tuning — to maximize agent performance Mission "Solve the problems that make today's agents give up." Take on frontier challenges that today's AI agents cannot solve. Break through the quality limits of reasoning, retrieval/planning, long-term memory, and tool use. Pave the way — through research — for a future where hundreds of workflows running on JAPAN AI STUDIO operate smarter, faster, and more safely. Role & Expectations As a Research Engineer, you will lead cutting-edge and applied research in AI/LLM/ML: Conceive, develop, and compare different agent harnesses (memory, context compression, inter-agent communication architectures, etc.) Design and implement rigorous quantitative benchmarks for large-scale agentic tasks Support automated evaluation of models and prompts, ensuring quality across the entire lifecycle — from training to production Collaborate with the product organization to solve the hardest challenges in applying agents to products Create and optimize training data mixes to improve agent task performance and usability Transfer research outcomes to the Agentic Product Engineer team, raising quality across all products Writing papers is not the goal. We prioritize applying research to production and delivering results to users in a live environment serving approximately 200 companies. Why You'll Love This Role Research that powers "the brain of the enterprise" — This is not about improving chatbots. You will build the technical foundation for a next-generation core system where AI autonomously executes operations by integrating all enterprise SaaS — and you will do it through research. Research → Production, directly connected — Your methods are immediately deployed to a production environment used by ~200 companies. This is not research that ends with a paper — you will feel real-world impact. Cutting-edge AI research in practice — Work on the industry's frontier challenges: breaking reasoning quality limits, designing long-term memory, orchestrating multi-agent coordination, and more. Research and publication, side by side — We encourage paper publication and tech blog writing, and actively support collaboration with academic institutions and OSS communities. Impact through technology transfer — Transfer your methods to the Agentic Product Engineer team and exercise leadership in raising quality across all products. Rapid-growth environment — In a startup that has grown to 200+ people and 9 products in just 3 years, you will have significant autonomy in technical decision-making. Job Description Agent Research & Development Conceive, develop, and compare different agent harnesses (memory, context compression, inter-agent communication architectures, etc.) Research and develop new reasoning, planning, and retrieval methods Develop technologies for multimodal and long-context handling Survey, reproduce, and improve upon the latest research papers Evaluation & Benchmarking Design and implement rigorous quantitative benchmarks for large-scale agentic tasks Design synthetic data generation and evaluation benchmarks Support automated evaluation of models and prompts (across the full lifecycle from training to production) Production Problem-Solving Optimize inference latency and cost (quantization, distillation, caching, etc.) Create and optimize training data mixes Advance agent evaluation frameworks Improve quality and tune performance in production environments Knowledge Transfer & Outreach Transfer technology and mentor the Agentic Product Engineer team Collaborate with academic institutions and OSS communities Key Results (KR/Metrics) Benchmark score improvement rate (internal and public benchmarks) Number of novel methods shipped to production (per quarter) Inference latency and cost reduction rate Number of papers and technical blog posts published Number of internal knowledge transfers completed Team Structure Approximately 120 members are part of the development organization. Research Engineers work across the following groups: JAI Lab — AI research and development AI & Model — Model training and optimization Voice & Tel — Speech AI and telephony systems Closely collaborating roles: Agentic Product Engineer — Agent feature development (primary research transfer target) Agent Harness Engineer — Agent execution infrastructure AI Quality Scientist — Evaluation pipeline collaboration Product Manager — Product design and prioritization You May Be a Good Fit If You Master's or Ph.D. in Computer Science, Software Engineering, Artificial Intelligence, Machine Learning, Mathematics, Physics, or related fields Experience developing complex agentic systems using LLMs Significant hands-on experience in software engineering and ML Experience with LLM prompt engineering and/or building products with language models Experience with large-scale model training and inference using PyTorch or JAX Deep understanding of LLM and Transformer architectures Ability to read, reproduce, and improve upon research papers Strong implementation skills in Python (production-quality code) Language requirement (at least one of the following): Japanese: Fluent — able to discuss product development without friction English: Business level Strong Candidates May Also Have Experience with large-scale reinforcement learning on language models Experience designing and implementing multi-agent systems Publications at top-tier conferences (NeurIPS, ICML, ACL, EMNLP, or equivalent) Hands-on experience implementing alignment techniques such as RLHF or DPO Experience with multimodal models (e.g., Vision-Language models) Background in agent evaluation or AI safety research Ph.D. in CS, ML, NLP, or a related field Ability to communicate research findings in English Tech Stack Languages: Python (research / framework), TypeScript / React / Next.js (frontend) / NX ML/AI: PyTorch, JAX, Transformers, vLLM, Weights & Biases Infrastructure: GCP (containers / K8s), Docker Tools: Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI Dev Support: Claude Code MAX Plan, Cursor, ChatGPT, Devin Hardware: Mac (Apple Silicon), dual monitors Learning & Development Support AI Tool Usage Support Company covers the cost of using AI tools such as JAPAN AI SaaS services, Cursor, ChatGPT, Claude, etc. Development Tool Support If a desired development tool is paid, the cost is covered (up to ¥30,000 per year) Book Purchase Assistance Company covers the cost of purchasing books for learning, such as technical books (up to ¥30,000 per half-year) Language Learning / Qualification Support Company covers the cost of Japanese or English learning programs and qualification acquisition Refresh Allowance Company covers the cost of services used for personal refreshment (up to ¥5,000 per month) e.g., gym, yoga, chiropractic, aquarium, movies, theme park tickets, etc. Housing Allowance Housing allowance provided for those living in designated areas (up to ¥30,000 per month) 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Agent Harness Engineer / Japanese

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 2025年は「AI エージェントの年」でした。2026年は「Agent Harness の年」です。 JAPAN AI STUDIO が「企業の脳」として数百のワークフローを自律実行する世界では、AI エージェントの性能はモデルだけでは決まりません。モデルを包み込み、セッション管理・チェックポイント・ガードレール・コンテキスト注入・ツール実行を制御する Agent Harness (エージェント制御基盤) こそが、エージェントを「デモで動く」から「本番で信頼できる」に変える鍵です。 「企業の脳」が稟議を承認し、リソースを配置し、見込み顧客を探索する — その一つひとつのアクションを安全・高速・確実に制御する心臓部が Agent Harness です。 JAPAN AI では、この Agent Harness を自社で設計・実装し、全プロダクトの共通基盤として構築する Agent Harness Engineer を募集しています。 ミッション 「企業の脳」の心臓部を設計する AI エージェントが安全・高速・確実に動作するための Agent Harness — 実行エンジン、オーケストレーション、ガードレール、メモリ、モデルルーティングを設計・実装する。JAPAN AI STUDIO 上で動く数百のワークフローの制御基盤を、自社で構築する。 Agent Harnessとは Agent Harnessは、AIモデルを包み込む制御・実行基盤レイヤーです。Agent Framework (LangChain等) がエージェントの「構築」を担うのに対し、Agent Harnessはエージェントの「制御・運用」を担います。 Backend Engineer 構築対象 : Web API・マイクロサービスの設計・実装 AI/ML との関わり : ML モデルを API 経由で呼び出す  状態管理 : ステートレスなリクエスト / レスポンス  安全性制御 : 認証・認可・入力バリデーション | ガードレール / ポリシー実行エンジン — LLM の出力を制御するルール実行基盤 ///// Agent Harness Engineer 構築対象 : LLM を中核としたエージェント実行エンジン・SDK・オーケストレーターの設計・実装 AI/ML との関わり : モデルルーティング、RAG 統合、コンテキスト注入、推論最適化をシステムレベルで設計 状態管理 : エージェントのセッション管理・チェックポイント・長期記憶・ワーキングメモリの設計 安全性制御 : ガードレール / ポリシー実行エンジン — LLM の出力を制御するルール実行基盤 JAPAN AI では、この Agent Harness を自社開発し、全プロダクト (JAPAN AI STUDIO / CHAT / SPEECH / AGENT 等) の共通基盤として運用しています。 期待する役割について Agent Harness Engineer として、AI / ML の知識を活かしながらエージェントの制御・実行基盤を設計・実装していただきます。 LLM / AI エージェントの動作原理を深く理解した上で、実行エンジン (Graph Runtime / State Machine) を設計・実装する モデルルーティング、コンテキスト管理、メモリ基盤 (長期記憶・ワーキングメモリ) など、AI 特有のシステム設計を担う 社内 120名のエンジニアが使う Agent SDK を設計・開発する ガードレール / ポリシー実行エンジンを構築し、エージェントの行動を安全に制御する Research Engineer と連携し、最新の研究成果を本番基盤に統合する このポジションの魅力 Agent Harnessを自社で作る : 2026年最もホットなアーキテクチャ概念を、OSSに頼らず自社で設計・実装できる。業界の最前線に立てる AI/ML × バックエンドの交点 : LLM の動作原理を理解した上で、エージェント実行基盤を自ら設計・実装する。純粋なインフラでも純粋な ML でもない、新しい領域 基盤ソフトウェアの設計者 : YAMLを書く仕事ではなく、SDK・実行エンジン・オーケストレーターをコードで作る仕事。低レイヤーの知識が直接活きる 開発者体験の設計 : 社内120名のエンジニアが使うSDK・ツールチェーンを設計し、開発組織全体の生産性を向上させる 全プロダクトの土台を支える : 約200社が利用する本番環境で、あなたが作ったHarnessの上ですべてのAIエージェントが動く 急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、技術的意思決定に大きな裁量を持てる 業務内容 Agent Harness の設計・実装 エージェント実行エンジン (Graph Runtime / State Machine) の設計・実装 Agent SDK の設計・開発 — 社内エンジニアがエージェントを構築するためのインターフェース セッション管理・チェックポイント・リカバリ機構の実装 ガードレール / ポリシー実行エンジンの構築 — エージェントの行動を制御するルール実行基盤 AI/ML システム統合 モデルルーティング — 複数の LLM プロバイダ / モデルタイプを跨いだ推論リクエストの最適ルーティング コンテキスト管理・メモリ基盤の設計 (長期記憶、ワーキングメモリ、RAG 統合) 推論パイプラインの最適化 (レイテンシ削減、コスト効率化、キャッシュ戦略) Research Engineer と連携した最新研究成果の本番基盤への統合 オーケストレーション・パフォーマンス ワークフローオーケストレーション・キューイングシステムの開発 コスト/性能最適化 (オートスケーリング、キャッシュ、バッチ処理) 推論リクエストのルーティング・ロードバランシング 信頼性・運用 プラットフォーム稼働率 99.9% 以上の維持 インシデント対応・ポストモーテム データアクセス・権限管理基盤の設計 業務シナリオ例 ※以下は想定される業務シナリオの例です ■ シナリオ 1: エージェント実行エンジンの設計 JAPAN AI STUDIO 上で顧客が構築する AI エージェントの実行基盤を設計。Graph Runtime を採用し、エージェントの各ステップを DAG (有向非巡回グラフ) として表現。チェックポイント機構により、長時間タスクの途中失敗からの自動リカバリを実現。 ■ シナリオ 2: モデルルーティングの最適化 複数の LLM プロバイダ (OpenAI / Anthropic / Google 等) を跨いで、タスクの種類・コスト・レイテンシに応じた最適なモデルを自動選択するルーティングエンジンを設計。推論コストを 25% 削減しつつ、タスク成功率を維持。 ■ シナリオ 3: ガードレール実行エンジンの構築 金融機関向けエージェントが「投資助言」に該当する回答を生成しないよう、ポリシー実行エンジンを構築。ルールベース + LLM ベースのハイブリッド判定により、レイテンシを 50ms 以内に抑えつつポリシー準拠率 99.5% を達成。 成果責任 (KR/メトリクス) Agent SDK 採用率 (社内チームの利用率・満足度) エージェント実行成功率 (タスク完了率、チェックポイントからのリカバリ成功率) Harness 起因の障害率 (ガードレール突破率、状態不整合率) 実行レイテンシ P95 / P99 (Harness 層のオーバーヘッド) 推論コスト効率 (モデルルーティングによるコスト最適化) 開発者体験スコア (SDK / API の社内 NPS) チーム体制 約120名が開発組織に在籍しています。  Agent Harness Engineerは以下のチームを横断して活動します： Infra — クラウドインフラ・SRE Data — データパイプライン・分析基盤 Agent Harness — エージェント実行フレームワーク 密接に連携する役割: Agentic Product Engineer — エージェント機能開発 (SDK のユーザー) Research Engineer — 研究開発・新手法の基盤統合 AI Quality Scientist — 評価パイプラインとの連携 Product Manager — プロダクト設計・非機能要件定義 必須条件 コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、それらの関連分野における学士号または同等の実務経験 バックエンドエンジニアとしての実務経験 5 年以上 Python での本番プロダクト開発経験 LLM / AI エージェントを活用した本番システムの設計・実装経験 分散システムの設計・実装経験 (単なる運用ではなく、設計・コーディングを含む) RESTful API / gRPC の設計・実装経験 言語レベル : いずれか必須 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) 英語 : ビジネスレベル 歓迎条件 Agent Framework / Agent Harness の設計・実装経験 (LangChain / LangGraph / AutoGen 等) クラウドプラットフォーム (AWS / GCP / Azure) での本番運用経験 RAG システム、ベクターデータベース、メモリアーキテクチャへの理解 モデルルーティング・推論最適化の経験 Go での基盤ソフトウェア開発経験 (SDK、ランタイム、フレームワーク等) Kubernetes / コンテナオーケストレーションの深い理解 イベント駆動アーキテクチャ (Kafka / RabbitMQ 等) の経験 安全性ガードレール、ポリシー実行、AI の可観測性実装経験 ML 基盤 / MLOps 構築経験 英語での技術コミュニケーション能力 開発環境 言語 : Python, Go (バックエンド・基盤開発) , TypeScript / React / Next.js (フロントエンド部) / NX インフラ : GCP (コンテナ / K8s) , Docker, Terraform メッセージング : Kafka / Pub/Sub 監視 : Prometheus, Grafana, OpenTelemetry ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート フレキシブルな勤務時間帯 : コアタイムは要相談 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Agent Harness Engineer / English

  About JAPAN AI JAPAN AI, Inc. was established in April 2023 as a group company of Geniee, Inc. (TSE Growth Market) with the mission of dramatically expanding human potential through AI technology. We drive cutting-edge AI R&D both domestically and internationally. Related URLs Our Website Company Introduction Materials Tech Blog Careers Why We're Hiring 2025 was "the year of AI agents." 2026 is "the year of Agent Harness." In a world where JAPAN AI STUDIO autonomously executes hundreds of workflows as "the brain of the enterprise," agent performance is not determined by the model alone. The Agent Harness — the control layer that wraps the model and manages session state, checkpoints, guardrails, context injection, and tool execution — is the key that transforms an agent from "works in a demo" to "trusted in production." "The brain of the enterprise" approves requests, allocates resources, and discovers prospects — the Agent Harness is the heart that controls each of these actions safely, quickly, and reliably. JAPAN AI is hiring Agent Harness Engineers to design and implement this Agent Harness in-house and build it as the shared foundation across all products. Mission "Design the heart of 'the brain of the enterprise.'" Design and implement the Agent Harness — execution engine, orchestration, guardrails, memory, and model routing — that enables AI agents to operate safely, quickly, and reliably. Build the control foundation for hundreds of workflows running on JAPAN AI STUDIO, entirely in-house. What Is an Agent Harness? An Agent Harness is the control and execution infrastructure layer that wraps AI models. While Agent Frameworks (e.g., LangChain) handle agent construction , the Agent Harness handles agent control and operation . Backend Engineer What you build : Web APIs, microservices Relationship with AI/ML : Calls ML models via API State management : Stateless request/response Safety controls : Authentication, authorization, input validation ///// Agent Harness Engineer What you build : LLM-centric agent execution engines, SDKs, orchestrators Relationship with AI/ML : Designs model routing, RAG integration, context injection, and inference optimization at the system level State management : Agent session management, checkpoints, long-term memory, working memory Safety controls : Guardrail/policy execution engine — a rule execution layer that controls LLM output Role & Expectations As an Agent Harness Engineer, you will design and implement the agent control and execution infrastructure, leveraging your AI/ML knowledge. Design and implement the execution engine (Graph Runtime / State Machine) with deep understanding of LLM / AI agent operating principles Own AI-specific system design including model routing, context management, and memory infrastructure (long-term memory, working memory) Design and develop the Agent SDK used by 120 in-house engineers Build the guardrail / policy execution engine to safely control agent behavior Collaborate with Research Engineers to integrate the latest research outcomes into the production infrastructure Why You'll Love This Role Build the Agent Harness in-house — Design and implement the hottest architectural concept of 2026 without relying on OSS. Stand at the industry's cutting edge. At the intersection of AI/ML × Backend — Design and implement the agent execution infrastructure with deep understanding of LLM operating principles. Neither pure infrastructure nor pure ML — a new domain. Foundation software designer — This is not a job writing YAML. You will build SDKs, execution engines, and orchestrators in code. Low-level knowledge directly applies. Developer experience architect — Design the SDK and toolchain used by 120 in-house engineers, improving productivity across the entire development organization. Powering every product — In a production environment used by ~200 companies, every AI agent runs on the Harness you build. Rapid-growth environment — In a startup that has grown to 200+ people and 9 products in just 3 years, you will have significant autonomy in technical decision-making. Job Description Agent Harness design & implementation Design and implement the agent execution engine (Graph Runtime / State Machine) Design and develop the Agent SDK — the interface for in-house engineers to build agents Implement session management, checkpoint, and recovery mechanisms Build the guardrail / policy execution engine — a rule execution infrastructure that controls agent behavior AI/ML System Integration Model routing — optimal routing of inference requests across multiple LLM providers and model types Design context management and memory infrastructure (long-term memory, working memory, RAG integration) Optimize inference pipelines (latency reduction, cost efficiency, caching strategies) Integrate latest research findings into the production infrastructure in collaboration with Research Engineers Orchestration & performance Develop workflow orchestration and queuing systems Cost/performance optimization (autoscaling, caching, batch processing) Inference request routing and load balancing Reliability & Operations Maintain platform uptime of ≥99.9% Incident response and post-mortems Design data access and permission management infrastructure Key Results (KRs / Metrics) Agent SDK adoption rate (in-house team usage rate and satisfaction) Agent execution success rate (task completion rate, checkpoint recovery success rate) Harness-attributed failure rate (guardrail breach rate, state inconsistency rate) Execution latency P95 / P99 (Harness layer overhead) Inference cost efficiency (cost optimization through model routing) Developer experience score (internal NPS for SDK / API) Team Structure Approximately 120 members are part of the development organization. Agent Harness Engineers work across the following groups: Infra — Cloud infrastructure and SRE Data — Data pipelines and analytics infrastructure Agent Harness — Agent execution framework Closely collaborating roles: Agentic Product Engineer — Agent feature development (SDK users) Research Engineer — R&D and integration of new methods into the infrastructure AI Quality Scientist — Evaluation pipeline collaboration Product Manager — Product design and non-functional requirements definition You May Be a Good Fit If You Bachelor's degree or equivalent practical experience in Computer Science, Software Engineering, Artificial Intelligence, Machine Learning, Mathematics, Physics, or related fields 5+ years of practical experience as a backend engineer Production product development experience in Python Experience designing and implementing production systems that leverage LLM / AI agents Experience designing and implementing distributed systems (including design and coding, not just operations) Experience designing and implementing RESTful APIs / gRPC Language requirement (at least one of the following): Japanese: Fluent — able to discuss product development without friction English: Business level Strong Candidates May Also Have Agent Framework / Agent Harness design and implementation experience (LangChain / LangGraph / AutoGen, etc.) Production operations experience on cloud platforms (AWS / GCP / Azure) Understanding of RAG systems, vector databases, and memory architectures Model routing and inference optimization experience Foundation software development experience in Go (SDKs, runtimes, frameworks, etc.) Deep understanding of Kubernetes / container orchestration Event-driven architecture experience (Kafka / RabbitMQ, etc.) Experience implementing safety guardrails, policy execution, and AI observability ML infrastructure / MLOps construction experience Technical communication ability in English Tech Stack  Languages : Python, Go (backend / infrastructure), TypeScript / React / Next.js (frontend), NX Infrastructure : GCP (containers / K8s), Docker, Terraform Messaging : Kafka, Pub/Sub Monitoring : Prometheus, Grafana, OpenTelemetry Tools : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI Dev Support: Claude Code MAX Plan, Cursor, ChatGPT, Devin Workstation : Mac (Apple Silicon), dual monitor setup Learning & Development Support AI Tool Usage Support Company covers the cost of using AI tools such as JAPAN AI SaaS services, Cursor, ChatGPT, Claude, etc. Development Tool Support If a desired development tool is paid, the cost is covered (up to ¥30,000 per year) Book Purchase Assistance Company covers the cost of purchasing books for learning, such as technical books (up to ¥30,000 per half-year) Language Learning / Qualification Support Company covers the cost of Japanese or English learning programs and qualification acquisition Refresh Allowance Company covers the cost of services used for personal refreshment (up to ¥5,000 per month) e.g., gym, yoga, chiropractic, aquarium, movies, theme park tickets, etc. Housing Allowance Housing allowance provided for those living in designated areas (up to ¥30,000 per month) 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Software Enginner, AI Platform / Japanese

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 「企業の脳」は止まってはいけません。 JAPAN AI STUDIO が約 200 社の顧客企業で稟議承認・リソース配置・見込み顧客探索などの業務を 24時間自律実行する世界では、プラットフォームの稼働率 99.9% は最低ラインです。同時に、数百のワークフローが同時実行される環境での推論コスト・インフラコストの最適化、そして開発者体験の向上が求められています。 Agent Harness Engineer が「エンジンを作る人」なら、Software Engineer (AI Platform) は「エンジンが安定して動く環境を作る人」です。Kubernetes クラスタの設計・運用、観測性基盤の構築、推論コスト最適化、CI/CD パイプラインの整備 — バックエンドエンジニアリングの力で「企業の脳」のインフラ全体を支えるポジションです。 ミッション 「企業の脳」が 24時間 365日止まらない世界を支える AI エージェントが安全・高速・確実に動作するための共通基盤 — バックエンドサービス、実行環境、観測性、ガバナンスを設計・構築・運用し、プラットフォーム全体の信頼性とコスト効率を最大化する。 期待する役割について Software Engineer (AI Platform) として、バックエンドエンジニアリングの力で AI プラットフォーム全体の信頼性・パフォーマンス・コスト効率を支えていただきます。 バックエンドサービスの設計・実装・運用を担いながら、Kubernetes クラスタやクラウドインフラの最適化にも取り組む 観測性基盤 (トレーシング、ログ、メトリクス) を設計・整備し、AI エージェント特有の障害を迅速に検出・解決する 推論コスト・インフラコストの最適化により、ビジネスインパクトに直結する改善を実現する SLI / SLO の設計・運用、オンコール、インシデント対応を通じて稼働率 99.9% を維持する CI/CD パイプラインの構築・改善、開発環境の整備を通じて社内エンジニアの開発者体験を向上させる このポジションの魅力 バックエンド × インフラの交点 : バックエンドエンジニアリングの力でプラットフォーム全体を支える新しい領域 ** AI 時代のプラットフォームエンジニアリング : 従来のインフラ / SRE の枠を超え、推論コスト最適化、GPU 管理、エージェントトレーシングなど AI 特有の課題に取り組める 大規模クラウドインフラの設計 : Kubernetes、イベント駆動アーキテクチャ、オートスケーリングなど、大規模分散システムの設計・運用経験を積める コスト最適化のインパクト : 推論コスト・インフラコストの最適化が直接的にビジネスインパクトに繋がる。$/リクエストの改善が全プロダクトに波及する 全プロダクトの土台を支える : 約200社が利用する本番環境の稼働率99.9%を支える。あなたが構築したインフラの上で、すべてのAIエージェントが動く 急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、技術的意思決定に大きな裁量を持てる 業務内容 バックエンドサービス・プラットフォーム構築 AI プラットフォームのバックエンドサービスの設計・実装・運用 Kubernetes クラスタの設計・構築・運用 クラウドインフラ (GCP) のアーキテクチャ設計・最適化 IaC (Terraform) によるインフラのコード化・自動化 コスト / 性能最適化 (オートスケーリング、キャッシュ、バッチ処理、GPU 管理) 観測性・ガバナンス 観測性基盤 (トレーシング、ログ、メトリクス) の設計・整備 AI エージェント特有のトレーシング (推論リクエストの追跡、ツール呼び出しの可視化) データアクセス・権限管理基盤の構築 セキュリティ要件への対応 SRE・信頼性 プラットフォーム稼働率 99.9% 以上の維持 SLI / SLO の設計・運用 オンコール、インシデント対応、ポストモーテム インシデント MTTR の継続的改善 開発者体験の向上 CI/CDパイプラインの構築・改善 開発環境・ステージング環境の整備 社内エンジニア向けのインフラドキュメント整備 業務シナリオ例 ※以下は想定される業務シナリオの例です ■ シナリオ 1: 推論パイプラインのバックエンドサービス最適化 推論リクエストの急増に伴い、バックエンドサービスのレイテンシが悪化。リクエストパターンを分析し、キャッシュ戦略の再設計とバックエンドサービスの非同期処理化を実装。P95 レイテンシを 40% 改善しつつ、推論コストを 20% 削減。 ■ シナリオ 2: エージェントトレーシング基盤の構築 AI エージェントの障害原因特定に時間がかかっている課題を解決するため、OpenTelemetry ベースのトレーシング基盤を設計・実装。推論リクエスト → ツール呼び出し → 外部 API 連携の一連のフローを可視化し、MTTR を 50% 短縮。 ■ シナリオ 3: マルチテナント環境のコスト最適化 約 200 社の顧客が同時利用するマルチテナント環境で、テナントごとのリソース消費を可視化するダッシュボードを構築。利用パターンに基づくリソース配分の最適化により、インフラコスト (\$/リクエスト) を 15% 改善。 成果責任 (KR/メトリクス) プラットフォーム稼働率 ≥ 99.9% エージェント実行レイテンシ P95/P99 インフラコスト効率 ($/リクエスト) 開発者体験スコア (社内NPS) インシデント MTTR ≤ 目標値 チーム体制 約120名が開発組織に在籍しています。 AI Platform Engineerは以下のチームを横断して活動します： Infra — クラウドインフラ・SRE Data — データパイプライン・分析基盤 Agent Harness — エージェント実行フレームワーク 密接に連携する役割: Agent Harness Engineer — エージェント実行基盤の設計・実装 Agentic Product Engineer — エージェント機能開発 AI Quality Scientist — 評価パイプラインとの連携 Product Manager — プロダクト設計・非機能要件定義 必須条件 コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、それらの関連分野における学士号または同等の実務経験 バックエンドエンジニアとしての実務経験 3 年以上 Python での本番プロダクト開発経験 クラウドプラットフォーム (AWS / GCP / Azure) での設計・運用経験 Kubernetes / コンテナオーケストレーションの理解と運用経験 分散システムの設計・運用経験 言語レベル : いずれか必須 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) 英語 : ビジネスレベル 歓迎条件 IaC (Terraform / Pulumi 等) の実務経験 GPU クラスタの運用・最適化経験 ML 基盤 / MLOps 構築経験 AI ワークロード (推論サーバー、モデルサービング) の運用経験 イベント駆動アーキテクチャ (Kafka / RabbitMQ 等) の経験 SRE / DevOps のプラクティス (SLI / SLO 設計、Chaos Engineering 等) セキュリティエンジニアリング経験 英語での技術コミュニケーション能力 開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド部) / NX インフラ : GCP (コンテナ / K8s) , Docker, Terraform メッセージング : Kafka / Pub/Sub 監視 : Prometheus, Grafana, OpenTelemetry CI/CD : GitHub Actions ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート フレキシブルな勤務時間帯 : コアタイムは要相談 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Software Enginner, AI Platform / English

  About JAPAN AI JAPAN AI, Inc. was established in April 2023 as a group company of Geniee, Inc. (TSE Growth Market) with the mission of dramatically expanding human potential through AI technology. We drive cutting-edge AI R&D both domestically and internationally. Our ambition goes far beyond building AI chatbots. We are building "the brain of the enterprise" — a next-generation core system where AI autonomously executes business operations by integrating all of a company's SaaS tools. With JAPAN AI STUDIO at the center, we are implementing a world where — given a database — no separate application is needed; AI performs the work and returns only the results. Through the transformative power of AI, we aim to create new value and contribute to the advancement of society as a whole. Join us in leading AI innovation and shaping a future where technology empowers people to achieve more. Related URLs Our Website Company Introduction Materials Tech Blog Careers Why We're Hiring "The brain of the enterprise" must never go down. In a world where JAPAN AI STUDIO autonomously executes tasks such as approval workflows, resource allocation, and prospect discovery 24/7 for approximately 200 client companies, a platform uptime of 99.9% is the bare minimum. At the same time, optimizing inference and infrastructure costs in an environment where hundreds of workflows run concurrently — and improving developer experience — are critical demands. If the Agent Harness Engineer is "the person who builds the engine," the Software Engineer (AI Platform) is "the person who builds the environment where the engine runs reliably." Kubernetes cluster design and operations, observability infrastructure, inference cost optimization, CI/CD pipeline development — this is a position that supports the entire infrastructure of "the brain of the enterprise" through the power of backend engineering. Mission "Support a world where 'the brain of the enterprise' never stops — 24/7, 365 days a year." Design, build, and operate the shared foundation — backend services, execution environments, observability, and governance — that enables AI agents to operate safely, quickly, and reliably. Maximize the reliability and cost efficiency of the entire platform. Role & Expectations As a Software Engineer (AI Platform), you will power the reliability, performance, and cost efficiency of the entire AI platform through backend engineering. Design, implement, and operate backend services while also optimizing Kubernetes clusters and cloud infrastructure Design and build observability infrastructure (tracing, logging, metrics) to rapidly detect and resolve failures unique to AI agents Deliver improvements with direct business impact through inference cost and infrastructure cost optimization Maintain 99.9% uptime through SLI/SLO design and operations, on-call, and incident response Improve developer experience for in-house engineers through CI/CD pipeline construction and development environment improvements Why You'll Love This Role At the intersection of Backend × Infrastructure — A new domain where you support the entire platform through the power of backend engineering. Platform engineering for the AI era — Go beyond traditional infrastructure / SRE to tackle AI-specific challenges: inference cost optimization, GPU management, agent tracing, and more. Large-scale cloud infrastructure design — Gain experience designing and operating large-scale distributed systems with Kubernetes, event-driven architectures, and autoscaling. Cost optimization with real impact — Inference and infrastructure cost optimization directly translates to business impact. Improving $/request ripples across all products. Powering every product — Support 99.9% uptime for a production environment used by ~200 companies. Every AI agent runs on the infrastructure you build. Rapid-growth environment — In a startup that has grown to 200+ people and 9 products in just 3 years, you will have significant autonomy in technical decision-making. Job Description Backend Services & Platform Development Design, implement, and operate backend services for the AI platform Design, build, and operate Kubernetes clusters Architect and optimize cloud infrastructure (GCP) Codify and automate infrastructure with IaC (Terraform) Cost/performance optimization (autoscaling, caching, batch processing, GPU management) Observability & Governance Design and build the observability stack (tracing, logging, metrics) Implement AI agent-specific tracing (inference request tracking, tool call visualization) Build data access and permission management infrastructure Address security requirements SRE & Reliability Maintain platform uptime of ≥99.9% Design and operate SLIs / SLOs On-call, incident response, and post-mortems Continuously improve incident MTTR Developer Experience Build and improve CI/CD pipelines Maintain development and staging environments Create and maintain infrastructure documentation for internal engineers Example Scenarios The following are illustrative scenarios for this role: Scenario 1: Backend service optimization for the inference pipeline A surge in inference requests degrades backend service latency. You analyze request patterns, redesign the caching strategy, and implement asynchronous processing in the backend service. Result: 40% improvement in P95 latency while reducing inference costs by 20%. Scenario 2: Building the agent tracing infrastructure Root-cause analysis for AI agent failures is taking too long. You design and implement an OpenTelemetry-based tracing infrastructure that visualizes the full flow from inference request → tool call → external API integration. Result: 50% reduction in MTTR. Scenario 3: Cost optimization in a multi-tenant environment In a multi-tenant environment serving ~200 concurrent customers, you build a dashboard that visualizes per-tenant resource consumption. By optimizing resource allocation based on usage patterns, you achieve a 15% improvement in infrastructure cost ($/request). Key Results (KR/Metrics) Platform uptime ≥ 99.9% Agent execution latency P95 / P99 Infrastructure cost efficiency ($/request) Developer experience score (internal NPS) Incident MTTR ≤ target value Team Structure Approximately 120 members are part of the development organization. Software Engineers (AI Platform) work across the following groups: Infra — Cloud infrastructure and SRE Data — Data pipelines and analytics infrastructure Agent Harness — Agent execution framework Closely collaborating roles: Agent Harness Engineer — Agent execution infrastructure design and implementation Agentic Product Engineer — Agent feature development AI Quality Scientist — Evaluation pipeline collaboration Product Manager — Product design and non-functional requirements definition You May Be a Good Fit If You Bachelor's degree or equivalent practical experience in Computer Science, Software Engineering, Artificial Intelligence, Machine Learning, Mathematics, Physics, or related fields 3+ years of practical experience as a backend engineer Production product development experience in Python Design and operations experience on cloud platforms (AWS / GCP / Azure) Understanding and operational experience with Kubernetes / container orchestration Distributed system design and operations experience Language requirement (at least one): Japanese: Fluent — able to discuss product development without friction English: Business level Strong Candidates May Also Have IaC practical experience (Terraform / Pulumi, etc.) GPU cluster operations and optimization experience ML infrastructure / MLOps construction experience AI workload operations experience (inference servers, model serving) Event-driven architecture experience (Kafka / RabbitMQ, etc.) SRE / DevOps practices (SLI / SLO design, Chaos Engineering, etc.) Security engineering experience Technical communication ability in English Tech Stack Languages: Python (backend), TypeScript / React / Next.js (frontend) / NX Infrastructure: GCP (containers / K8s), Docker, Terraform Messaging: Kafka / Pub/Sub Monitoring: Prometheus, Grafana, OpenTelemetry CI/CD: GitHub Actions Tools: Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI Dev Support: Claude Code MAX Plan, Cursor, ChatGPT, Devin Hardware: Mac (Apple Silicon), dual monitors Learning & Development Support AI Tool Usage Support Company covers the cost of using AI tools such as JAPAN AI SaaS services, Cursor, ChatGPT, Claude, etc. Development Tool Support If a desired development tool is paid, the cost is covered (up to ¥30,000 per year) Book Purchase Assistance Company covers the cost of purchasing books for learning, such as technical books (up to ¥30,000 per half-year) Language Learning / Qualification Support Company covers the cost of Japanese or English learning programs and qualification acquisition Refresh Allowance Company covers the cost of services used for personal refreshment (up to ¥5,000 per month) e.g., gym, yoga, chiropractic, aquarium, movies, theme park tickets, etc. Housing Allowance Housing allowance provided for those living in designated areas (up to ¥30,000 per month) 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】AI Success Engineer

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト Deployment Strategy部の紹介 募集背景 「企業の脳」は、導入して終わりではありません。 FDE が顧客の現場に入り込み、JAPAN AI STUDIO を使って「企業の脳」を実装する — ここまでが導入フェーズです。しかし、「企業の脳」の真の価値は、導入後に顧客の業務に定着し、利用が拡大し、ROI が実現されて初めて証明されます。 構築した経費精算の自動承認ワークフローが現場で実際に使われているか。見込み顧客探索エージェントが営業チームの行動を変えているか。稟議承認 AI が承認リードタイムを短縮しているか — これらを技術面からモニタリングし、改善し、成果を可視化する専門職が必要です。 FDE が「企業の脳を実装する人」なら、AI Success Engineer は「企業の脳が定着し、成果を出し続ける状態を作る人」です。 OpenAI や Databricks が確立した AI Success Engineer という職種を、JAPAN AI のプロダクト群に最適化した形で新設し、顧客の AI 活用成功を技術面からリードするポジションを立ち上げます。 ミッション 「企業の脳」が定着し、成果を出し続ける状態を作る AI プロダクト導入後の顧客成功を技術面から最大化し、利用定着・拡大展開・ROI 実現を推進する。 AI Success Engineerとは AI Success Engineerは、OpenAI社やDatabricks社が確立した職種で、AIプロダクトの導入後に顧客の成功を技術面から支援するエンジニアです。従来のカスタマーサクセスやテクニカルサポートとは異なり、AIプロダクト特有の課題 (プロンプト最適化、eval設計、利用データ分析、ワークフロー改善) を技術的に解決する専門職です。 従来のカスタマーサクセス | AI Success Engineer 利用状況のモニタリング・報告 | 利用データを分析し、プロアクティブに改善提案 機能の使い方を説明する | AIの使い方を設計し、業務ワークフローに組み込む 問い合わせに対応する | 問題の根本原因を技術的に特定・解決する チャーン防止 | ROI実現・拡大展開の推進 FDE との分担 FDE | AI Success Engineer 課題発見→PoC→本番導入 | 導入後の定着→活用拡大→ROI 実現 「企業の脳」を実装する | 「企業の脳」が成果を出し続ける状態を作る 新規ワークフローの構築 | 既存ワークフローの改善・最適化 顧客の未来を発見する | 顧客の成功を証明する 期待する役割について AI Success Engineer として、顧客の AI プロダクト導入後の成功を技術面からリードしていただきます。 FDE が構築した「企業の脳」のワークフローが現場で実際に使われ、成果を出し続ける状態を作る 顧客の業務部門・IT 部門と密接に連携し、AI プロダクトが実際の業務で成果を出し続ける状態を作る 顧客の IT 部門・開発チームと協働し、API 連携やデータ統合の技術支援を行う 利用データの分析に基づくプロアクティブな改善提案を行う レポートされた問題の技術的調査・根本原因分析を行い、エスカレーション対応をリードする 顧客フィードバックをプロダクトチームに還元し、プロダクトの進化に貢献する このポジションの魅力 「企業の脳」の成功を証明する : FDE が実装した「企業の脳」が顧客の業務を変え、ROI が実現される瞬間を目の前で体験できる。「使われる AI」を作る手応えがある 顧客の成功を直接支える :  導入したAIプロダクトが顧客の業務を変え、ROIが実現される瞬間を目の前で体験できる。「使われるAI」を作る手応えがある AI活用の専門家になれる :  プロンプト最適化、eval設計、利用データ分析、ワークフロー改善など、AIプロダクト活用の最前線で専門性を磨ける 新設ポジション :  0名→3名→8名への立ち上げフェーズ。チームの文化・プロセスをゼロから設計できる プロダクトを進化させる :  顧客の現場で得た知見がプロダクトチームにフィードバックされ、JAPAN AIのプロダクト自体を進化させる 多様な業界・課題への挑戦 :  金融、製造、小売、不動産など、約200社の顧客が抱える多様なAI活用課題に取り組める 急成長環境 :  設立3年で200名以上の規模、9プロダクト展開のスタートアップで、技術的意思決定に大きな裁量を持てる 業務内容 技術オンボーディング・トレーニング FDE から引き継いだ導入済みワークフローの技術オンボーディング設計・実施 顧客の業務ワークフローに合わせた AI 活用方法の設計・提案 トレーニング資料・ベストプラクティスの作成・提供 利用定着・ROI実現 成功指標 (KPI) の設計と定期的なROIレビュー 利用状況モニタリングとプロアクティブな改善提案 利用データのダッシュボード構築・定量分析による課題の早期発見 プロンプト最適化・エージェント設定の改善支援 評価基盤 (eval) の運用支援・品質改善 テクニカルサポート・問題解決 レポートされた問題の技術的調査・根本原因分析 テクニカルサポートのエスカレーション対応 API/SDK/インテグレーションに関する技術支援 セキュリティ・ガバナンス・コンプライアンス対応 プロダクトフィードバック・拡大展開 顧客フィードバックの収集とプロダクトチームへの還元 拡大展開 (アップセル/クロスセル) の技術支援 新規ユースケースの発見・提案 業務シナリオ例 ■ シナリオ 1 : SaaS 横断ワークフローの利用定着支援 FDE が製造業の顧客に構築した「経費精算自動承認ワークフロー」(楽々精算 → SmartHR 連携) の導入後、利用率が伸び悩んでいる。利用データを分析し、「現場作業者がスマートフォンから使いにくい」「承認結果の通知が遅い」という課題を特定。モバイル向けの利用ガイドを作成し、通知設定を最適化。さらに、現場向けトレーニングを実施。利用率が 2倍に改善し、月間 400時間の業務削減効果を可視化して経営層に報告。 ■ シナリオ 2 : 「企業の脳」の ROI 可視化と全社展開 FDE が金融機関の 1部門に構築した「見込み顧客探索エージェント」の導入後、ROI レビューを実施。アプローチ数 3倍、受注率 15% 向上という成果を定量化し、経営層向けレポートを作成。この成果をもとに、他の 5部門への全社展開の意思決定を支援し、アップセルに貢献。展開先の各部門に合わせたプロンプト最適化とエージェント設定の調整を実施。 ■ シナリオ 3 : ワークフロー品質改善のフィードバックループ 小売業の顧客が JAPAN AI AGENT を活用した「稟議承認 AI」で、回答精度に関するフィードバックが増加。eval 基盤を活用して回答品質を定量分析し、特定の稟議カテゴリで factuality スコアが低いことを特定。プロンプト最適化とナレッジベースの改善を提案し、回答精度が 15% 向上。この改善パターンをプロダクトチームにフィードバックし、JAPAN AI AGENT の標準テンプレートとして全顧客に展開。 成果責任 (KR/メトリクス) 顧客ヘルススコア (利用率、API呼出数、アクティブユーザー数) チャーン率 ≤ 目標値 拡大展開率 (アップセル/クロスセル貢献) 顧客NPS ≥ 目標値 技術サポートチケット解決時間 (MTTR) チーム体制 約120名が開発組織に在籍しています。  AI Success Engineerは以下のチーム・ステークホルダーと密接に連携します： FDE — 導入フェーズからの引き継ぎ Deployment Strategy — 顧客への導入戦略・展開推進 プロダクトチーム — フィードバック還元 サポートチーム — エスカレーション対応 必須条件 以下いずれか 技術顧客対応 (TAM、CSE、SA、テクニカルサポート等) の経験 : 3年以上 SaaS プロダクトの導入・運用支援、または技術コンサルティングの経験 : 3 年以上 API/SDK/インテグレーションパターンの理解 セキュリティ基礎 (SSO、暗号化、GDPR等) プロジェクト管理能力 (複数顧客の並行対応) AI / LLM 技術への強い関心と自己学習の実績 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) 歓迎条件 LLM/生成AI製品の導入・運用支援経験 エンタープライズSaaS CSM/CS経験 Python/JavaScriptでの簡易開発・自動化能力 データ分析・可視化スキル (SQL、BigQuery、Looker等) プロンプトエンジニアリング・RAGの実践経験 ISMS / SOC2 / 個人情報保護法等のコンプライアンス対応経験 英語での技術コミュニケーション能力 開発環境 言語 : Python (自動化・分析), SQL (データ分析) AI / LLM : JAPAN AI STUDIO SDK, プロンプトエンジニアリング, RAG データ : BigQuery, Looker, Pandas インフラ : GCP, Docker (基礎理解レベル) ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon), デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート フレキシブルな勤務時間帯 : コアタイムは要相談 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Human-AI Collaboration Architect / Japanese

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 「企業の脳」が信頼されるかどうかは、デザインで決まります。 JAPAN AI STUDIO が稟議を承認し、リソースを配置し、見込み顧客を探索する — AI が企業の業務を自律的に実行する世界では、AI の出力は確率的で、間違えることもあり、ブラックボックスになりがちです。ユーザーが「この AI に任せていい」と感じるか、「信頼できない」と感じて使わなくなるか — その分岐点はデザインにあります。 AI エージェントが自律的に稟議を承認したとき、ユーザーはその判断根拠を確認できるか。AI が間違えたとき、ユーザーは安心して取り消し・修正できるか。複数の SaaS を横断して処理が進行しているとき、ユーザーは今何が起きているかを把握できるか。 JAPAN AI では、この「人と AI エージェントの信頼関係」を設計する専門職として Human-AI Collaboration Architect を募集します。従来の UX デザイナーの枠を超え、AI エージェント時代の新しいデザイン領域 — AX (Agent Experience) — を切り拓くポジションです。 ミッション 「企業の脳」を信頼できる存在にする 人間と AI エージェントの間に「信頼」を生むインタラクションを設計し、透明性・可逆性・説明可能性を備えたエージェント体験 (AX) を実現する。 Human-AI Collaboration Architect とは Human-AI Collaboration Architect は「人と Agent の信頼を設計する人」です。従来の UX デザイナーとは以下の点で根本的に異なります。 従来のUXデザイン ユーザーの操作に対して確定的な結果を返す UIの動作は予測可能 エラーは明確 (404、入力ミス等) ユーザーが操作する 一貫した UI で信頼を構築 ///// Human-AI Collaboration Architect AI の出力は確率的で、毎回異なる可能性がある エージェントの行動は不確実で、説明が必要 エラーは曖昧 (「回答が不正確かもしれない」) エージェントが自律的に行動し、ユーザーが監督する 透明性・可逆性・説明可能性で信頼を構築 期待する役割について Human-AI Collaboration Architect として、JAPAN AI の全プロダクト (STUDIO / CHAT / SPEECH / AGENT 等) における AI エージェント体験の設計をリードしていただきます。 エージェントの対話フロー・インタラクションパターンを設計し、ユーザーが AI を信頼して業務に活用できる体験を実現する 不確実性の可視化、信頼度表示、可逆操作 (Undo / 修正)、トレーサビリティ表示など、AI 特有の UX 課題を解決する ユーザーリサーチ (インタビュー、ユーザビリティテスト、A/B テスト) に基づくデータドリブンなデザイン判断を行う AI プロダクト向けデザインシステムを構築・運用し、プロダクト横断で一貫した体験を提供する エンジニア・PM・AI 研究者と密に連携し、技術的制約を理解した上でデザインする このポジションの魅力 AX という新しいデザイン領域 : 「人と AI の信頼関係」という、まだ正解のないデザイン領域に挑戦できる。業界の先駆者になれる 9つのプロダクトを横断 : JAPAN AI STUDIO / CHAT / SPEECH / AGENTなど、多様なAIプロダクトのデザインに携われる。1つのプロダクトに閉じない幅広い経験 デザインシステムをゼロから構築 : AIプロダクト向けのデザインシステムを設計・構築できる。コンポーネント設計からインタラクションパターンまで、基盤を作る仕事 ユーザーリサーチの実践 : 約200社の顧客に対して、インタビュー・ユーザビリティテスト・A/Bテストを実施し、データに基づくデザイン判断ができる 急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、デザインの意思決定に大きな裁量を持てる 業務内容 エージェント体験 (AX) の設計 エージェント対話フロー・インタラクションパターンの設計 不確実性の可視化・信頼度表示の UI 設計 可逆操作 (Undo / 修正) ・権限付与 UI の設計 エージェント行動のトレーサビリティ表示設計 Human-in-the-Loop 評価 UI・フィードバックループの設計 エージェントのパーソナ (性格・振る舞い・トーン) の設計 ユーザーリサーチ ユーザーインタビュー、ユーザビリティテスト、A/B テストの設計・実施 定性・定量データに基づくデザイン判断 ペルソナ・ジャーニーマップの作成・更新 AI エージェントに対するユーザーの信頼度・満足度の測定 デザインシステム・プロトタイピング AI プロダクト向けデザインシステムの構築・運用 高速プロトタイピング (Figma、コードプロトタイプ等) 情報アーキテクチャ (IA) 設計 デザインパターンのドキュメント化・チーム間共有 業務シナリオ例 ※以下は想定される業務シナリオの例です ■ シナリオ 1 : 稟議承認 AI の信頼度表示 UI 設計 JAPAN AI STUDIO の稟議承認ワークフローで、AI エージェントが「この稟議を承認すべき」と判断した際、ユーザーが「この判断はどの程度信頼できるか」を直感的に判断できる UI を設計。信頼度スコア、参照した過去の承認パターン、判断根拠の表示方法をプロトタイプし、ユーザビリティテストで検証。「AI が参照したデータソース (楽々精算の金額データ + SmartHR の部門予算データ)」を可視化することで、エージェント信頼度スコアが 20% 向上。 ■ シナリオ 2 : SaaS 横断ワークフローの可逆操作 UI 設計 JAPAN AI STUDIO で AI エージェントが楽々精算 → SmartHR → Salesforce を横断して自律的に実行したアクション (経費承認、人事データ更新、CRM 記録更新) に対し、ユーザーが安心して「取り消し」「修正」できる UI を設計。複数の SaaS にまたがるアクションの Undo / Redo のインタラクションパターンを定義し、「どの SaaS のどのデータが変更されたか」を一覧で確認できるトレーサビリティ表示を実装。エラー回復成功率が 35% 向上。 ■ シナリオ 3 : 「企業の脳」のデザインシステム構築 9 つのプロダクトで一貫した「企業の脳」体験を提供するため、エージェント対話コンポーネント (チャットバブル、ツール呼び出し表示、SaaS 連携進捗インジケーター、信頼度バッジ、可逆操作ボタン等) を標準化したデザインシステムを構築。コンポーネント再利用率が 60% 向上し、新機能のデザイン工数を 40% 削減。 成果責任 (KR/メトリクス) ユーザータスク完了率 エージェント信頼度スコア (ユーザーサーベイ) エラー回復成功率 (ユーザーが自力で修正できた割合) ユーザーリテンション率 デザインシステムコンポーネント再利用率 チーム体制 約120名が開発組織に在籍しています。  密接に連携する役割: Product Manager — プロダクト設計・要件定義 Agentic Product Engineer — エージェント機能開発 AI Quality Scientist — 品質評価・ユーザビリティ Research Engineer — AI 技術の最新動向・制約の理解 必須条件 プロダクトデザイン/UXデザインの実務経験 : 5年以上 AI/LLM搭載プロダクトのデザイン経験 : 1年以上 会話型UI/対話型インターフェースの設計経験 ユーザーリサーチ (定性・定量) の実施・分析経験 プロトタイピングツール (Figma等) の高い習熟度 情報アーキテクチャ (IA) 設計の経験 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) 歓迎条件 Conversational Design / Voice UI の経験 Responsible AI / AI 倫理に関する知識 フロントエンド実装能力 (HTML / CSS / JS / React 等) — コードでのプロトタイピングに活用 デザインシステム構築・運用経験 エージェントのパーソナ設計・トーン設計の経験 英語での技術コミュニケーション能力 開発環境 デザイン : Figma, FigJam プロトタイピング : Figma Prototyping, Framer リサーチ : Maze, Hotjar, Google Analytics コラボレーション : Slack, Confluence, Linear, Google Workspace, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート フレキシブルな勤務時間帯 : コアタイムは要相談 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 (レジュメ&ポートフォリオ) → Homework → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます ポートフォリオに含めていただきたい内容 ユーザー中心のデザイン思考を示すケーススタディ (問題定義 → 調査 → 設計 → 検証のプロセス) AI / チャットボット / 対話型インターフェースのデザイン事例 (あれば) 複雑なワークフローをシンプル・直感的にした事例 UI クラフトの品質が伝わるビジュアル (細部、視覚的な完成度) デザインプロセスの説明 (リサーチ → アイデア → プロトタイピング → ユーザーテスト → 実装) 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Product Manager, AI SaaS / Japanese

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 JAPAN AI は 9 つの AI プロダクトを展開し、約 200 社の企業に導入しています。しかし、「企業の脳」という壮大な構想を実現するには、個々の機能開発を超えて「何を・なぜ・どう作るか」をプロダクト全体の視点から定義し、技術とビジネスの両面からプロダクトの成功確率を最大化する Product Manager が必要です。 企業の全 SaaS を統合し AI が自律実行する「企業の脳」を構築するには、SaaS 連携のレイヤー分離設計、ワークフローエンジンの Build vs Buy 判断、マルチテナント環境での非機能要件のトレードオフ — 従来の PdM の枠を超えた、アーキテクチャレベルの意思決定が求められます。 従来の PdM ではありません。Product Architect として、「企業の脳」のアーキテクチャそのものを設計し、プロダクトの方向性を決定する Product Manager を募集します。 ミッション 何を作るかを決める プロダクトの「何を・なぜ・どう作るか」を技術とビジネスの両面から定義し、AI プロダクトの成功確率を最大化する。 期待する役割について Product Manager として、JAPAN AI のプロダクト群全体のアーキテクチャ設計と技術戦略をリードしていただきます。 ビジネス目標・顧客課題からプロダクト要件を体系化し、技術アーキテクチャへ翻訳する 機能境界・ドメイン設計・API 仕様の策定をリードする Build vs Buy vs Integrate の技術選定を行い、最適な投資判断を導く 非機能要件 (可用性・拡張性・セキュリティ・コスト) のトレードオフ判断を行う エンジニアリングチーム・PdM・デザイナーとの横断的協働を通じて、プロダクトの方向性そのものを決定する 技術的負債の可視化と計画的解消のロードマップを策定する このポジションの魅力 プロダクトの方向性を決める : 個々の機能ではなく、プロダクト全体の「何を・なぜ・どう作るか」を決定する。JAPAN AIの9つのプロダクトの未来を設計できる 技術とビジネスの交差点 : ビジネス課題を技術アーキテクチャに翻訳する、最もインパクトの大きい意思決定を担う AIプロダクト設計の最前線 : RAG、tool-use、guardrails、マルチエージェントなど、AIプロダクト特有のアーキテクチャ設計に取り組める 経営層との直接対話 : 経営層・顧客技術責任者と直接対話し、プロダクト戦略を策定する 技術的負債の解消 : 技術的負債の可視化と計画的解消のロードマップを策定し、プロダクトの長期的な健全性を担保する 急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、プロダクトの意思決定に大きな裁量を持てる 業務内容 プロダクト要件・アーキテクチャ設計 ビジネス目標・顧客課題からプロダクト要件を体系化し、技術アーキテクチャへ翻訳 機能境界・ドメイン設計、データ契約、API 仕様の策定 RFC 駆動の設計レビュー・意思決定プロセスの運営 LLM / 生成 AI を活用したプロダクト設計 (RAG、tool-use、guardrails 等) 技術選定・トレードオフ判断 買う / 作る / 統合 (Build vs Buy vs Integrate) の技術選定 非機能要件 (可用性・拡張性・セキュリティ・コスト) の設計と品質属性トレードオフ判断 技術的負債の可視化と計画的解消のロードマップ策定 横断的協働・ロードマップ エンジニアリングチーム・PdM・デザイナーとの横断的協働 プロダクトロードマップの策定・推進 技術的負債の可視化と計画的解消のロードマップ策定 業務シナリオ例 ※以下は想定される業務シナリオの例です ■ シナリオ 1: 新プロダクトラインの立ち上げ エンタープライズ顧客から「AI エージェントによる社内ナレッジ検索」の強いニーズを発見。市場調査・顧客インタビュー・技術検証を経て、プロダクト要件を定義。RAG アーキテクチャの設計、データパイプラインの技術選定、MVP のスコープ定義までをリードし、3 ヶ月でベータリリースを実現。 ■ シナリオ 2: Build vs Buy のアーキテクチャ判断 音声 AI 機能の拡張にあたり、自社開発 vs 外部 API 統合の判断が必要に。コスト・品質・開発速度・カスタマイズ性の 4 軸で比較分析を行い、RFC を起票。エンジニアリングチームとの設計レビューを経て、ハイブリッドアプローチ (コア機能は自社開発、周辺機能は外部 API) を決定。 ■ シナリオ 3: 品質属性のトレードオフ判断 JAPAN AI AGENT のレイテンシ P95 が目標値を超過。可用性・コスト・レイテンシのトレードオフを分析し、推論キャッシュの導入とモデルルーティングの最適化を提案。エンジニアリングチームと協働して実装し、レイテンシを 30% 改善しつつコスト増を 5% 以内に抑制。 成果責任 (KR/メトリクス) プロダクトロードマップ達成率 アーキテクチャレビュー起因の手戻り率 新機能リリースサイクル短縮 プロダクト品質属性 チーム体制 約120名が開発組織に在籍しています。  Product Architectは以下のチーム・ステークホルダーと密接に連携します： Agentic Product Engineer — エージェント機能開発 Human-AI Collaboration Architect — エージェント体験設計 FDE — 顧客要件・フィードバック 経営層 — 事業戦略・投資判断 必須条件 プロダクトマネジメントまたはテックリードとしての実務経験 5 年以上 ソフトウェアエンジニアとしての実務経験 (プロダクト全体のアーキテクチャを理解できるレベル) LLM / 生成 AI を活用したプロダクト設計経験 (RAG、tool-use、guardrails 等) システム設計 (分散システム、マイクロサービス、イベント駆動) の深い理解 ビジネスステークホルダーとの要件定義・合意形成の経験 言語レベル : いずれか必須 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) あるいは 英語 : ビジネスレベル以上に加え、日本語もN2レベルあるいは1年以上のビジネス利用経験 歓迎条件 SaaS / B2B プロダクトの 0 → 1 立ち上げ経験 スタートアップでの就業経験 クラウドアーキテクチャ設計 (AWS / GCP / Azure) RFC 駆動の設計レビュープロセスの運営経験 英語での技術コミュニケーション能力 開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK, RAG, Agent Framework インフラ : GCP (コンテナ / K8s) , Docker, Terraform ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート フレキシブルな勤務時間帯 : コアタイムは要相談 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 → Homework → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Product Manager, AI SaaS / English

  About JAPAN AI JAPAN AI, Inc. was established in April 2023 as a group company of Geniee, Inc. (TSE Growth Market) with the mission of dramatically expanding human potential through AI technology. We drive cutting-edge AI R&D both domestically and internationally. Related URLs Our Website Company Introduction Materials Tech Blog Careers Why We're Hiring JAPAN AI operates 9 AI products deployed across approximately 200 companies. However, to realize the grand vision of "the brain of the enterprise," we need a Product Manager who goes beyond individual feature development to define "what to build, why, and how" from a whole-product perspective — maximizing the probability of product success from both technical and business angles. Building "the brain of the enterprise" — where all enterprise SaaS is integrated and AI autonomously executes operations — demands architecture-level decision-making that goes beyond the scope of a traditional PdM: layer separation design for SaaS integrations, Build vs Buy decisions for workflow engines, and non-functional requirement trade-offs in multi-tenant environments. This is not a traditional PdM role. We are hiring a Product Manager who will serve as a Product Architect — designing the architecture of "the brain of the enterprise" itself and determining the direction of the product. Mission "Decide what to build." Define the "what, why, and how" of the product from both technical and business perspectives, and maximize the probability of AI product success. Role & Expectations As a Product Manager, you will lead the architecture design and technology strategy across JAPAN AI's entire product portfolio: Systematize product requirements from business goals and customer challenges, and translate them into technical architecture Lead the definition of feature boundaries, domain design, and API specifications Make Build vs Buy vs Integrate technology selection decisions and guide optimal investment choices Make trade-off decisions on non-functional requirements (availability, scalability, security, cost) Determine the direction of the product itself through cross-functional collaboration with engineering teams, PdMs, and designers Formulate roadmaps for visualizing and systematically resolving technical debt Why You'll Love This Role Determine the direction of the product — Decide not just individual features, but the "what, why, and how" of the entire product. Design the future of JAPAN AI's 9 products. At the intersection of technology and business — Own the highest-impact decisions: translating business challenges into technical architecture. Frontline of AI product design — Tackle architecture design unique to AI products: RAG, tool-use, guardrails, multi-agent systems, and more. Direct dialogue with leadership — Engage directly with executive leadership and client CTOs/technical leads to formulate product strategy. Technical debt resolution — Formulate roadmaps for visualizing and systematically resolving technical debt, ensuring the long-term health of the product. Rapid-growth environment — In a startup that has grown to 200+ people and 9 products in just 3 years, you will have significant autonomy in product decision-making. Job Description Product Requirements & Architecture Design Systematize product requirements from business goals and customer challenges, and translate them into technical architecture Define feature boundaries, domain design, data contracts, and API specifications Operate RFC-driven design review and decision-making processes Design products leveraging LLM / generative AI (RAG, tool-use, guardrails, etc.) Technology Selection & Trade-off Decisions Build vs Buy vs Integrate technology selection Design non-functional requirements (availability, scalability, security, cost) and make quality attribute trade-off decisions Formulate roadmaps for visualizing and systematically resolving technical debt Cross-functional Collaboration & Roadmap Cross-functional collaboration with engineering teams, PdMs, and designers Formulate and drive product roadmaps Visualize technical debt and plan systematic resolution Example Scenarios The following are illustrative scenarios for this role: Scenario 1: New Product Line Launch Discover strong demand from enterprise clients for "AI agent-powered internal knowledge search." After market research, customer interviews, and technical validation, define product requirements. Lead RAG architecture design, data pipeline technology selection, and MVP scope definition, achieving beta release in 3 months. Scenario 2: Build vs Buy Architecture Decision When expanding voice AI capabilities, a decision is needed between in-house development vs external API integration. Conduct comparative analysis across 4 axes — cost, quality, development speed, and customizability — and file an RFC. After design review with the engineering team, decide on a hybrid approach (core functionality in-house, peripheral functionality via external APIs). Scenario 3: Quality Attribute Trade-off Decision JAPAN AI AGENT's P95 latency exceeds the target value. Analyze trade-offs between availability, cost, and latency, and propose introducing inference caching and optimizing model routing. Collaborate with the engineering team to implement, improving latency by 30% while keeping cost increase within 5%. Key Results (KR/Metrics) Product roadmap achievement rate Rework rate attributable to architecture reviews New feature release cycle reduction Product quality attributes Team Structure Approximately 120 members are part of the development organization. The Product Manager collaborates closely with the following teams and stakeholders: Agentic Product Engineer — Agent feature development Human-AI Collaboration Architect — Agent experience design FDE (Field Development Engineer) — Customer requirements and feedback Executive leadership — Business strategy and investment decisions You May Be a Good Fit If You 5+ years of practical experience as a Product Manager or Tech Lead Practical experience as a software engineer (at a level where you can understand the architecture of an entire product) Experience designing products that leverage LLM / generative AI (RAG, tool-use, guardrails, etc.) Deep understanding of system design (distributed systems, microservices, event-driven architectures) Experience in requirements definition and consensus-building with business stakeholders Language requirement (at least one): Japanese: Fluent — able to discuss product development without friction  English: Business level or above and Japanese proficiency (JLPT N2 or equivalent), or a minimum of one year of experience working in a Japanese-speaking environment. Strong Candidates May Also Have 0→1 launch experience for SaaS / B2B products Startup work experience Cloud architecture design (AWS / GCP / Azure) Experience operating RFC-driven design review processes Technical communication ability in English Tech Stack Languages: Python (backend), TypeScript / React / Next.js (frontend) / NX AI/LLM: LangChain, LangGraph, JAPAN AI STUDIO SDK, RAG, Agent Framework Infrastructure: GCP (containers / K8s), Docker, Terraform Tools: Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI Dev Support: Claude Code MAX Plan, Cursor, ChatGPT, Devin Hardware: Mac (Apple Silicon), dual monitors Learning & Development Support AI Tool Usage Support Company covers the cost of using AI tools such as JAPAN AI SaaS services, Cursor, ChatGPT, Claude, etc. Development Tool Support If a desired development tool is paid, the cost is covered (up to ¥30,000 per year) Book Purchase Assistance Company covers the cost of purchasing books for learning, such as technical books (up to ¥30,000 per half-year) Language Learning / Qualification Support Company covers the cost of Japanese or English learning programs and qualification acquisition Refresh Allowance Company covers the cost of services used for personal refreshment (up to ¥5,000 per month) e.g., gym, yoga, chiropractic, aquarium, movies, theme park tickets, etc. Housing Allowance Housing allowance provided for those living in designated areas (up to ¥30,000 per month) 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【DMS（マーケティングコンサルティング）事業部】セールス／アカウントマネジメント（組織立ち上げ）

  株式会社ジーニーについて 当社は「日本からGAFAのような世界的なテクノロジー企業を創る」という想いのもと、2010年4月に設立。創業からわずか7年で上場を果たし、その後も増収増益を続ける圧倒的成長企業です。 広告プラットフォーム事業やマーケティングSaaS事業、デジタルPR事業などを展開しており、アドテクノロジーとマーケティングテクノロジーの両プロダクトを保有する希少な企業として成長を続けています。 2023年には、最先端市場であるAI事業を主軸に展開するJAPAN AI株式会社を設立。このJAPAN AIの技術は、ジーニーの既存プロダクトと強力なシナジーを生み出し、グループ全体で高成長を遂げています。 わたしたちは現在、これまでのマーケティング・アド事業で培った強固な基盤と、グループ会社JAPAN AIの最先端AI技術を融合させる 「第三創業期」 という大きな転換点に立っています。 私たちが目指すのは、既存SaaSの単なる機能拡張ではありません。 AIを大前提とし、マーケティングの勝ち方そのものを塗り替える、世界を変えるプロダクトの創出 です。 CEO 工藤からのメッセージ： AIで世界を変える、ジーニーの技術的挑戦 / 株式会社ジーニー 公式note DMS事業部について DMSはジーニーグループで唯一プロダクトを持たない事業です。 クライアントの課題に対して、デジタルマーケティングを起点に、GENIEEが創業以来培ってきた広告テクノロジーの知見や、SaaS、そしてJAPAN AIとの連携を活かし、戦略立案からデータ、クリエイティブ、メディア、SaaS、AIなどを駆使した多様なプロモーションで効果的な支援を提供しています。 少数精鋭の機動力、「運用偏重」を突破する戦略的包括力、実行完結力をもってクライアント成果にコミットしています。 「分業→統合」「エージェンシー→パートナー」「部分最適→全体最適」「人依存→システム」という4つのパラダイムシフトにより、従来の競合比較の枠組みを超越した新しいマーケティングエージェンシーの形を創造しています。 https://geniee.co.jp/services/advertisers/ 募集背景 DMS事業は現在、拡大フェーズにあります。 既存のメディアプロモーション支援に加え、GENIEEグループが持つ広告プラットフォーム、SaaS、そしてJAPAN AIとの連携を活かし、より高度なマーケティング支援体制をつくっていく段階です。 今回募集するのは、そうした事業拡大の中で、営業・アカウントマネジメント組織の立ち上げを担う中核メンバーです。 純粋に案件を担当するだけでなく、立ち上げメンバーとして営業プロセスの型化や提案の再現性づくり、将来的なチームづくりにも関わっていただくことを期待しています。 業務内容 DMS事業部のセールス／アカウントマネジメント組織の立ち上げメンバーとして、クライアントの事業・マーケティング課題に向き合い、統合的なソリューション提案を行っていただきます。 今後ジーニーが創業の広告PF事業をベースに「自社ソリューションを持つ代理店」としての機能を拡充させていく重要なフェーズとなります。 現在配属先として想定しているAccount Management Divisionはマネージャー1名、メンバー6名の体制です。 新規案件はマネージャーが1名で開拓している状況の為、目下は事業拡大のためマネージャーと二人三脚で案件獲得をリードいただき、将来的には営業組織の型化・仕組み化・マネジメントにも携わっていただく想定です。 【具体的な業務内容】 新規顧客（パートナー企業及び直販）に対するアプローチ、商談機会の創出 クライアントの事業課題・マーケティング課題のヒアリング 課題に応じた提案方針の設計、提案書作成、プレゼンテーション 社内の運用・制作・各種専門チームと連携した案件推進 受注後のアカウントマネジメント、改善提案、アップセル・クロスセル 営業プロセスや提案ナレッジの型化・仕組み化 ▼入社直後の想定 入社後は、マネージャーと連携しながら案件獲得を推進いただきます。 まずは商談・提案・受注までの流れをキャッチアップの上リードいただき、徐々に担当領域を広げていただきます。 ▼将来的にお任せしたいこと 営業戦略の立案・実行、営業プロセスの標準化・仕組み化や、 チームマネジメント、メンバー育成、KPI設計・管理までをお任せしたいと考えています。 この仕事 で得られる経験、魅力 確実な成長軌道に乗った事業への参画 ジーニーDMS事業部は仕組みが完成した組織の一員ではなく、営業の勝ち筋や再現性をつくる側に回れます。堅実に成長を続けている創業の広告PF事業＋既に黒字化を果たしているSaaS事業の強固な基盤をベースに推進している事業の為、安定と成長のバランスが取れた環境で、立上げメンバーとして案件獲得だけでなく、営業プロセス設計や提案の型化など組織づくりにも関われる環境です。 マーケ×AIで統合力で業界の常識を覆す革新的挑戦 広告業界の構造的問題である「分断されたエージェンシー構造」を根本から変革する挑戦に参画できます。自社AI（JAPAN AI）連携による業界最先端のAI活用で運用自動化・クリエイティブ最適化・データドリブン意思決定を実現。戦略立案・制作・運用・分析等を完全内製化し「何でもできる」スマートな組織を構築しています。 GENIEEグループのアセットを活かし、広告営業に閉じない提案ができる 広告枠の提案だけでなく、事業課題に応じて自社プロダクトであるSaaSやAIといった複数の打ち手を組み合わせた提案が叶う環境です。 創業以来の広告プラットフォーム事業で培った知見に加え、SaaSやAIなどグループアセットも活用可能です。「何を売るか」ではなく「どう成果をつくるか」を考える営業を経験できます。 想定されるキャリアパス マネジメントライン: マネージャー→部長→事業責任者へのステップアップ スペシャリストライン: 業界有数のエージェンシー内のアカウントエグゼクティブ・プランナーとしてのキャリア構築 広告PFやSaaS、AIといったジーニーグループ内の他プロダクトを横断したキャリア 求める人物像 ・自律的に業務を進めていける方 ・短期～長期において目標に対してコミットする力がある方、そういったご経験がある方。 ・弊社のパーパス（企業の存在意義）に共感いただける方 https://geniee.co.jp/company/ci.php 働き方 ・出社勤務となります。ただしご家庭事情などにより、上長に相談の上で在宅勤務が可能です。 必須条件 下記いずれかのご経験をお持ちの方  広告業界での営業のご経験（目安：3年以上） 広告代理店、デジタルマーケティング支援会社、総合広告会社業等でのご経験 ソリューションセールスのご経験（目安：3年以上） SIer、SaaS、BPO企業などでの複数ソリューションを複合して提案されたご経験 歓迎条件 営業戦略の立案、営業企画、KPI設計・運用の経験 ピープルマネジメントまたはメンバー育成・チームリードの経験 アライアンス営業、パートナーセールスの経験 AIやSaaSを活用した提案経験 エンタープライズ企業向けの提案営業経験 選考フロー 書類選考 → 面接（3回）→ 内定 ※最終面接までにSPIの受験とリファレンスチェックをご対応いただきます 続きを見る

  • ビジネス
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ６階

• 

  【SaaS】カスタマーサクセスマネージャー_MA/CDP/BI

  株式会社ジーニーについて 当社は「日本からGAFAのような世界的なテクノロジー企業を創る」という想いのもと、2010年4月に設立。創業からわずか7年で上場を果たし、その後も増収増益を続ける圧倒的成長企業です。 マーケティングテクノロジーを専門とする企業として、広告プラットフォーム事業やマーケティングSaaS事業、デジタルPR事業などを展開しており、アドテクノロジーとマーケティングテクノロジーの両プロダクトを保有する希少な企業として成長を続けています。 2020年には、Financial Times社発表の『アジア成長企業ランキング』も受賞いたしました。 また2023年には当社の100％子会社として、最先端市場であるAI事業を主軸に事業展開を行う、JAPAN AI株式会社を設立いたしました。JAPAN AIの技術は、ジーニーの既存のプロダクトとシナジーを生み出し、グループ全体で高成長を遂げている最中となります。時代の最先端のソリューションを提案することで、顧客の業務効率化や生産性向上に貢献しています。 ※『アジア成長企業ランキング 2020』は、アジア太平洋地域の12ヶ国5,000万以上の企業を対象に調査し、2015年から2018年の売上成長率をもとに、飛躍的活躍を遂げた企業500社を選出するランキングです。ジーニーは全体で357位、日本から選出されたテクノロジー企業では11位を受賞しています。 https://geniee.co.jp/news/20200525/232 募集背景 2010年にアドテクノロジー事業から発足した当社。 現在は、インターネット広告に関わる「広告プラットフォーム事業」とマーケティング活動の効率化につながるソフトウェアを提供する「マーケティングSaaS事業」を展開。 弊社の強みである広告プラットフォームを軸に事業領域と提供地域を年々拡大し、2016年には主力事業「GENIEE SSP」が国内トップクラスの規模へ成長。 また、東南アジアを中心とする海外に展開。 このように事業セグメントを拡大する当社は現在、マーケティングSaaS事業に注力し事業領域を拡大しています。 特に近年では、営業活動における商談管理ツール”GENIEE SFA/CRM”は前年比300%を超える成長を達成。 更なる成長と進化を遂げるため現在、新たにMAツールのリリース。 このような成長フェーズにおいて、更なる組織拡大を見据えカスタマーサクセス部門の強化が必須となり、組織全体をグロースし牽引していただける方の採用を行います。 ※「GENIEE SFA/CRM」は2025年の「BOXIL SaaS AWARD」において、 SFA（営業支援システム）部門で１位を獲得しています。 プレスリリース：BOXIL SaaS AWARD 2025 業務内容 カスタマーサクセスマネージャーとして、以下の業務をお任せします。 ●組織体制の整備 ・クライアント支援におけるプロジェクトの仕組化 ・OKRのトラッキング ●クライアント業務のリード ・オンボーディングフェーズにおける顧客フロント対応、データ仕様のヒアリング、要件定義～テーブル定義～バッチ処理定義の作成と顧客承認の取得 ・長期的な信頼関係とパートナーシップの確立 ・ツール（MA/CDP/BI）利用率の向上、新機能／ユースケースの提案 ・ ROI測定、成果の可視化、ビジネスレビュー実施 ・アップセル／クロスセル機会の発掘と推進 ●マネジメント業務 ・メンバーの採用、育成、評価、チームビルディング 業務の魅力/やりがい ・カスタマーサクセス部門のマネージャーとして、顧客価値創出の中核を担えます ・自社のMAツールやSaaS製品を活用し、顧客満足度を高め、長期的な信頼関係を築けます ・事業成長に直結する組織づくり／仕組みづくりを主導できます GENIEE SFAの魅力 ・国内6,300社以上の導入実績を持つSFA/CRMプロダクト ・国産SFA/CRM初のGPT-4搭載AIアシスタントを提供し、技術革新をリード ・BOXIL SaaS AWARD 2025でSFA部門1位を獲得し、国産SFAとして外資SFAに立ち向かえるプロダクトへ成長 ・営業DXを実現する豊富な機能と柔軟なカスタマイズ性 ※「BOXIL SaaS AWARD 2025」で SFA（営業支援システム）部門1位を獲得 ※「ITreview Grid Award 2025 Spring」8期連続2部門で最高位に認定 働き方 出社勤務となります。ただし体調不良やご家族のケアが必要な場合は、上長に相談の上で在宅勤務が可能です。 必須条件 カスタマーサクセス業務の実務経験3年以上 マネジメントおよびプロジェクトリードのご経験 ドキュメント作成経験 CDPの取り扱い経験 歓迎条件 SQLやデータモデリングに関する知識 選考フロー 書類選考 → 面接（2～3回）→ 内定 ※最終面接までにSPIの受験とリファレンスチェックをご対応いただきます 続きを見る

  • ビジネス
  • 正社員
  • 東京都新宿区西新宿６－８－１　住友不動産新宿オークタワー６階

• 

  【SaaS】導入コンサルタント_リーダー候補

  株式会社ジーニーについて 当社は「日本からGAFAのような世界的なテクノロジー企業を創る」という想いのもと、2010年4月に設立。創業からわずか7年で上場を果たし、その後も増収増益を続ける圧倒的成長企業です。 マーケティングテクノロジーを専門とする企業として、広告プラットフォーム事業やマーケティングSaaS事業、デジタルPR事業などを展開しており、アドテクノロジーとマーケティングテクノロジーの両プロダクトを保有する希少な企業として成長を続けています。 2020年には、Financial Times社発表の『アジア成長企業ランキング』も受賞いたしました。 また2023年には当社の100％子会社として、最先端市場であるAI事業を主軸に事業展開を行う、JAPAN AI株式会社を設立いたしました。JAPAN AIの技術は、ジーニーの既存のプロダクトとシナジーを生み出し、グループ全体で高成長を遂げている最中となります。時代の最先端のソリューションを提案することで、顧客の業務効率化や生産性向上に貢献しています。 ※『アジア成長企業ランキング 2020』は、アジア太平洋地域の12ヶ国5,000万以上の企業を対象に調査し、2015年から2018年の売上成長率をもとに、飛躍的活躍を遂げた企業500社を選出するランキングです。ジーニーは全体で357位、日本から選出されたテクノロジー企業では11位を受賞しています。 https://geniee.co.jp/news/20200525/232 募集背景 2010年にアドテクノロジー事業から発足した当社。現在は、インターネット広告に関わる「広告プラットフォーム事業」とマーケティング活動の効率化につながるソフトウェアを提供する「マーケティングSaaS事業」を展開。弊社の強みである広告プラットフォームを軸に事業領域と提供地域を年々拡大し、2016年には主力事業「GENIEE SSP」が国内トップクラスの規模へ成長。また、東南アジアを中心とする海外に展開。 このように事業セグメントを拡大する当社は現在、マーケティングSaaS事業に注力し事業領域を拡大。特に近年では、営業活動における商談管理ツール”GENIEE SFA/CRM”は前年比300%を超える成長を達成。更なる成長と進化を遂げるため現在、新たにMAツールのリリース。 このような成長フェーズにおいて、更なる組織拡大を見据えカスタマーサクセス部門の強化が必須となり、組織全体をグロースし牽引していただける方の採用を行います。 ※「GENIEE SFA/CRM」は2025年の「BOXIL SaaS AWARD」において、 SFA（営業支援システム）部門で１位を獲得しています。 プレスリリース：BOXIL SaaS AWARD 2025 業務内容 本ポジションは、プロダクト価値をしっかりと顧客に届け、システム導入を通じて顧客課題の解消に向けて取り組んでいただきます。 カスタマーサクセス部の中でも導入支援チームに所属し、サービス導入プロジェクトにおけるマネジメント業務全般を行っていただきます。 具体的には次の業務を想定しております。 ----------------------- ■サービス導入(SaaS）に関する以下の業務の仕組化 　・お客様への業務ヒアリング、アセスメント分析 　・要件定義と実現に向けた設計/検証、イメージのデモンストレーション 　・パラメタ設定と実装後のテスト　 　・トレーニング（オンボーディング）と受入テスト支援 　・サクセスチームへの引継ぎ、フォローアップ ■その他 　・生産性向上に向けた各種改善活動（企画）やレギュレーション化・ 　・ピープルマネジメント 将来的にはCSM（カスタマーサクセスマネージャー）として、Churn Rateやヘルススコアの改善を図るといった顧客のロイヤリティを高め、長期的な関係を築くことに加え、顧客が継続的に成功を収められるよう戦略にも携わっていただくことを想定しています。 GENIEE SFAの魅力 ・国内6,300社以上の導入実績を持つSFA/CRMプロダクト ・国産SFA/CRM初のGPT-4搭載AIアシスタントを提供し、技術革新をリード ・BOXIL SaaS AWARD 2025でSFA部門1位を獲得し、国産SFAとして外資SFAに立ち向かえるプロダクトへ成長 ・営業DXを実現する豊富な機能と柔軟なカスタマイズ性 ※「BOXIL SaaS AWARD 2025」で SFA（営業支援システム）部門1位を獲得 ※「ITreview Grid Award 2025 Spring」8期連続2部門で最高位に認定 働き方 出社勤務となります。ただし体調不良やご家族のケアが必要な場合は、上長に相談の上で在宅勤務が可能です。 必須条件 次の業務に関するいずれかのご経験を求めます。 IT領域ツールの導入コンサルティング業務経験 企業向け業務システムの開発経験(要件定義、基本設計など) システム導入・開発プロジェクトにおいて、要件定義～リリースまでの各行程におけるマネジメント経験 ピープルマネジメントのご経験 歓迎条件 SaaSサービスに携わったご経験 SFA/CRM、MAなどのサービスのご経験 データ連携（インターフェース開発）のご経験 BIツールのご経験　 システム間のデータ連携構築のご経験 ※Salesforce、kintoneなどの導入経験がある方、 歓迎いたします。 選考フロー 書類選考 → 面接（2～3回）→ 内定 ※最終面接までにSPIの受験とリファレンスチェックをご対応いただきます 続きを見る

  • ビジネス
  • 正社員
  • 東京都新宿区西新宿６－８－１　住友不動産新宿オークタワー６階

• 

  【JAPAN AI】AI Evaluation Scientist / Japanese

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 JAPAN AIは「JAPAN AI AGENT / CHAT / SPEECH」をはじめとするエンタープライズ向けAIエージェント群を急速に拡大しています。プロダクトの中核がLLM / マルチエージェントへ移行する中、AI出力の品質・安全性・信頼性を科学的に評価する専門組織を新設します。 ミッション "AI の出力品質を科学する — 評価手法の研究・開発で、エージェントの信頼性を証明する" LLM / AIエージェントの出力品質を、機械学習・統計学・計量心理学の手法で定量的に評価・改善します。本ポジションは「テストする人」ではなく、 「何をもって良いAIとするかを定義し、測定する科学者」 です。 期待する役割について AI Evaluation Scientist として、AI エージェントの品質評価基盤の設計・構築・運用をリードしていただきます。 評価メトリクスの研究開発 — LLM-as-Judge の校正、報酬モデリング、ベンチマーク設計を通じて「何をもって品質とするか」を科学的に定義します 自動評価パイプラインの設計・構築 — 研究成果を本番 CI/CD に組み込み、スケーラブルな品質ゲートを実現します レッドチーミング・安全性検証 — adversarial testing の自動化、ポリシー準拠検証フレームワークを構築します 統計的実験計画に基づく品質改善 — A/B テスト・有意差検定でプロンプト戦略やモデル変更の効果を定量的に検証します 評価シグナルの研究・開発チームへのフィードバック — モデル改善の複利ループを構築します 約 200 社が本番利用するプロダクトの品質を「科学する」アプローチで担保します このポジションの魅力 Evaluation Science の実践 : Apple・Anthropic・Scale AI・Google DeepMind 等が注力する「AI 評価科学」を、日本のエンタープライズ AI の文脈で実践できます。評価手法そのものを研究対象とする、世界的にも希少なポジションです ML/DS スキルの新しい応用 : 機械学習・統計学の専門性を「モデル開発」ではなく「モデル評価」に応用します。報酬モデリング、LLM-as-Judge の校正理論、ベンチマーク設計など、研究と実装の両面で知的挑戦があります 品質がプロダクトの信頼を決める : 約200社が利用する本番環境で、あなたが構築した評価基盤がリリース品質の最後の砦になります。品質保証がビジネスインパクトに直結する手応えを実感できます 新設ポジション : AI エージェントの品質評価科学という新しい専門領域を、ゼロから設計・構築できます。評価メトリクスの研究開発から自動評価パイプラインの本番実装まで、大きな裁量を持って取り組めます AI安全性の最前線 : 自動レッドチーミング、adversarial testing、ポリシー準拠検証など、Responsible AI の実践に携われます。AI エージェントが「企業の脳」として業務を自律実行する世界で、安全性を科学的に保証する役割を担います 急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、技術的意思決定に大きな裁量を持てます。Research Engineer や Agent Harness Engineer と密接に連携し、プロダクト全体の品質に影響を与えるポジションです 業務内容 AI Evaluation Scientistとして、 AIエージェントの評価基盤 (Evaluation Infrastructure) の設計・構築・運用をリードしていただきます。 評価メトリクスの研究開発 LLM-as-Judge の校正手法の研究・実装 (rubric 設計、バイアス検出、proper scoring rules) 評価ベンチマークの設計・構築・妥当性検証 (construct validity、contamination detection) 報酬モデリング / preference learning の評価への応用研究 評価メトリクスの選定・設計 (win rate、task success、factuality、harm detection) 評価セット (合成データ + 実ログ) の設計・構築・メンテナンス 自動評価パイプラインの設計・構築 スケーラブルな自動評価パイプラインの設計・実装 CI/CD への評価パイプライン組込みと品質ゲートの構築 エージェント評価ハーネスの設計 (マルチターン・ツール利用・ロングコンテキスト対応) 評価パイプラインの再現性・信頼性の担保 安全性・品質検証 自動レッドチーミング (automated adversarial testing) の研究・実装 安全性 / ポリシー準拠の検証フレームワーク構築 ハルシネーション検出・校正手法の研究・実装 プロンプト / ツール回帰テストの設計・実行 統計分析・実験設計 統計的実験計画 (A/B テスト、有意差検定) の設計・分析 品質トレンドの可視化・回帰検出の自動化 品質レポート作成と改善提案 評価シグナルの研究・開発チームへのフィードバック 業務シナリオ ※以下は想定される業務シナリオの例です シナリオ1: LLM-as-Judge の校正と妥当性検証 新しい評価メトリクスとして LLM-as-Judge を導入する際、judge モデルの校正 (calibration) を実施します。人間評価との一致率を統計的に検証し、rubric 設計を反復改善します。construct validity を確認した上で、自動評価パイプラインに組み込み、評価コストを 80% 削減しながら人間評価と同等の信頼性を実現します。 シナリオ2: 新モデル導入時の品質ゲート LLMプロバイダーが新モデルをリリースした際、既存のベンチマークスイートで回帰テストを実行し、factualityスコアが3%低下していることを検出します。原因を分析し、プロンプト調整で品質を維持したまま新モデルへの移行を完了します。 シナリオ3: 自動レッドチーミングによる安全性検証 金融機関向けにJAPAN AI AGENTを導入する際、自動レッドチーミングパイプラインを構築します。adversarial promptの自動生成・分類器による脆弱性検出を実装し、業界固有のリスクシナリオ（機密情報漏洩、不適切な金融アドバイス等）を網羅的にテストします。ポリシー準拠率99%以上を達成します。 成果責任 (KR/メトリクス) 評価カバレッジ率（テストケース網羅率） 回帰検出率（リリース前の品質劣化検出率 ≥ 95%） 評価パイプライン実行時間（CI/CD内で完了） LLM-as-Judge と人間評価の一致率 False Positive / Negative 率 安全性インシデント発生率（リリース後） チーム体制 約120名が開発組織に在籍しています。  AI Evaluation Scientistは品質保証の専門チームとして、以下のチームと密接に連携します： 密接に連携する役割: Agentic Product Engineer — エージェント機能開発 Research Engineer — 研究開発・モデル改善 Agent Harness Engineer / Software Engineer (AI Platform) — AI 実行基盤開発 Product Manager — プロダクト設計・品質要件定義 必須条件 コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、計量心理学などの関連分野における修士号以上、または同等の実務経験 MLエンジニア / DS / リサーチエンジニア / ML評価関連職種の実務経験 3年以上 LLM / 生成AIの評価手法に関する深い知識 統計学・実験計画法の実践的知識 Pythonでの ML / 評価パイプライン構築経験 機械学習フレームワーク（PyTorch, JAX, TensorFlow等）の実務経験 評価メトリクスの設計・実装経験 言語レベル : いずれか必須 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) 英語 : ビジネスレベル 本ポジションはAI出力の評価科学(Evaluation Science)を担う研究開発職です。MLモデル評価・LLM評価における研究または実装経験を必須としています。 歓迎条件 ML / NLPトップカンファレンス（NeurIPS, ICML, ICLR, ACL, EMNLP等）での論文発表経験 報酬モデリング / preference learning（RLHF, DPO等）の研究・実装経験 LLM-as-Judge の校正・rubric設計の経験 AI安全性・Responsible AI・レッドチーミングに関する知識・経験 ベンチマーク設計・妥当性検証（IRT, construct validity）の経験 マルチエージェント・ワークフロー / ツール利用 / ロングコンテキストの評価経験 大規模データ処理（Spark / BigQuery等）の経験 CI/CDパイプラインへのML/評価パイプライン組込み経験 論文読解・再現実装の能力 英語での技術コミュニケーション能力 開発環境 言語 : Python (評価パイプライン・分析), TypeScript / React / Next.js (フロントエンド部) / NX 評価 / QA : pytest, LangSmith, Weights & Biases, custom eval frameworks データ : BigQuery, Spark, Pandas インフラ : GCP (コンテナ / K8s), Docker, Terraform CI/CD : GitHub Actions ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon), デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート フレキシブルな勤務時間帯 : コアタイムは要相談 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】AI Evaluation Scientist / English

  About JAPAN AI JAPAN AI, Inc. was established in April 2023 as a group company of Geniee, Inc. (TSE Growth Market) with the mission of dramatically expanding human potential through AI technology. We drive cutting-edge AI R&D both domestically and internationally. Related URLs Our Website Company Introduction Materials Tech Blog Careers Why We're Hiring JAPAN AI is rapidly expanding its enterprise AI agent suite, including JAPAN AI AGENT / CHAT / SPEECH. As the core of our products shifts to LLMs and multi-agent systems, we are establishing a new specialized organization to scientifically evaluate the quality, safety, and reliability of AI outputs. Mission "Make AI Output Quality a Science — Prove Agent Reliability through Research and Development of Evaluation Methods." You will quantitatively evaluate and improve the output quality of LLMs and AI agents using methods from machine learning, statistics, and psychometrics. This position is  not for "people who test"  — it is for  "scientists who define and measure what makes a good AI." Role & Expectations As an AI Evaluation Scientist, you will lead the design, construction, and operation of the AI agent quality-evaluation infrastructure. Research and develop evaluation metrics — scientifically define "what constitutes quality" through LLM-as-Judge calibration, reward modeling, and benchmark design Design and build automated evaluation pipelines — integrate research outcomes into production CI/CD to deliver scalable quality gates Red teaming and safety verification — automate adversarial testing and build policy compliance verification frameworks Drive quality improvement through statistical experimental design — quantitatively verify the effectiveness of prompt strategies and model changes through A/B tests and significance testing Feed evaluation signals back to research and development teams — build a compound-interest loop for model improvement Ensure the quality of products used in production by ~200 companies through a "science of quality" approach Why You'll Love This Role Evaluation Science in practice : Practice "AI Evaluation Science" — the discipline that Apple, Anthropic, Scale AI, and others are investing in — within the context of Japanese enterprise AI. This is a globally rare position where evaluation methodology itself is the research subject. A new application of ML/DS skills : Apply your machine learning and statistics expertise not to "building models" but to "evaluating models." Intellectual challenges span both research and implementation — reward modeling, LLM-as-Judge calibration theory, and benchmark design. Quality determines product trust : In a production environment used by ~200 companies, the evaluation infrastructure you build becomes the last line of defense for release quality. You will feel the direct business impact of quality assurance. Greenfield position : Design and build the entirely new specialized domain of AI agent evaluation science from scratch. You will have significant autonomy — from evaluation metric R&D to production deployment of automated evaluation pipelines. Frontline of AI safety : Engage in Responsible AI practices including automated red teaming, adversarial testing, and policy compliance verification. You will play a key role in scientifically guaranteeing safety in a world where AI agents autonomously execute business operations as "the brain of the enterprise." Rapid-growth environment : In a startup that has grown to 200+ people and 9 products in just 3 years, you will have significant autonomy in technical decision-making. You will work closely with Research Engineers and Agent Harness Engineers, influencing quality across the entire product suite. Job Description As an AI Evaluation Scientist, you will lead the design, construction, and operation of the AI agent Evaluation Infrastructure. Evaluation Metric Research & Development Research and implement LLM-as-Judge calibration methods (rubric design, bias detection, proper scoring rules) Design, build, and validate evaluation benchmarks (construct validity, contamination detection) Research the application of reward modeling / preference learning to evaluation Select and design evaluation metrics (win rate, task success, factuality, harm detection) Design, build, and maintain evaluation sets (synthetic data + real logs) Automated Evaluation Pipeline Design & Development Design and implement scalable automated evaluation pipelines Integrate evaluation pipelines into CI/CD and build quality gates Design agent evaluation harnesses (multi-turn, tool use, long-context support) Ensure reproducibility and reliability of evaluation pipelines Safety & Quality Verification Research and implement automated red teaming (automated adversarial testing) Build safety and policy compliance verification frameworks Research and implement hallucination detection and calibration methods Design and execute prompt / tool regression tests Statistical Analysis & Experimental Design Design and analyze statistical experiments (A/B tests, significance testing) Visualize quality trends and automate regression detection Create quality reports and improvement proposals Feed evaluation signals back to research and development teams Key Results (KR/Metrics) Evaluation coverage rate (test case coverage) Regression detection rate (pre-release quality degradation detection ≥ 95%) Evaluation pipeline execution time (completed within CI/CD) LLM-as-Judge and human evaluation agreement rate False positive / false negative rate Safety incident rate (post-release) Team Structure Approximately 120 members are part of the development organization. The AI Evaluation Scientist operates as a dedicated quality assurance function, collaborating closely with: Agentic Product Engineer — Agent feature development Research Engineer — Research and development, model improvement Agent Harness Engineer / Software Engineer (AI Platform) — AI execution infrastructure development Product Manager — Product design and quality requirements definition You May Be a Good Fit If You Education & Experience Master's degree or higher (or equivalent practical experience) in Computer Science, Machine Learning, Statistics, Mathematics, Physics, Psychometrics, or related fields 3+ years of practical experience as an ML Engineer, Data Scientist, Research Engineer, or in ML/AI evaluation-related roles Technical Skills Deep knowledge of LLM / generative AI evaluation methods (benchmark design, LLM-as-Judge, quantitative output quality measurement, hallucination detection, etc.) Practical knowledge of statistics and experimental design (hypothesis testing, A/B testing, confidence intervals, effect sizes, etc.) Experience building ML / evaluation pipelines in Python Practical experience with machine learning frameworks (PyTorch, JAX, TensorFlow, etc.) Experience designing and implementing evaluation metrics (task-specific metric design beyond precision/recall) Language requirement (at least one of the following): Japanese: Fluent — able to discuss product development without friction English: Business level This position is a research and development role responsible for AI output Evaluation Science. Research or implementation experience in ML model evaluation / LLM evaluation is required. Strong Candidates May Also Have Publication experience at top ML/NLP conferences (NeurIPS, ICML, ICLR, ACL, EMNLP, etc.) Research or implementation experience with reward modeling / preference learning (RLHF, DPO, etc.) Experience with LLM-as-Judge calibration and rubric design Knowledge or experience in AI safety, Responsible AI, and red teaming Experience with benchmark design and validity verification (IRT, construct validity) Experience evaluating multi-agent workflows, tool use, and long-context scenarios Large-scale data processing experience (Spark / BigQuery, etc.) Experience integrating ML / evaluation pipelines into CI/CD Ability to read, comprehend, and reproduce research papers Technical communication ability in English Tech Stack Languages : Python (evaluation pipelines & analysis) , TypeScript / React / Next.js (frontend) / NX Evaluation/QA : pytest, LangSmith, Weights & Biases, custom eval frameworks Data : BigQuery, Spark, Pandas Infrastructure : GCP (containers / K8s) , Docker, Terraform CI/CD : GitHub Actions Tools : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI Dev Support: Claude Code MAX Plan, Cursor, ChatGPT, Devin Work environment : Mac (Apple Silicon) , dual monitors available 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【AI/DX統括本部】AX/DX推進リード (AIオペレーションマネージャー)

  株式会社ジーニーについて 当社は「日本からGAFAのような世界的なテクノロジー企業を創る」という想いのもと、2010年4月に設立。創業からわずか7年で上場を果たし、その後も増収増益を続ける圧倒的成長企業です。マーケティングテクノロジーを専門とする企業として、広告プラットフォーム事業やマーケティングSaaS事業、デジタルPR事業などを展開しており、アドテクノロジーとマーケティングテクノロジーの両プロダクトを保有する希少な企業として成長を続けています。 2020年には、Financial Times社発表の『アジア成長企業ランキング』も受賞いたしました。 また2023年には当社の100％子会社として、最先端市場であるAI事業を主軸に事業展開を行う、JAPAN AI株式会社を設立いたしました。JAPAN AIの技術は、ジーニーの既存のプロダクトとシナジーを生み出し、グループ全体で高成長を遂げている最中となります。時代の最先端のソリューションを提案することで、顧客の業務効率化や生産性向上に貢献しています。 ※『アジア成長企業ランキング 2020』は、アジア太平洋地域の12ヶ国5,000万以上の企業を対象に調査し、2015年から2018年の売上成長率をもとに、飛躍的活躍を遂げた企業500社を選出するランキングです。ジーニーは全体で357位、日本から選出されたテクノロジー企業では11位を受賞しています。 https://geniee.co.jp/news/20200525/232 「AIオペレーションマネージャー」とは AIオペレーションマネージャーは、AI時代における新しい職種です。 これまでの業務改善は「既存の業務フローにAIツールを当てはめる」というアプローチでした。しかし、真にAIの力を引き出すには、業務そのものをAIが最大限活躍できる形に再設計する必要があります。 このポジションでは、「AIで持続可能な未来の社会を創る」というPurposeのもと、AIを前提とした業務オペレーションを企画・設計・実装します。単なるツール導入担当ではなく、「AIと人がどう協働すべきか」という業務の本質を再定義する役割です。 ジーニーグループ全体の業務変革を推進する横断組織の中核メンバーとして、各事業部門と連携しながら、生産性と業績を飛躍的に向上させる新しい働き方を創造していただきます。 募集背景 ジーニーグループは、AI技術の急速な進化を背景に、「AIネイティブな組織」への変革を加速させています。 しかし、既存の業務プロセスは人間中心に設計されており、AIの能力を十分に活かしきれていません。真の生産性向上を実現するには、業務構造そのものをAI前提で再構築する必要があります。 そこで、AI/DX統括本部の横断組織として、全社のAXを推進するチームを強化します。このポジションでは、各事業部門の業務を深く理解し、AIエージェントやワークフローツールを駆使して、実務に即した実装可能なAIオペレーションを設計・展開していただきます。 急成長する事業環境の中で、技術とビジネスの両面を理解し、現場と伴走しながら変革を推進できる、実行力とコミュニケーション力を兼ね備えた人材を求めています。 期待する役割 全社のAX/DX推進チームの中核メンバーとして、以下の役割を担っていただきます。 ・ 業務のAI再設計リーダー 　各部門の業務を分析し、AIが最も効果を発揮できる形に業務フローを再構築。単なる効率化では 　なく、業務の質的変革を実現します。 ・ 実装とプロジェクト推進の両立 　構想だけでなく、ツール（JAPAN AI）を活用して自らもAGENTを作成。技術的実現可能性を 　検証しながら、プロジェクトを推進します。 ・ 部門横断の橋渡し役 　経営層、事業部門、エンジニア、情報システム部門など、多様なステークホルダーと対話し、 　合意形成を図りながら全社展開を推進します。 ・ AI活用文化の醸成 　成功事例の横展開、ナレッジの体系化、社内トレーニングなどを通じて、組織全体のAI活用 　レベルを底上げします。 業務内容 このポジションでは、以下の業務に取り組んでいただきます。 業務分析とAI活用機会の発見 各部門の業務フローをヒアリング・可視化 ・ボトルネックや非効率な作業を特定し、AI活用による改善余地を定量的に評価 ・経営インパクトの大きい領域から優先順位を設定  AIオペレーションの企画・設計 ・業務要件を整理し、AIエージェントやワークフロー自動化の仕様を設計 ・ノーコード/ローコードツールを活用したプロトタイプ作成 ・JAPAN AI等のAI開発ツールを使った簡易スクリプトやツールの実装 ・セキュリティ、コスト、運用負荷を考慮した実装方針の策定  導入プロジェクトの推進 ・要件定義からPoC、効果検証、本番導入、運用定着までのプロジェクト管理 ・情報システム部門やエンジニアチームと連携した技術的課題の解決 ・現場部門への説明、トレーニング、フィードバック収集と改善  効果測定と継続改善 ・導入したAIオペレーションのKPI設計とモニタリング ・業務時間削減、品質向上、コスト削減等の効果を定量的に測定 ・運用データをもとにした継続的な改善サイクルの構築 ナレッジ蓄積と組織学習の促進 ・成功パターンや失敗事例のドキュメント化 ・最新AI技術のリサーチと社内への情報共有 ・他部門への横展開支援 配属先 本ポジションは、JAPAN AI株式会社（ジーニーのグループ会社）への出向となります。 JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 特に、AIエージェントの開発に注力しており、大規模言語モデル (LLM) を活用した革新的なプロダクトやソリューションを提供しています。これにより、さまざまな業界での生産性向上や業務効率化を実現しています。 関連URL ・ウェブサイト ・会社紹介資料 ・Tech Blog チーム体制 AX/DX担当：現在8名（業務委託含む）在籍しています。 AX/DX推進PJ：事業含め約30名 ※AX/DX担当は、事業メンバーを取りまとめ、推進していく役割を担います。 必須要件 業務プロセス改善の実務経験 業務フローの分析・可視化・改善を実際に推進した経験 要件定義からPoC、本番導入、運用定着まで一貫したプロジェクト完遂経験 AI開発ツールの実務経験 Cursor、ClaudeCode、ChatGPT、Claude等のAIツールを業務で活用するプロジェクトの推進経験 プロジェクト推進力 複数部門や多様なステークホルダーを巻き込んだプロジェクト推進経験 現場の課題を引き出し要件として整理できるヒアリング力 技術的内容を非エンジニアにもわかりやすく説明できるコミュニケーション力 マインドセット 自ら手を動かしながら周囲を巻き込んで前に進められる実行力 生成AI、LLM等の最新技術への強い関心と継続的学習意欲 歓迎要件 BPR（業務プロセス再設計）やDX推進プロジェクトの経験 SaaS選定・導入、システム要件定義、ベンダー管理の経験 LLM（ChatGPT、Claude等）を活用した業務改善の実績 RAG（検索拡張生成）やプロンプトエンジニアリングの知識・経験 データ分析、BI構築、データ基盤整備の経験 プロダクトマネージャーやビジネスサイドのエンジニア経験 Python、JavaScript等を使った簡易ツール開発の経験 アジャイル開発やスクラム等の開発手法の理解・実践経験 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Curosor, CharGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 基本出社いただいての勤務となります。ただし体調不良やご家族のケアが必要な場合は、上長に相談の上で在宅勤務が可能です。 このポジションの魅力 経営直轄組織で、AI時代の働き方をゼロから創る AIオペレーションマネージャーという新職種の確立に初期メンバーとして参画。 裁量と意思決定スピードが大きく、自らの判断で変革を推進できます。 最先端AI技術を実運用で使いこなす JAPAN AI自社開発のAIエージェントなど最新ツールを実業務で活用し、市場価値の高い実践スキルを獲得できます。 全社横断で事業成長に直結する成果を出せる 経営層・事業部門と直接対話しながらプロジェクトを推進。自身の施策が業績向上に直結する達成感を味わえます。 選考フロー 書類選考 → 面接（2～3回）→ 内定 ※最終面接までにSPIの受験とリファレンスチェックをご対応いただきます 続きを見る

  • エンジニア
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】法務担当

  JAPAN AI株式会社について JAPAN AI株式会社は、2023年4月に設立された現在4期目のAIスタートアップです。 グロース市場に上場している株式会社ジーニーのグループ会社として設立されました。 ジーニーは、プロダクト開発において積極的にAI技術を活用しており、自社プロダクトである「GENIEE SFA/CRM」や「GENIEE CHAT」において、ChatGPTを用いた議事録の自動要約やメールの自動作成など、お客様の業務効率化や生産性向上につながるAI関連機能を提供しています。 このような状況の中、ジーニーグループはAI技術に関わる導入コンサルティング、プロダクト提供、ならびに研究開発をさらに推進するために、2023年4月に戦略的子会社である「JAPAN AI株式会社」を設立いたしました。 当社は「AIで持続可能な未来の社会を創る」というPurposeを掲げ、日本企業の生産性向上や産業の活性化のための様々なAIプロダクトの開発と提供を行っています。高度なプロダクトを開発するために、ChatGPTをはじめとした各種大規模言語モデルやGenerative AIなどの分野の研究も進めています。 2024年11月には、国内企業としても一早く「AIエージェント*」をローンチし、多くの企業様に高評価を頂いており、国内市場を席捲しております。 当社はAI市場のトップランカーであると自負しております。 JAPAN AI株式会社：https://japan-ai.co.jp/ ＊：JAPAN AI 「AIエージェント」を提供開始 　　AIエージェント部門でグランプリに選出 募集背景 この先1,2年でJAPAN AIという社名の通り、『AI市場国内No.1』という高い目標を掲げております。 「AIで持続可能な未来の社会を創る」というPurposeに共感いただき、「AIで持続的な未来の社会を創る」というPurposeに共感いただき、AIにおける産業革命を起こそうと優秀なメンバーたちが集い、この3年で約240名規模（2年連続 毎年約100名の採用。業務委託含む）まで増員ができました。 急成長フェーズにある当社において、将来のIPOを見据えた法務体制の構築と、AI特有の法的課題への対応が急務となっています。 AI市場の急速な拡大と当社の成長に伴い、契約管理からガバナンス体制整備、知的財産戦略まで幅広い法務課題に対応し、経営判断を法的側面からサポートする法務のリーダー候補を募集します。 自ら実務を担いながらも、法務戦略の立案と実行を主導し、当社の持続的成長と将来のIPOを法務面から支える重要なポジションです。 チームの目標/ミッション JAPAN AIは「一企業に一つオリジナルのAIを持つ時代を創る。そしてAIは働く人をサポートし、圧倒的な生産性を実現する。」というビジョンを掲げています。 本ポジションのミッションは、急成長するAI企業の経営判断と事業展開を法的側面から支援し、健全な成長を可能にする法務基盤を構築することです。 AI特有の法的課題に先見的に対応するとともに、将来のIPOを見据えたガバナンス体制の整備を推進し、AI市場No.1企業への道筋を法務面から確立していただきます。 特に重要なのは、スピード感ある事業展開と法的リスク管理のバランスを取りながら、経営陣の意思決定を支援することです。そして、最先端のAI技術がもたらす新たな法的課題に対して、解決策を提示いただきます。 将来のIPOを見据えた法務・ガバナンス体制を段階的に構築することも重要な役割となります。 業務内容 【仕事内容】 本ポジションはマネージャーに直接報告し、日々の案件管理・プロジェクト推進を担います 【主な業務内容】 部長/役員/マネージャーの指示・方針の下でのチーム運営サポート業務 上場会社に必要な機関法務対応（取締役会、株主総会関連の準備・運営補助、開示関連の確認） 契約書の審査・作成・交渉・ 締結業務 （国内外、業務委託・SaaS・ライセンス、英文契約含む） 日常の法務相談窓口対応（事業、人事、調達等からの相談への助言） 社内規程の整備・改定と運用支援 コンプライアンス体制構築・運用（内部通報対応、社内教育・研修企画） インサイダー情報管理、情報開示フローの運用管理 紛争・訴訟対応の一次対応および外部弁護士との調整・管理 知財（商標・著作権等）管理やライセンス交渉のサポート プロジェクトマネジメント（AI導入対応、リスクマネジメント、GDPR／個人情報保護対応、法務DX等） 契約テンプレート・ナレッジ整備、法務ワークフロー改善の推進 M&A・業務提携時のデューデリジェンス支援 この仕事で得られる経験、魅力 自社のAIプロダクトを活用した業務改善経験 上場ミドルベンチャーの企業法務・ガバナンスに幅広く手触り感を持って携わる経験 法務戦略の実行およびチームマネジメント経験 ビジネス視点での法務助言力とプロジェクト推進力の向上 入社後のキャリアステップ（想定） ・入社後～：法務部一般事務及び、簡単な契約書の審査から始めていただきます ・6か月後～：契約法務の中でも、難易度の高い案件の担当に加え、ご志向性や適性に併せ、 　　　　　　 機関法務にも挑戦していただきます。 ・1年後～：　高度な専門知識を身につけていただきながら、将来的にチームの中核として、 　　　　 　　メンバーマネジメントにも関わっていただきます。 ・2年後～：　法務部のマネージャー、M&Aのデューデリジェンス等の高度な 　　　　　　  法的スキルが求められるプロジェクトへのアサイン 求める人物像 事業部門や役員と連携し、ビジネス視点で法務を実行できる方 小〜中規模プロジェクトを主体的に推進できる実行力・調整力がある方 優先順位付けができ、複数案件を同時に管理できる方 メンバーの取りまとめや育成など組織作りに関心がある方（リーダーシップ） 働き方 基本的に出社勤務となりますが、週1日在宅勤務が可能です （今後、状況に応じて変更になる可能性はございます）。 必須条件 ※いずれかのご経験がある方 事業会社での法務経験（1年以上） パラリーガルの経験（1年以上） 法律事務所での勤務経験（1年以上） 法律関係の資格をお持ちの方、または取得に向けて勉強中の方 法科大学院出身の方 IT系事業会社における就業経験（2年以上） 歓迎条件 事業会社での法務部経験者優遇 弁護士資格保有者、法律関係の資格保有者 ビジネス部門と連携して業務を遂行した実務経験 複数名が関わる小規模プロジェクトを主体的に推進した経験 IT業界での法務経験（SaaS、クラウド、AI関連含む） M&A対応経験 選考フロー 書類選考 → 面接（2～3回）→ 内定 ※最終面接までにSPIの受験とリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Corpotate
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ６階

• 

  【JAPAN AI】中途採用責任者

  JAPAN AI株式会社について JAPAN AIは、2023年4月に設立された現在4期目のAIスタートアップです。 グロース市場に上場している株式会社ジーニーのグループ会社として設立されました。 ジーニーは、プロダクト開発において積極的にAI技術を活用しており、自社プロダクトである「GENIEE SFA/CRM」や「GENIEE CHAT」において、ChatGPTを用いた議事録の自動要約やメールの自動作成など、お客様の業務効率化や生産性向上につながるAI関連機能を提供しています。 このような状況の中、ジーニーグループはAI技術に関わる導入コンサルティング、プロダクト提供、ならびに研究開発をさらに推進するために、2023年4月に戦略的子会社である「JAPAN AI株式会社」を設立いたしました。 当社は「AIで持続可能な未来の社会を創る」というPurposeを掲げ、日本企業の生産性向上や産業の活性化のための様々なAIプロダクトの開発と提供を行っています。高度なプロダクトを開発するために、ChatGPTをはじめとした各種大規模言語モデルやGenerative AIなどの分野の研究も進めています。 昨年2024年11月には、国内企業としても一早く「AIエージェント*」をローンチし、多くの企業様に高評価を頂いており、国内市場を席捲しております。 当社はAI市場のトップランカーであると自負しております。 JAPAN AI株式会社：https://japan-ai.co.jp/　 ＊：JAPAN AI 「AIエージェント」を提供開始 　　AIエージェント部門でグランプリに選出 募集背景 JAPAN AIは、500名規模の組織を目指し、全職種で積極的な採用を推進しています。特にCxOクラス（CFO・CRO・CPO等）の経営幹部採用、およびエンジニア・PdMなど開発組織の強化が事業成長の最大のボトルネックとなっています。 採用チームは現在5名体制ですが、採用の「量」と「質」を同時に引き上げるためには、事業戦略を理解し、経営陣と対等に議論しながら採用戦略を設計・実行できるリーダーが不可欠です。採用を単なるバックオフィス機能ではなく、事業成長のドライバーとして位置づけ、その中核を担っていただける方を募集します。 業務内容 『毎月の大量採用を、"量"ではなく"質"で実現する。AI企業の成長エンジンを動かす採用リードを募集』 JAPAN AIは、エンタープライズ向け生成AIプラットフォームを提供し、設立から急速に組織を拡大しているAIスタートアップです。現在約240名の組織が、500名、そして1,000名規模を目指して成長を続けています。 この成長を実現するために、採用は最重要の経営課題です。しかし、私たちが求めているのは単なる「大量採用のオペレーター」ではありません。事業戦略・組織戦略と連動した採用戦略を自ら設計し、CxOクラスからエンジニア・ビジネス職まで、難易度の高いポジションの採用を主体的にリードできる方を求めています。 本ポジションは、経営陣・事業部門長と直接連携しながら、採用の上流（戦略設計・要件定義）から下流（候補者体験の最適化・クロージング）まで一気通貫で担っていただく、採用チームの中核ポジションです。 具体的な業務内容 ① 採用戦略の設計・実行 事業計画・組織計画に基づく採用ロードマップの策定 職種別・等級別の採用優先順位の設計と、経営陣との合意形成 採用KPI（充足率・リードタイム・チャネル別効率等）の設計・モニタリング・改善 ② ハイレイヤー・高難易度ポジションの採用推進 CxO・部門長クラスのエグゼクティブ採用のリード エンジニア・PdMなど開発組織の採用における母集団形成からクロージングまで ダイレクトリクルーティングの企画・実行（スカウト戦略の設計、候補者アプローチ） ③ 採用プロセス・オペレーションの設計と品質向上 構造化面接の導入・面接スコアカードの設計・面接官トレーニングの実施 選考プロセス全体の設計・改善（候補者体験の最適化を含む） エージェントマネジメントの高度化（パートナー選定・関係構築・成果管理） ④ 採用ブランディング・チャネル開拓 採用広報戦略の企画・推進（テックブログ、イベント登壇、SNS発信等との連携） リファラル採用の仕組み化と社内浸透 新規採用チャネルの開拓・効果検証 ⑤ 採用チームのマネジメント（将来的に） 採用チーム（現5名）の業務設計・育成・パフォーマンス管理 採用オペレーションの型化・仕組み化による生産性向上 配属予定部署 【JAPAN AIコーポレート 採用グループ｜計12名】 ・CHRO ・人事マネージャー ・採用グループ｜7名（内リクルーター5名、オペレーター1名、ソーサー1名） ・広報グループ｜3名 参考note： CHRO：メガベンチャー出身 ベテラン人事がなぜ今AIスタートアップを選んだのか。入社して見えた「珍しいカルチャー」とは？ このポジションの魅力 ① 採用の「戦略家」と「実行者」の両方を経験できる 経営陣と採用戦略を議論するテーブルに座りながら、自らスカウトメールを送り、候補者と向き合う。上流から下流まで一気通貫で関われるからこそ、採用のプロフェッショナルとしての総合力が磨かれます。大手企業のように分業化された採用ではなく、戦略と実行が直結する環境です。 ② CxO・エグゼクティブ採用という希少な実戦経験 CFO・CRO・CPOといった経営幹部の採用を、エージェント任せではなく自らリードする経験は、採用マーケットにおいても極めて希少です。経営陣と共に「どんな人物が事業を次のフェーズに導けるか」を議論し、採用要件から設計する経験が得られます。 ③ 急拡大フェーズの採用基盤を自らの手で構築できる 240名から500名、1,000名規模を目指す成長過程で、面接品質の標準化、構造化面接の導入、採用KPIの設計など、スケーラブルな採用基盤をゼロから構築できます。あなたが設計した仕組みが、今後数百名の採用を支える基盤になります。 ④ AI産業の最前線で「採用×テクノロジー」のキャリアを築ける 生成AIは、クラウド・モバイルに続く次の基幹テクノロジーとして、あらゆる産業の業務プロセスを変革しつつあります。国内外の主要リサーチ機関が、今後数年間で市場が数十倍規模に拡大すると予測しており、それに伴いAI企業の組織課題も急速に複雑化しています。AI企業の採用戦略を設計・実行した経験は、今後の人事・採用キャリアにおいて大きな差別化要因となります。 入社後に期待すること 〜3ヶ月： 現状把握と信頼構築。全事業部門長との1on1を通じて採用ニーズを把握。既存の採用プロセス・チャネル・KPIの現状分析を完了。主要エージェントとのリレーション構築 〜6ヶ月： 採用戦略の再設計と実行。職種別・等級別の採用優先順位を確定し、経営陣と合意。構造化面接・スコアカードの導入。担当ポジションの採用計画達成に向けた実行をリード 〜12ヶ月： 採用基盤の確立。採用KPIダッシュボードの運用定着。リファラル採用の仕組み化。採用チームの生産性向上施策の実行。年間採用計画の達成をリード 働き方 基本的に出社勤務となりますが、週1日在宅勤務が可能です（今後、状況に応じて変更になる可能性はございます）経営陣・事業部門長・面接候補者との密なコミュニケーションを重視しているため、対面での業務を基本としています。ただし、体調不良やご家族のケアが必要な場合は、上長への相談の上で在宅勤務が可能です。 必須条件 事業会社における中途採用の実務経験3年以上 エグゼクティブクラス（部門長以上）の採用をリードした経験 事業戦略・組織戦略と連動した採用計画の策定・実行経験 エンジニアまたはプロダクト職種の採用経験 経営陣・事業責任者と連携し、採用要件の定義から選考プロセス設計までを推進した経験 歓迎条件 100名→300名以上への急拡大フェーズでの採用経験 IT/SaaS/AI業界での採用経験 ダイレクトリクルーティング（スカウト）の戦略設計・実行経験 採用KPIの設計・データドリブンな採用改善の経験 採用チーム（3名以上）のマネジメント経験 エンジニアリングやソフトウェア開発プロセスへの基礎的な理解 求める人物像 事業理解力： 採用を「人を集める作業」ではなく「事業成長の手段」として捉え、事業戦略から逆算して採用戦略を設計できる方 当事者意識： 「採用できなかった」で終わらせず、要件の再定義・チャネルの変更・プロセスの改善など、あらゆる手段を尽くして結果にコミットできる方 候補者視点： 候補者にとっての選考体験を常に意識し、「選ばれる企業」をつくるための工夫を惜しまない方 データ活用力： 感覚や経験則だけに頼らず、採用データを分析し、ファクトベースで意思決定・改善ができる方 巻き込み力： 経営層から現場マネージャーまで、採用に関わるすべてのステークホルダーを巻き込み、全社的な採用力を高められる方 変化適応力： 急成長環境における優先順位の変化や新たな課題を楽しみ、柔軟に対応できる方 選考フロー 書類選考 → 面接（3～4回）→ 内定 ※最終面接までにSPIの受験とリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Corpotate
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【SaaS】カスタマーサクセス担当_SFA/CRM

  株式会社ジーニーについて 当社は「日本からGAFAのような世界的なテクノロジー企業を創る」という想いのもと、2010年4月に設立。創業からわずか7年で上場を果たし、その後も増収増益を続ける圧倒的成長企業です。 マーケティングテクノロジーを専門とする企業として、広告プラットフォーム事業やマーケティングSaaS事業、デジタルPR事業などを展開しており、アドテクノロジーとマーケティングテクノロジーの両プロダクトを保有する希少な企業として成長を続けています。 2020年には、Financial Times社発表の『アジア成長企業ランキング』も受賞いたしました。 また2023年には当社の100％子会社として、最先端市場であるAI事業を主軸に事業展開を行う、JAPAN AI株式会社を設立いたしました。JAPAN AIの技術は、ジーニーの既存のプロダクトとシナジーを生み出し、グループ全体で高成長を遂げている最中となります。時代の最先端のソリューションを提案することで、顧客の業務効率化や生産性向上に貢献しています。 ※『アジア成長企業ランキング 2020』は、アジア太平洋地域の12ヶ国5,000万以上の企業を対象に調査し、2015年から2018年の売上成長率をもとに、飛躍的活躍を遂げた企業500社を選出するランキングです。ジーニーは全体で357位、日本から選出されたテクノロジー企業では11位を受賞しています。 https://geniee.co.jp/news/20200525/232 募集背景 2010年にアドテクノロジー事業から発足した当社。 現在は、インターネット広告に関わる「広告プラットフォーム事業」とマーケティング活動の効率化につながるソフトウェアを提供する「マーケティングSaaS事業」を展開。 弊社の強みである広告プラットフォームを軸に事業領域と提供地域を年々拡大し、2016年には主力事業「GENIEE SSP」が国内トップクラスの規模へ成長。 また、東南アジアを中心とする海外に展開。 このように事業セグメントを拡大する当社は現在、マーケティングSaaS事業に注力し事業領域を拡大しています。 特に近年では、営業活動における商談管理ツール”GENIEE SFA/CRM”は前年比300%を超える成長を達成。 更なる成長と進化を遂げるため現在、新たにMAツールのリリース。 このような急成長のフェーズにおいて、カスタマーサクセス部門の強化が急務となっています。 SaaS事業の成長加速に向け、カスタマーサクセス部門のリーダーとして、クライアントの成功を支援し、サービスの定着と成長を促進できる方を募集しています。 ※「GENIEE SFA/CRM」は2025年の「BOXIL SaaS AWARD」において、 SFA（営業支援システム）部門で１位を獲得しています。 プレスリリース：BOXIL SaaS AWARD 2025 業務内容  カスタマーサクセス担当として、以下の業務をお任せします。 ・SFA/CRMツールの導入／活用支援 ・顧客のビジネス課題に対する最適なフォローアップ ・既存MRRの拡張／アップセル／クロスセル ・エンタープライズ顧客との折衝 ・クライアントとの定期ミーティング ・他部門（プロダクト、セールス）との連携～調整 業務の魅力/やりがい ・クライアントの成功を直接的にサポートすることができます ・様々なクライアントと携わることで、業界知識やスキルを広げることができます ・プロダクトの改善提案に影響を与えることができ、事業成長に貢献できます GENIEE SFAの魅力 ・国内6,300社以上の導入実績を持つSFA/CRMプロダクト ・国産SFA/CRM初のGPT-4搭載AIアシスタントを提供し、技術革新をリード ・BOXIL SaaS AWARD 2025でSFA部門1位を獲得し、国産SFAとして外資SFAに立ち向かえるプロダクトへ成長 ・営業DXを実現する豊富な機能と柔軟なカスタマイズ性 ※「BOXIL SaaS AWARD 2025」で SFA（営業支援システム）部門1位を獲得 ※「ITreview Grid Award 2025 Spring」8期連続2部門で最高位に認定 働き方 出社勤務となります。ただし体調不良やご家族のケアが必要な場合は、上長に相談の上で在宅勤務が可能です。 必須条件 ・SaaSまたはCRMツールに関するカスタマーサクセス業務のご経験3年以上 ・エンタープライズ顧客との折衝経験 歓迎条件 ・SFA/CRMに関するご経験 ・業務における仕組化のご経験 選考フロー 書類選考 → 面接（2～3回）→ 内定 ※最終面接までにSPIの受験とリファレンスチェックをご対応いただきます 続きを見る

  • ビジネス
  • 正社員
  • 東京都新宿区西新宿６－８－１　住友不動産新宿オークタワー６階

• 

  【JAPAN AI】経営企画・RevOps（マネージャー候補）

  JAPAN AI株式会社について JAPAN AI株式会社は、2023年4月に設立された現在4期目のAIスタートアップです。 グロース市場に上場している株式会社ジーニーのグループ会社として設立されました。 ジーニーは、プロダクト開発において積極的にAI技術を活用しており、自社プロダクトである「GENIEE SFA/CRM」や「GENIEE CHAT」において、ChatGPTを活用した議事録の自動要約やメールの自動作成など、お客様の業務効率化や生産性向上につながるAI関連機能を提供しています。 このような状況の中、ジーニーグループはAI技術に関わる導入コンサルティング、プロダクト提供、ならびに研究開発をさらに推進するために、2023年4月に戦略的子会社である「JAPAN AI株式会社」を設立いたしました。 当社は「AIで持続可能な未来の社会を創る」というPurposeを掲げ、日本企業の生産性向上や産業の活性化のための様々なAIプロダクトの開発と提供を行っています。高度なプロダクトを開発するために、ChatGPTをはじめとした各種大規模言語モデルやGenerative AIなどの分野の研究も進めています。 また、2024年11月には、国内企業としてもいち早く「AIエージェント」をローンチし、多くの企業様より高い評価をいただいています。AI市場が急拡大する中で、当社は国内トップランナーとして、プロダクト・事業・組織のすべてを加速度的に進化させています。 JAPAN AI株式会社：https://japan-ai.co.jp/ ＊：JAPAN AI 「AIエージェント」を提供開始 　　AIエージェント部門でグランプリに選出 募集背景 この先1、2年で、JAPAN AIという社名の通り「AI市場国内No.1」という高い目標を掲げています。 「AIで持続可能な未来の社会を創る」というPurposeに共感いただき、AIにおける産業革命を起こそうと優秀なメンバーたちが集い、この3年で約220名規模（2年連続 約100名の増員、業務委託含む）まで増員ができました。 一方で、事業と組織が急拡大する今のフェーズでは、経営戦略の策定・実行、全社的な経営管理の高度化、そして収益最大化に向けたRevenue Operationsの整備を一体で推進する体制が必要不可欠となっています。 現在のJAPAN AIでは、QBR・中期経営計画の運営、KPI/KGIモニタリング、予実管理、ボードレポーティング、資金調達対応、新規協業やM&A検討など、経営企画に求められる役割が急速に拡張しています。 そのため本ポジションでは、既存の仕組みを運用するだけでなく、JAPAN AIに最適な経営管理・収益管理の基盤を構築し、経営層とともに全社成長を牽引いただける方を募集します。 経営層と密に連携しながら、データドリブンな意思決定基盤の構築、中長期戦略の立案、全社的な収益プロセスの最適化、さらには資金調達・M&A・アライアンスなどの重要テーマにも関与し、AI市場No.1企業への成長を加速させる重要ポジションです。 チームの目標/ミッション JAPAN AIは「一企業に一つオリジナルのAIを持つ時代を創る。そしてAIは働く人をサポートし、圧倒的な生産性を実現する。」というビジョンを掲げています。 本ポジションのミッションは、経営企画とRevOpsの両輪で、JAPAN AIの持続的な成長と収益最大化を実現することです。 中長期の経営戦略・事業計画の策定と実行をリードするとともに、マーケティング／セールス／カスタマーサクセスを横断して収益プロセスを最適化し、意思決定の精度と実行力を高めていただきます。 また、単なる管理にとどまらず、経営課題の構造化、組織成長を支える経営基盤づくり、新たな事業機会の評価、投資判断支援まで担うことで、AI市場No.1企業に向けた成長の道筋を設計し、再現性のある成長基盤として組織に実装していただくことを期待しています。 業務内容 『～日本一になりたい方へ～ AIで日本に革命を起こしませんか？』 生成AIの台頭により、AI産業はいま、何十年に一度とも言われる大きな転換点を迎えています。市場の急拡大とともに、数多くの生成AIスタートアップが生まれ、競争も一気に加速しています。 その中で私たちは、JAPAN AIこそがこの「AI革命」を牽引する存在になれると確信し、全社一丸となって挑戦を続けています。 本ポジションでは、経営企画／RevOps部門のマネージャー候補として、以下の業務をお任せします。 【経営企画】 ・中長期経営戦略、事業計画の策定支援と実行推進 ・QBR、中期経営計画、OKR/KGI/KPI運営の推進 ・全社KPI/KGIの設計、モニタリング、分析 ・予実管理、差異要因分析、改善アクション推進 ・経営会議、取締役会、ボード会、営業定例等の会議体運営 ・競合分析、市場調査、業界動向の把握 ・経営課題の整理と部門横断での解決推進 ・資金調達関連のデータ収集、資料作成、Q&A支援 【RevOps（Revenue Operations）】 ・マーケティング、セールス、カスタマーサクセスを横断した業務設計・改善 ・ファネル／パイプラインの可視化、分析、改善 ・MRR、NRR、LTV、CAC、Churn等のKPI設計・分析 ・収益予測モデルの構築、精度向上 ・CRM/SFA等の活用推進（入力品質向上、仕組み化、運用定着） ・各部門の数値ロジック・運用フローの妥当性チェック、改善 ・部門間の情報共有、数値管理フローの整備 ・経営数値の見える化基盤の整備、およびデータドリブンな意思決定の推進 配属予定部署 経営企画／RevOps部 ※経営層（CEO、CTO、CMO等）と直接連携する組織となります。 ※ボードメンバーや各部門責任者と密に連携しながら、全社横断で経営課題の解決を推進いただきます。現在リーダー1名(男性)、業務委託1名(男性)、派遣社員1名(女性)の少数精鋭チームとなります。 現リーダーおよび深く業務で携わるステークホルダーについてはnote記事をご参考ください。 関連note： ・CEO : JAPAN AIの新たなValueについて 〜AI革命の最前線で挑戦し続けるために〜 ・CMO : 好奇心に忠実なCMOが、AI業界にハマる理由 ・CTO : “Mini-CTO”集団の形成へ。CTOが語るJAPAN AIが起こしていく革命 ・会計参与：経営・投資戦略×分析”で組織を動かす｜お仕事インタビューvol.7 ～ 吉本隆之 ・現リーダー : JAPAN AIで最も認知されている社員の話　プロフェッショナルたちの架け橋になるまで このポジションの魅力 ①経営企画とRevOpsを横断して経験できる 経営戦略の実行支援だけでなく、収益プロセスの改善まで一気通貫で担えるため、経営企画と事業オペレーションの双方の視点を身につけることができます。 ②急成長AI企業の中核で仕組みづくりに携われる 急拡大する事業・組織を支えるために、モニタリングフロー、KPI設計、会議体運営、収益管理の仕組みを再整備し、定着までリードできます。 ③経営層に近い距離で、全社に影響するテーマを扱える 経営陣や各部門責任者と密に連携し、重要な経営課題や事業課題の解決を推進します。自らの仕事が事業成長に直結する実感を持てる環境です。 ④守りの管理だけでなく、攻めの成長テーマにも関われる 予実管理や会議体運営だけでなく、資金調達支援、収益モデルの改善、アライアンスやM&Aに関わる論点整理など、攻めのテーマにも携われます。 ⑤AI活用を前提とした次世代の経営企画を実践できる JAPAN AI Chatをはじめとする生成AIツールを活用しながら、数値分析、資料作成、情報整理、業務効率化を進めることができます。AI企業ならではの環境で、先進的な働き方を実践できます。 働き方 出社勤務となります。(週1回のリモート勤務可能) また体調不良やご家族のケアが必要な場合は、上長に相談の上で在宅勤務が可能です。 必須条件 下記すべてを満たす方 ①事業会社もしくはコンサルティング会社における、経営企画およびRevOps等の実務経験 3年以上 ②予実管理、KPI管理、数値分析の実務経験 3年以上 ③Excel／Googleスプレッドシート等、関数による数値分析経験 ④経営会議資料、レポート資料等の作成経験 歓迎条件 ・IT、SaaS、AI企業での就業経験 ・戦略／総合／業務コンサルティングファーム出身 ・RevOps、SalesOps、営業管理の構築・改善経験 ・CRM/SFA（Salesforce、HubSpot等）の導入・運用・改善経験 ・BIツール等を活用したダッシュボード整備経験 ・資金調達、M&A、PMI、アライアンス推進等に関わる経験 ・PLベースでの収益管理、事業管理経験 ・AIツールを活用した業務改善、レポーティング効率化、オペレーション設計、ダッシュボード構築、モニタリング基盤整備の経験 求める人物像 ・論点整理が得意で、複雑な状況を構造化できる方 ・数値を起点に課題を見つけ、改善まで推進できる方 ・現場と経営の間に立って、実務を前に進められる方 ・既存資料やスプレッドシートを読み解くことを厭わない方 ・変化を前向きにとらえ、スピード感を持って業務に取り組める方 ・AIツールを活用し、情報整理・分析・資料作成の生産性向上を図った、またはその活用に前向きである方 選考フロー 書類選考　→面接（3回）→　内定 ※最終面接までにSPIの受験とリファレンスチェックをご対応いただきます。 続きを見る

  • JAPAN AI / Corpotate
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】AI ソリューションエンジニア (FDE)

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 企業は数多くの SaaS を導入し便利になった反面、システムが分断され複雑化しています。人間が各システムを横断して手作業でデータを繋ぐ「SaaS 疲れ」が起きています。この課題を解決するのが、AI を「企業の脳」にする JAPAN AI STUDIO です。 しかし、どれほど優れたプロダクトを作っても、顧客の現場に入り込み、業務プロセスを解体し、AI を前提とした次世代の基幹システムを実装する人間がいなければ、「企業の脳」は実現しません。 JAPAN AI はAI エージェント時代にアップデートした FDE 体制を構築します。 現在 FDE チームは 7名。これを 30名へ拡大し、200〜300名規模の FDE & DS (Deployment Strategy) 体制を構築する — JAPAN AI の最優先採用ポジションです。 ミッション 顧客の業務プロセスを解体し、AI を前提とした「次世代の基幹システム (企業の脳)」を実装する 顧客の現場に深く入り込み、既存 SaaS 群の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する。JAPAN AI STUDIO を活用し、現場が実際に使えるワークフローを爆速で構築する。その過程で得た知見をプロダクトチームにフィードバックし、プロダクトそのものを進化させます。 顧客の現場で発見された課題やユースケースが、直接プロダクトロードマップに反映されます。 AI ソリューションエンジニアについて AI ソリューションエンジニアは、Palantir 社が確立した FDE (Forward Deployed Engineer) を、AI エージェント時代にアップデートしたポジションです。顧客の最も困難な業務課題を、AI と自社プロダクトを武器に解決します。 SIer / SES でのエンジニア 受け取った仕様書通りに実装する 客先常駐で開発リソースを提供する 多重下請け構造の中で顧客と距離がある 特定領域・特定技術の深掘り 本ポジション 顧客と直接対話し、課題を発見して仕様を自ら定義する 自社オフィスを拠点に、自社プロダクトで顧客課題を解決する 経営層から現場担当者まで、顧客と直接信頼関係を築く フルスタック × AI × ビジネス理解 受託開発でも客先常駐でもありません。顧客現場で課題を発見し、軽量な PoC を高速実装し、本番導入まで伴走する。その過程で得た知見がプロダクトを進化させます。 期待する役割について 顧客の業務プロセスとデータ環境を深く理解し、JAPAN AI STUDIO を活用して課題解決を実装・導入するエンジニアです。 顧客の既存システム (SaaS 群) の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する JAPAN AI STUDIO を活用し、現場が実際に使えるワークフロー (稟議承認、リソース最適配置、見込み顧客探索 等) を爆速で構築する PoC を本番環境へ導入し、利用定着まで伴走する 現場で得た知見をプロダクトチームにフィードバックし、プロダクトを進化させる 経営層から現場担当者まで、多様なステークホルダーと関係を構築する このポジションの魅力 「企業の脳」を実装する手応え : 単なる AI チャットの導入ではない。顧客の全 SaaS を統合し、AI が自律的に業務を実行する「次世代の基幹システム」を、自分の手で実装できる 顧客のビジネスを変える瞬間 : 自分が作ったソリューションが顧客の業務を根本から変える瞬間を、目の前で体験できる。これはプロダクト開発だけでは得られない体験 0→1のソリューション構築 : 顧客の課題発見から PoC 実装、本番導入まで一気通貫で担う。企画・設計・実装・導入のすべてを経験できる AIエージェント時代の最前線 : JAPAN AI STUDIOを武器に、従来のSIerやコンサルでは不可能だったスピードと精度で顧客課題を解決する プロダクトを進化させる : 顧客の現場で得た知見がプロダクトチームにフィードバックされ、JAPAN AIのプロダクト自体を進化させる。あなたの発見が次の機能になる 多様な業界・課題への挑戦 : 金融、製造、小売、不動産など、約200社の顧客が抱える多様な課題に取り組める。1つの業界に閉じない幅広い経験が積める 急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、技術的意思決定に大きな裁量を持てる 業務内容 顧客課題の発見・設計 顧客の業務プロセス・データ環境・既存 SaaS 群の全体像を深く理解し、AI で解決すべき課題を特定 AI がどう介入すれば効率化・最適化できるかを設計する 利害関係者 (経営層〜現場担当者) との関係構築・調整 課題の構造化・仮説構築・ソリューション提案 ワークフロー構築・PoC の高速実装 JAPAN AI STUDIO を活用した業務ワークフローの構築 (稟議承認、リソース最適配置、見込み顧客探索、データ連携 等) LLM / AI エージェントを活用した軽量 PoC の高速実装 顧客の既存 SaaS (SmartHR / Salesforce / HRMOS / 楽々精算 等) との API 連携・データ統合 フルスタック開発 (バックエンド + フロントエンド)  本番導入・伴走 本番導入の技術支援・運用設計 セキュリティ・コンプライアンス要件への対応 導入後の利用定着支援・改善提案 プロダクトフィードバック 顧客フィードバックのプロダクトチームへの還元 新規ユースケースの発見・提案 プロダクト改善に繋がるパターンの抽出・体系化 業務シナリオ例 ※以下は想定される業務シナリオの例です ■ シナリオ 1 : 製造業の「SaaS 疲れ」を解消する企業の脳の構築 従業員 500名の製造業の顧客。SmartHR / 楽々精算 / kintone / Salesforce を個別に運用しており、部門間のデータ連携は手作業で行われている。現場ヒアリングで「月末の経費精算に 1人あたり 2時間かかっている」「営業が受注情報を 3つのシステムに手入力している」という課題を発見。JAPAN AI STUDIO で各 SaaS を API 連携し、経費精算の自動承認ワークフローと受注データの自動連携エージェントを 2週間で構築。月間 400時間の業務削減を実現し、他部署への展開 (アップセル) に繋げる。 ■ シナリオ 2 : 金融機関の 24時間見込み顧客探索エージェント 地方銀行の法人営業部門。営業担当者が手動で企業情報を調査し、アプローチリストを作成している。1件あたり 30分かかり、1日 10件が限界。JAPAN AI STUDIO で企業データベース・ニュースフィード・決算情報を統合し、AI エージェントが 24時間体制で見込み顧客を探索・スコアリングするワークフローを構築。営業担当者は毎朝、AI が優先順位付けしたアプローチリストを受け取るだけの状態に。アプローチ数が 3倍に増加し、受注率が 15% 向上。 ■ シナリオ 3 : 小売業の稟議承認プロセスの AI 化 全国 50店舗を展開する小売業の顧客。店舗からの発注稟議が紙ベースで、本部での承認に平均 5営業日かかっている。現場観察で「承認者が出張中に稟議が滞留する」「過去の類似稟議を参照できない」という課題を特定。JAPAN AI STUDIO で稟議データを構造化し、AI が過去の承認パターンを学習して一次判断を行うワークフローを構築。承認リードタイムを 5営業日から 1営業日に短縮。この成功事例をプロダクトチームにフィードバックし、JAPAN AI AGENT の標準テンプレートとして全顧客に展開。 成果責任 (KR/メトリクス) FDE の動きがプロダクトの成長 (ARR) に直結する設計です。 先行指標 (行動とアウトプット) STUDIO での新規ワークフロー構築数 — 顧客の課題をどれだけシステム化できたか SaaS 連携数 — 顧客の既存 SaaS を JAPAN AI に接続した数 (= 企業の脳の「視界」が広がった数) デプロイ速度 — 要件定義から最初の AI エージェント稼働までのリードタイム 遅行指標 (事業と顧客へのインパクト) アクティブ利用率 (MAU / DAU) — 構築した AI ワークフローが、現場で実際にどれだけ使われているか 顧客の業務削減時間 / ROI — AI 導入によって浮いた工数や、受注率向上などの実数 アップセル・クロスセル額 — 初期導入拠点から、他部署や地方拠点へ展開したことによる追加売上 チーム体制 約120名が開発組織に在籍しています。  チームは現在6名で、以下のチーム・ステークホルダーと密接に連携します： Product Architect — プロダクト設計 Agentic Engineer — エージェント機能開発 AI Success Engineer — 導入後の顧客成功支援 Deployment Strategy — 顧客への導入戦略・展開推進 必須条件 ソフトウェアエンジニアとしての実務経験 : 3年以上 フルスタック開発能力 (バックエンド + フロントエンド) LLM/生成AIを活用したアプリケーション開発経験 クラウド環境 (AWS / GCP / Azure) での開発・運用経験 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) 歓迎条件 SIer / SES / 受託開発企業での顧客折衝・要件定義・実装経験 顧客対応 (技術コンサルティング、SE、CS等) の経験 : 2年以上 エンタープライズ向けSaaS導入・カスタマイズ経験 AI エージェントフレームワーク (LangChain / LangGraph / AutoGen / CrewAI 等) の実務経験 データ統合・ETLパイプライン構築経験 セキュリティ基礎 (認証/認可、暗号化、コンプライアンス) プロジェクトマネジメント経験 英語での技術コミュニケーション能力 開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK インフラ : GCP (コンテナ / K8s) , Docker データ : BigQuery, PostgreSQL, 各種顧客データソース ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート フレキシブルな勤務時間帯 : コアタイムは要相談 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】フルスタックエンジニア (FDE) / 第二新卒歓迎

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 企業は数多くの SaaS を導入し便利になった反面、システムが分断され複雑化しています。人間が各システムを横断して手作業でデータを繋ぐ「SaaS 疲れ」が起きています。この課題を解決するのが、AI を「企業の脳」にする JAPAN AI STUDIO です。 私たちは AI エージェント時代の「次世代の基幹システム (企業の脳)」を、フルスタックエンジニアの手で実装しています。現在この実装を担うコアチームは 7名。これを 30名へ拡大し、200〜300名規模の体制を構築する — JAPAN AI の最優先採用ポジションです。 このスケールを実現するため、即戦力採用に加え、第二新卒 / 若手のフルスタックエンジニアを早期に迎え入れ、AI エージェント時代の中核人材として育成する枠を新設します。20代中盤の今、AI エージェント時代の最前線でキャリアを 5年ぶん圧縮するチャンスです。 ミッション 顧客の業務プロセスを解体し、AI を前提とした「次世代の基幹システム (企業の脳)」を実装する 顧客の現場に深く入り込み、既存 SaaS 群の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する。JAPAN AI STUDIO を活用し、現場が実際に使えるワークフローを爆速で構築する。その過程で得た知見をプロダクトチームにフィードバックし、プロダクトそのものを進化させます。 顧客の現場で発見された課題やユースケースが、直接プロダクトロードマップに反映されます。 期待する役割について シニアエンジニアと協働しながら、以下を段階的に担っていただきます。 Phase 1 (入社〜3ヶ月): 実装担当 シニアエンジニアが設計したワークフロー / PoC の実装担当 JAPAN AI STUDIO の操作・SDK の習熟 各種 SaaS (Salesforce / SmartHR / kintone 等) との API 連携実装 Phase 2 (3〜6ヶ月): 実装リード 小規模ワークフローの設計〜実装を単独で担当 実装方針のドキュメント化・チーム内共有 プロダクトチームへのフィードバック起票 Phase 3 (6〜12ヶ月): 中規模機能のリード 中規模機能の設計・実装のリード 技術選定・アーキテクチャ判断への参加 後続のポテンシャル枠メンバーの OJT サポート このポジションの魅力 「企業の脳」を実装する手応え : 単なる AI チャットの導入ではない。顧客の全 SaaS を統合し、AI が自律的に業務を実行する「次世代の基幹システム」を、自分の手で実装できる 顧客のビジネスを変える瞬間 : 自分が作ったソリューションが顧客の業務を根本から変える瞬間を、目の前で体験できる。これはプロダクト開発だけでは得られない体験 0→1のソリューション構築 : 顧客の課題発見から PoC 実装、本番導入まで一気通貫で担う。企画・設計・実装・導入のすべてを経験できる AIエージェント時代の最前線 : JAPAN AI STUDIOを武器に、従来のSIerやコンサルでは不可能だったスピードと精度で顧客課題を解決する プロダクトを進化させる : 顧客の現場で得た知見がプロダクトチームにフィードバックされ、JAPAN AIのプロダクト自体を進化させる。あなたの発見が次の機能になる 多様な業界・課題への挑戦 : 金融、製造、小売、不動産など、約200社の顧客が抱える多様な課題に取り組める。1つの業界に閉じない幅広い経験が積める 急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、技術的意思決定に大きな裁量を持てる 業務内容 プロダクト開発 JAPAN AI STUDIO を活用した業務ワークフローの実装 (稟議承認、リソース最適配置、見込み 顧客探索、データ連携 等) LLM / AI エージェントを活用した軽量 PoC の高速実装 各種 SaaS (SmartHR / Salesforce / HRMOS / 楽々精算 等) との API 連携・データ統合 フルスタック開発 (バックエンド + フロントエンド) 本番導入のための実装・改善 シニアエンジニアの設計に基づく本番導入向け実装 パフォーマンス・信頼性の改善 セキュリティ・コンプライアンス要件への対応 (シニアのサポート下) プロダクトフィードバック 実装過程で気づいた改善ポイントのプロダクトチームへの還元 再利用可能なコンポーネント・パターンの抽出と提案 成果責任 (KR/メトリクス) プロダクトの成長 (ARR) に直結する設計です。 先行指標 (行動とアウトプット) STUDIO での新規ワークフロー構築数 — 顧客の課題をどれだけシステム化できたか SaaS 連携数 — 顧客の既存 SaaS を JAPAN AI に接続した数 (= 企業の脳の「視界」が広がった数) デプロイ速度 — 要件定義から最初の AI エージェント稼働までのリードタイム 遅行指標 (事業と顧客へのインパクト) アクティブ利用率 (MAU / DAU) — 構築した AI ワークフローが、現場で実際にどれだけ使われているか 顧客の業務削減時間 / ROI — AI 導入によって浮いた工数や、受注率向上などの実数 アップセル・クロスセル額 — 初期導入拠点から、他部署や地方拠点へ展開したことによる追加売上 チーム体制 約120名が開発組織に在籍しています。  本ポジションが所属する FDE チームは現在 7名で、以下のチーム・ステークホルダーと密接に連携します: Product Architect — プロダクト設計 Agentic Engineer — エージェント機能開発 AI Success Engineer — 導入後の顧客成功支援 Deployment Strategy — 顧客への導入戦略・展開推進 必須条件 ソフトウェアエンジニアとしての実務経験: 1年以上 Python または TypeScript いずれかでの実装経験 フルスタック志向 (バックエンド + フロントエンドのどちらかが主軸でも、もう一方を学ぶ意欲があれば可) LLM / 生成 AI を活用したアプリケーション開発の経験または強い興味 日本語: Native Level 歓迎条件 フルスタック開発経験 (Python / Node.js / TypeScript / React / Next.js 等) クラウド環境 (AWS / GCP / Azure) での開発・運用経験 AI エージェントフレームワーク (LangChain / LangGraph / AutoGen / CrewAI 等) の利用経験 エンタープライズ向け SaaS の利用 / 連携経験 個人開発・OSS 活動・ハッカソン入賞などの自走経験 学生時代の技術系インターン経験 (スタートアップ / メガベンチャー / 外資) 英語での技術ドキュメント読解 開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK インフラ : GCP (コンテナ / K8s) , Docker データ : BigQuery, PostgreSQL, 各種顧客データソース ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート 入社後 3ヶ月間は OJT のため出社頻度高め (応相談) 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

全 124 件中 24 件 を表示しています