関連資料

• 会社紹介資料
• ビジネスグループ採用関連資料
• エンジニア向け会社紹介資料
• 新入社員オンボーディングに関する記事

仕事概要

私たちは「"働く"にもっと『楽しい』を創造する。」というMissionを掲げ、60兆円規模の建設業界が抱える人手不足・生産性課題をテクノロジーで解決することに挑戦しています。主力プロダクト「SPIDER+」は2,200社・7万人超のユーザーに利用される建設DXのデファクトとなりつつあります。

2026年4月、私たちは次なる成長エンジンとして研究開発部を新設しました。建設現場特有の工事写真・電子黒板・図面・検査データといった「現場のリアルなデータ」に対し、LLM・画像認識・RAG等の最先端AI技術を適用し、PoCを通じてプロダクト組込み・AaaS（AI Agent as a Service）化を実現していくミッションを担います。

本ポジションでは、研究テーマに対するPoC実行・技術検証の中核メンバーとして、プロトタイプ開発から精度評価、プロダクトチームへの技術移管までを一気通貫で担っていただきます。

【本ポジションのミッション】

• 建設×AI領域のPoCを企画から実装・評価・技術移管まで完遂する
• LLM API・画像認識API等を活用したAIアプリケーションの設計・実装
• 技術論文・OSS・競合動向の調査と研究チームへの知見還元
• プロダクト開発部と連携した研究成果の実装支援・技術仕様化

業務内容

■ PoC設計・プロトタイプ開発（業務の中心）
・担当PoCテーマのプロトタイプ開発、実験設計、精度評価
・LLM（Claude、GPT等）/ 画像認識モデルを活用したアプリケーション設計・実装
・プロンプトエンジニアリング、RAGアーキテクチャ設計、Few-shot評価
・建設業特有のドメインデータ（工事写真、電子黒板、図面、検査データ等）の前処理・特徴量設計

■ 技術調査・知見還元
・最新AI技術（LLM、マルチモーダルモデル、画像認識、音声認識等）の動向調査
・競合他社の建設テックAI機能のウォッチと差別化観点の整理
・技術論文・OSS等の調査結果を研究チーム・プロダクト開発部に共有

■ プロダクト連携・技術移管
・プロダクト開発部と連携した研究成果の技術仕様策定
・PoC成果のプロダクトロードマップ組込みに向けた要件整理・実装支援
・SPIDER+ MCPを活用した社内開発支援ツールへの貢献

■ 知財・対外発信（任意）
・特許出願候補のアイデア出し、先行技術調査への参画
・技術ブログ・カンファレンス登壇等での対外発信

入社後まずお任せしたい業務・ミッション

■ 最初の3ヶ月
・既存PoC案件（5件進行中）のキャッチアップとオンボーディング
・担当PoCテーマのアサインと、現場データを用いたプロトタイプ実装着手
・ステークホルダーとの関係構築

■ 3〜6ヶ月
・担当PoCの精度評価・効果検証を完遂、ロードマップ組込み判断への貢献
・並行して新規PoCテーマの企画提案
・技術ブログや勉強会での社内外発信1件以上

■ 6ヶ月以降
・複数PoCの同時推進、または特定領域（LLM応用／画像認識／RAG等）のテックリードへのアサイン
・プロダクト開発部への技術移管プロジェクトを主導
・後続メンバーへの技術指導・育成

必須スキル

■中核メンバー

• AI/ML分野における3年以上の実務経験（研究開発、データサイエンス、MLエンジニアリングのいずれか）
• Python等を用いたデータ分析・モデル構築の実務経験
• LLMを活用したアプリケーション開発またはPoC実行経験（プロンプト設計・評価含む）
• 実験設計・精度評価手法に関する知識

■テックリード候補

 上記の要件に加え

• AI/ML分野における5年以上の研究開発経験
• PoCの企画・設計・実行を主導し、成果をプロダクトに実装した経験
• 特定のAI技術領域（LLM、画像認識、音声認識等）における深い専門知識

歓迎スキル

• 建設・不動産・製造業など特定業界のドメインに対する関心または業務経験
• 画像認識／コンピュータビジョンの実装経験（OCR、物体検出、図面解析等）
• マルチモーダルモデルの応用経験
• RAG（Retrieval-Augmented Generation）アーキテクチャの設計・運用経験
• MLOpsの知見（実験管理、モデルバージョニング、評価パイプライン構築）
• 技術論文の執筆・査読、国際学会での発表経験
• OSSコントリビュート、技術ブログ・カンファレンス登壇等の対外発信経験
• 修士・博士号（情報科学・統計学・AI関連分野）

求める人物像

• 建設業界の課題に技術で挑むことに知的好奇心を持てる方
• 一見地味に見える建設現場の課題に、最先端AIをどう適用するかを楽しめる方
• 「研究のための研究」ではなく、事業貢献を主語にできる方
• PoCをプロダクトに実装してユーザーに届けるところまでオーナーシップを持てる方
• HRT（Humility・Respect・Trust）の精神で協働できる方
• 開発メンバーだけでなく、ビジネス部門やお客様を含む多様なメンバーと建設的に対話できる
• 不確実性を楽しめる方（新設組織ゆえに「正解」がない環境で、自ら問いを立て検証を回せる方
• 学び続ける姿勢を持つ方（進化の激しいAI領域で、論文・OSS・コミュニティから継続的にキャッチアップできる方）

このポジションについて

魅力

■ 建設×AIの黎明期に、ゼロイチで研究組織を作る経験
・2026年4月新設の研究開発部の初期メンバー。組織カルチャー・研究プロセス・PoC運用ルールを自ら設計できる裁量
・部長直下のフラットな体制で、経営層との距離も近い

■ 建設業界のリアルなドメインデータにアクセスできる希少性
・2,200社・7万ユーザーが利用するSPIDER+の蓄積データ（工事写真・電子黒板・図面・検査データ等）を活用した研究開発が可能
・一般的なAI研究では得難い「業界特化型データセット」を扱える

■ 研究で終わらせない。プロダクト・AaaSへの実装まで一気通貫
・PoCで終わらず、プロダクト組込みを通じた恒久的なプロダクト価値の向上を重視する組織
・自分の研究成果がSPIDER+の機能としてユーザーに届く達成感

■ AIネイティブな開発環境
・Claude Code、GitHub Copilot、Devin等の有償AIツールを全社負担で利用可能
・Claude Codeによるマルチエージェント開発、自動Issue起票など、最新のAI活用プロセスを実践

1年後・3年後・5年後のキャリアステップ

※テックリード採用の場合は3年後以降を想定してます。

1年後 ：建設×AI領域の特定技術領域（LLM応用 or 画像認識 or RAG等）の社内エキスパートとして認知。PoC2件以上を完遂しロードマップ組込み実績を持つ。

3年後 ：上位レイヤーへ昇格し、PoCの企画から技術移管まで主導するテックリードに。特許出願や対外発信を通じて業界での技術的プレゼンスを確立。

5年後 ：さらに上位のレイヤー（研究テーマ統括・複数PoC統括）として、研究開発部の中核を担う。または特定技術領域のプリンシパルAIエンジニアとして、業界をリードする研究者へ。

身に付くスキル

■建設ドメイン×AI実装スキル
単なる汎用AIの利用にとどまらず、業界特有のデータ（図面や現場テキスト・画像）をLLMやRAG、画像認識技術に落とし込む実務スキルが身につきます。
この領域は希少価値が高く、市場における差別化要素になります。

■PoCの完遂力
仮説構築→PoC設計→プロトタイプ→効果検証→技術移管の一連を主導した経験を得ることができます。

■LLM／RAG／画像認識の応用実装スキル
API活用だけでなく、プロンプト設計・評価指標設計まで含めた実践力を身につけることができます。

■研究成果の事業化スキル
ビジネスインパクトを定量化し、プロダクト・経営に提案する力がつきます。
対外発信スキル：論文執筆、特許出願、カンファレンス登壇など研究者としてのプレゼンスを構築することができます。

雰囲気・特徴

• 初期のコアメンバーとしてスピード感を持った研究開発が可能
• 研究テーマの方向性はトップダウンではなく、メンバーからのボトムアップ提案を歓迎
• 失敗を共有し称え合う文化。PoCの「やってみてダメだった」も組織の資産として蓄積
• ADR（Architecture Decision Record）等のドキュメントベースで論理に基づく意思決定を行う