## 1. 会社紹介（About HERP）
「採用を変え、日本を強く。」をミッションに掲げ、企業と人材の最適なマッチングを実現するため、採用領域のさまざまなステークホルダーに向けて複数のサービスを開発・提供しているHR Tech企業です。
※代表・庄田のミッションへの想いは[こちら](https://www.fastgrow.jp/articles/herp-shoda-03)
現在は、デジタル人材採用を加速する採用管理システム『HERP Hire』を主軸に、一連の採用プロセスをAIが支援する『HERP AI Recruiter』、人材紹介システム『ジョブミル』、そしてスタートアップ特化型求人メディア『HERP Career』など、採用領域のあらゆるステークホルダーに向けたマルチプロダクトを展開しています。
主力事業である『HERP Hire』は、IT企業を中心に東証プライム上場企業まで、累計3,000社以上の導入実績があります。
## 2. 募集背景・ポジションの意義（Why this Position?）
2025年10月にβ版をリリースした『HERP AI Recruiter』は、採用活動の一部をAIがサポートする新しい体験として注目を集め、既に多数の受注を獲得しています。
一方で、機能拡張・運用安定化の両面で課題があり、**次のフェーズを共に進める開発メンバー**を募集しています。現在は3名体制で開発を進めていますが、事業拡大に伴い体制を再構築しているフェーズです。
プロダクトの利用が広がる中で、**AIアプリケーション特有の難しさ**──確率的な出力の品質をどう担保するか、ハルシネーションをどう抑えるか、ユーザーのフィードバックをどう収集し改善サイクルに乗せるか──に、プロダクトとして本腰を入れて向き合うフェーズに入っています。
LLMを使った機能を「動かす」ことではなく、**「使い続けられる品質にする」「改善し続けられる仕組みにする」**──いわゆる **"LLMOps"** の領域を、技術面から設計・リードできるポジションです。
『HERP AI Recruiter』は単なるAI機能ではなく、**"人が本質的な仕事に集中できる採用体験" を再設計するプロダクト**です。AIブームに流されず、地に足のついた技術探索を通じて、生成AIを本当に価値ある形でプロダクトに根付かせていきたい方にジョイン頂きたいです。
## 3. 得られる経験・成長環境（Growth & Learning）
- **"LLMOps" を立ち上げフェーズから設計・運用できる環境**
出力品質の評価（Evals）、プロンプト設計、RAG、FB収集→改善ループの設計など、生成AIを使ったアプリケーション特有の運用課題と正面から向き合えます。かつてDevOpsが新しい概念として立ち上がったように、いま "LLMOps" と呼ばれる領域が生まれつつあり、その立ち上げに最初から関わり技術的な意思決定をリードできます。
- **AI時代のHR Techを構想・実装できる環境**
ユーザー価値を中心に置いた開発を重視し、AIを目的ではなく手段として扱います。採用現場のリアルな課題を理解しながら、ビジネスと技術の両面で成長できます。
新規事業ならではのスピード感で、顧客や市場の反応をすぐに得られます。自ら課題を特定し、改善までのサイクルを高速で回せます。
チームは和やかで、率直に意見を交わせる文化があります。技術議論やレビューが活発で、安心して挑戦し、成長できる雰囲気です。
入社後半年を目安に次のステップを目指せるよう、定期的なレビュー・成長支援を実施。**Tech Lead・AIエンジニアリングのスペシャリスト・エンジニアマネージャー**など、生成AI時代のプロダクト開発をリードしていくキャリアを描けます。
## 4. 解決したい課題・挑戦機会（Challenges & Opportunities）
『HERP AI Recruiter』が挑んでいるのは、**「人が本質的な判断に集中できる採用体験をあたりまえにする」** ことです。
AIリクルーターは、議事録の生成・サマリー・評価フィードバックまでをAIが支援することで、**担当者が「目の前の候補者にただ向き合うこと」に集中できる状態**を当たり前にしようとしています。AIによって人を置き換えるのではなく、**人とテクノロジーが協働する新しい採用のかたち** をつくることを目指しています。
- **生成AI特有の "定まらなさ" と向き合う**
LLMの出力は確率的で、ハルシネーションも起こり得ます。こうした従来のアプリケーション開発であまり扱ってこなかった "定まらないシステム" に対して、出力品質の評価・期待値への収束設計・運用時のモニタリングをどう設計するか ―― 技術的に深く面白いテーマに取り組めます。
ユーザーからのフィードバックをどう集め、どう評価し、どう改善に回すか。プロダクトが成長するほど効いてくる、"LLMOps" のコアとなる改善基盤をゼロから設計・実装できます。
採用や転職の経験があれば、「自分だったらこうしてほしい」という思いをプロダクトに反映できます。ユーザー課題への理解と生成AIの技術探索を両輪で進めていく実感が得られます。
## 5. 業務内容（Responsibilities）
**短期（入社〜半年程度）**
- 『HERP AI Recruiter』の生成AI関連機能の設計・実装・運用
- プロンプト設計、RAG設計、LLM呼び出しの抽象化・共通基盤の整備
- AI出力の品質評価（Evals）の仕組みづくり
- ログ・フィードバック基盤の整備、モニタリング設計
- PdM・Bizと協働しながら、顧客からのフィードバックを改善サイクルに組み込む仕組みづくり
**中長期（1年〜）**
- LLMOps領域全般の技術リード
- LLMや自然言語処理など新技術の検証・実装
- コスト最適化・スループット改善・信頼性向上
- 他プロダクト（Hire、ジョブミル）とのAI連携設計
- チーム体制の強化とリード
- 生成AIアプリケーション開発の標準・プラクティスの定着
- エンジニア間の技術共有や意思決定をリード
※業務内容の変更範囲：会社の定める業務
## 6. チーム・組織体制（Team）
HERP全社のエンジニアリング組織は約30名強、PdM・Biz・デザイナーと連携してスクラム開発を行っています。メンバー間での相談や提案が活発で、スピードと安心感のバランスが取れた環境です。
『HERP AI Recruiter』チームは現在3名のエンジニアで開発を進めています。事業拡大に合わせて体制を再構築しているフェーズにあり、チームの方向性づくりから関われる環境です。
## 7. 技術スタック（Tech Stack）
- TypeScript
- PostgreSQL, Redis
- AWS（EKS, Lambda, S3）
- Docker, Kubernetes
- Terraform
- GitHub Actions
- Datadog, OpenTelemetry
## 8. 関連リンク（More Info）
- [カルチャーデック](https://culture.herp.co.jp/)
- [エンジニア採用に関して](https://culture.herp.co.jp/engineer)
- [TechHub](https://tech-hub.herp.co.jp/)
🆕[HERPエンジニアが2026年に取り組んでいる重要技術課題8選](https://taketo957.hatenablog.com/entry/2026/05/19/150000)
- [技術組織note](https://note.herp.co.jp/n/ne31b67281edf)
## 9. 選考フロー（Hiring Process）
[Culture Deck](https://arc.net/l/quote/xltqdhpu)をご確認ください
（最終更新日：2026年4月22日）
NEW