AI駆動開発エンジニア（バックエンドエンジニア）

PdM・セールス・アカウントマネジメント・フロントエンドの担当者と連携し、SalesNowの中核を支えるバックエンド開発をリードしていただきます。LLMとAI Agentを使った機能を中心に、設計・実装を担います。経験や志向に応じて調整します。

• Python（FastAPI）・TypeScript（AWS Lambda）によるバックエンドAPIの設計・実装・保守・最適化
• LLMを活用したAI機能（企業サマリ、課題サジェスト、経済情報サマリ等）の設計・実装
• 商談準備のレポート作成、リストの生成、議事録のSFA登録、CRMへの記録、リードのスコアリングを支えるAIワークフローの設計・実装（AI Agent自体の設計・実装を含む）
• SalesNow MCPの設計・開発
• プロンプトエンジニアリングとLLMパイプラインの設計
• AIモデルの評価基盤の構築（精度・コスト・レイテンシのバランス最適化）
• 数千万〜数億件規模の法人データ基盤の構築・運用（PostgreSQL / Elasticsearch / DynamoDB / S3 / Databricks / n8n / LLM）
• 高頻度アクセス・大量データに対応するパフォーマンスチューニング・データベースチューニング
• AWS上でのインフラ設計・監視・セキュリティ対応
• 新機能・改善における要件整理・技術検証・設計提案
• CI/CD環境の整備、開発プロセスの改善、技術的な意思決定のリード
• プロダクトの成長に向けた、経営陣との技術戦略の検討

※従事すべき業務の変更の範囲：有り

2026年9月12日時点で、次の課題に取り組んでいます。

• フルリインデックスの時間を縮める。対象は、企業・拠点・部署などを横断するOpenSearchの全文検索基盤（1.05億ドキュメント・約460GB）です。改善候補である取得側のDBクエリと投入処理を設計し直します
• 2,800行のモデル層を、稼働を止めずに分解する。循環インポートを解消し、レイヤーの境界を明確にする4フェーズの計画です。Strangler Fig・Feature Flag・APIバージョニングを使い、後方互換を保ちながら段階的に分解します。障害対応と並行して進めます

どちらも、顧客が毎日使うプロダクトで、設計の判断がそのまま性能と安全性に表れる課題です。

• PythonでのバックエンドAPI開発経験3年以上（FastAPI / Flask / Django等）
• バックエンドAPIの設計・DB設計の経験
• LLM API（OpenAI / Claude / Gemini等）を利用した機能開発の経験
• プロンプト設計やLLMパイプラインの構築経験
• 事業会社におけるアジャイル開発の経験
• コードレビュー・設計レビューの経験

• RAG、MCPの設計・実装経験
• AI Agentフレームワーク（LangChain / LlamaIndex等）の利用経験
• 技術選定・アーキテクチャ設計のリード経験
• 生成AIによるデータ処理の経験
• 仕様検討など、ステークホルダーとの要件調整の経験
• スタートアップ、または0→1のプロダクト開発の経験
• データ基盤やクラウドインフラの構築・運用経験

• ミッション・バリュー（AIネイティブ・コト志向・最高品質）に共感し、AIを使いこなす意志がある方
• シリーズB目前のスタートアップならではのスピード感を楽しみ、変化の中でも目的から考えて課題を発見し、解決に導ける方
• 誠実さとオーナーシップを持って、チームや顧客に向き合える方
• 新しい技術を自ら試して身に付け、前提を疑いながら技術的な挑戦に向き合える方
• LLMの特性と限界を理解し、プロダクト要件に合わせた設計判断ができる方
• 顧客やビジネス職の声を真摯に受け止め、チームに情報を共有しながら改善に導ける方

※詳しくはカルチャーデックをご覧ください。

• 交通費全額支給
• 読書支援手当（上限5,000円／月）
• スキルアップ・生産性向上支援（上限10,000円／月）
• 飲みニケーション手当
• リファラル採用手当
• 残業手当

• 社会保険完備（健康保険・厚生年金・労災保険・雇用保険）
• ベビーシッター補助制度
• 人間ドック（隔年／40歳以上対象）

• ストックオプション制度
• AIツールへの支出は、1人あたり月平均10万円以上（会社負担）

• 1,600万件超・80億レコードの法人・組織データベースとLLMを組み合わせ、PoCではなく本番で使われる機能へ仕上げます。LLMパイプラインの実装から本番の評価基盤まで一貫して担い、大規模な企業データを使うAI機能の品質を、実装と検証の両面から支えられるエンジニアになれます。Data → AI → Agent → Interface の4層のうち、AIレイヤーとAgentレイヤーを中心に担い、データが蓄積するほど機能が賢くなる構造を自分の手でつくります
• 参照するのは、調査網と社内の体制がアナログに集めた情報と自社メディアの投稿、拠点ごとに一意のIDで紐づいた構造、組織図と部署の直通番号まで含むデータです。LLMの出力の品質を、プロンプトだけでなく参照データの構造から設計できます

2〜3年後、AIを使えることは当たり前になります。差がつくのは、AI前提で組織と業務を設計できるかどうかです。SalesNowのバックエンドエンジニアは、AIと人の役割分担を開発工程に組み込み、その設計を毎日の実装で試しています。

null～null

【勤務地】・渋谷オフィス（リモートワーク可） ・フルリモート勤務（東京近郊：月1回の出社推奨日あり／地方在住：年1〜2回の全社イベント出席のみ） ・地方在住者の全社イベント出席時：交通費・宿泊費全額支給 ・SlackやGoogle Meetを中心としたオンラインコミュニケーション ・※就業場所の変更の範囲：無し ・フルフレックスタイム制（コアタイムなし） ・1日の標準労働時間：8時間 ・あり（3ヶ月）