株式会社HOKUTOの【業務委託】RAG/検索エンジニア（AI検索品質改善）の求人

【事業・プロダクト概要】

HOKUTOは、「より良いアウトカムを求める世界の医療従事者のために」をミッションに、医療従事者の臨床業務を支える情報プラットフォームを提供しています。

• 医療情報のインプット・アウトプットを支援する臨床支援アプリ「HOKUTO」は、リリースから約4年で医師ユーザー数10万人を突破（日本の医師の約3人に1人）。
• 医師会員基盤を活用し、製薬企業・医療機器メーカー向けにデジタルマーケティング支援サービスも提供。現在では国内売上高Top15製薬企業のうち90%以上に導入いただいています。

事業はプロダクトマーケットフィットの検証フェーズから、仮説検証と安定成長を両立させるスケールフェーズへ移行しています。プロダクト開発でも「スピード優先」だけでなく、初期品質の向上・技術的負債の解消・中長期の拡張性/保守性の強化に本格的に取り組み始めています。

【ポジション概要】

本ポジションでは、HOKUTO AI検索機能のRAG検索パイプラインの品質改善・速度改善をリードしていただきます。

HOKUTO AI検索は、医師が自然言語で臨床疑問を入力すると最新の医学文献や医学情報を探し、出典付きの回答を生成する機能です。

この機能のコア部分に当たる、情報の検索(RAG検索等)の検索品質・検索速度改善などを継続的に行っていきたく、この領域に長けたエンジニアを業務委託として募集します。

【技術的なチャレンジ（取り組む課題の例）】

スケールフェーズにおいて、単純に新機能の開発を行ったり機能改善を行うだけでなく、合わせて次のような課題に対して優先順位を付け、設計・実装・運用の観点から解いていくポジションです:

• 機能増加に伴う状態管理・依存関係の複雑化
  • 状態管理/データフローが複雑化する中で、変更容易性を維持するための設計（責務分離、境界の整理、可読性/テスタビリティ向上）を推進
• ドメインの切り分け・モジュール構造の再設計
  • 医療 × 双方向プラットフォーム × B2B2C という複雑なドメインを、将来の拡張を見据えて「強い設計」にしていく（依存関係の整理、モジュール分割、設計原則の整備）
• 技術的負債の解消と安全なリファクタリング
  • 既存機能への影響を最小化しつつ、段階的なリファクタリングや移行（設計変更、置き換え計画、段階リリース）

【具体的な業務内容】

• RAG検索品質の改善
  • チャンク戦略の最適化（サイズ・分割方法・メタデータ付与）
  • Embeddingモデルの選定・変更（医療ドメイン特化含む）
  • pgvectorのインデックスパラメータ調整
  • タイトル重みづけによる検索精度向上
  • topK調整とノイズ削減
• ハイブリッド検索の導入
  • ベクトル検索とキーワード（全文）検索の統合設計
  • スコア正規化・重み付け戦略（RRF等）
• 検索速度の改善
  • キャッシュ戦略の設計・実装 など

【このポジションの魅力・得られる経験】

• 医師の3人に1人が使うプロダクトのAI検索を進化させられる
  • 10万超の医師が日々使う臨床支援プラットフォームのAI検索品質を、自らの手で改善できます。医療インパクトをダイレクトに感じやすい環境です。
• 最先端のRAG/検索技術にフルコミットできる
  • ハイブリッド検索、リランキング、HyDE、医療ドメイン特化Embeddingなど、RAG領域の最先端技術に集中して取り組めます。
• 生成AIを前提とした開発環境
  • ChatGPT / Claude Code / Cursor / Coderabbit AI などの生成AIサービスを積極的に活用している環境で常に生成AIに触れながら開発を行うことができます。

【プロダクト】

• HOKUTO
  • iOS: https://apps.apple.com/jp/app/id1477747379
  • Android: https://play.google.com/store/apps/details?id=jp.hoktoguideline.app
  • Web: https://hokuto.app

【開発環境】

• TypeScript
• PostgreSQL + pgvector
• Google Cloud, Vertex AI
• Cohere
• Open AI
• Claude

【選考フロー】

※ 各プロセスは候補者様および弊社の都合により省略または変更される可能性があります

・(カジュアル面談) ⇒ 書類選考 ⇒ 技術面接 ⇒ 契約

【こちらの記事もぜひお読みください】

▼Newspicks掲載「医師の3人に1人が利用。急成長の医療プラットフォーム「HOKUTO」が描く勝ち筋」
https://newspicks.com/news/9527775/

▼資金調達リリース「医師向け臨床支援アプリを提供する株式会社HOKUTOが、シリーズBラウンドにて9億円の資金調達を実施」
https://prtimes.jp/main/html/rd/p/000000020.000030964.html

「とにかく早く動くものを作る」だけでなく、検索品質の課題を自ら特定し、仮説→実験→評価→改善のサイクルを高速に回せる方を歓迎します。

また、当社のバリューに共感し、体現していただける方と一緒に働きたいと考えています。
For Objective: 目的を明確にし、全ての行動を目的達成に結びつける
Be Open: 率直で透明なコミュニケーションを徹底し、情報の非対称性をコントロールする
Aim High: 高い基準を持ち、卓越した価値を創出する

※当社のバリュー・カルチャーの詳細はこちら：https://corp.hokuto.app/recruit/culture

こんな方を求めています】

• 「評価指標を定義→ベースライン計測→施策実行→効果検証」の一連を主体的に進められる方
• 医療ドメインの特殊性（専門用語、エビデンスレベル、引用の重要性等）に対して学習意欲がある方
• 最新のRAG/検索技術のキャッチアップを継続的に行っている方
• 非エンジニア（医師、PdM等）と品質基準・評価方針について建設的に議論できる方
• 社内エンジニアチーム（バックエンド、フロント、インフラ）と連携し、システム全体を考慮した設計提案ができる方
• Slack / Notionベースの非同期コミュニケーションに慣れている方
• 「精度を上げつつレイテンシを悪化させない」トレードオフの判断ができる方

検索・RAG領域

• RAG（Retrieval-Augmented Generation）パイプラインの設計・実装経験
  • チャンキング、Embedding生成、ベクトル検索、リランキングまでの一連のフローを自走で構築・改善できること
• ベクトルDB（pgvector, Pinecone, Qdrant, Weaviate等）の運用・チューニング経験
  • インデックスパラメータ（HNSW: m, ef_construction, ef_search等）の理解と調整経験
• ハイブリッド検索の設計・実装経験
  • キーワード検索（BM25/全文検索）とベクトル検索を組み合わせたランキング戦略の実装
  • Reciprocal Rank Fusion（RRF）等のスコア統合手法の知見
• リランキング手法の理解と実装経験
  • Cross-encoder、Cohere Rerank等を用いた二段階検索の経験

エンジニアリング基礎

• Python または TypeScript での開発経験（TypeScript経験があると尚良し）
• DBの構築経験（PostgreSQL / pgvector拡張の利用経験があれば尚良し）
• LLM APIの利用経験（Google Gemini, OpenAI, Anthropic等）
  • プロンプトエンジニアリング、ストリーミングレスポンス処理の理解
• AWS / GCP などのクラウドサービスの運用経験

その他

• 大規模検索システムのプロジェクト経験
• 日本語：ビジネスレベル以上

• 医療・ヘルスケア領域でのNLP/検索システムの経験（PubMed、MeSH用語、医学文献検索の知見）
• Mastra, LangChain, LlamaIndex等のAIエージェントフレームワークの利用経験
• 検索品質の定量評価基盤の構築経験（Recall@K, MRR, NDCG、LLM-as-a-Judge等）
• 生成AIをチーム・組織レベルで活用できるようにするための環境構築・整備の経験