株式会社hootfolioのR&D Engineer（担当：toshi） の求人

■ ポジション
当社の因果推論AI SaaSプロダクトにおける、R&D Engineer / Core Algorithm担当を募集します。

本ポジションは、因果分析アルゴリズム、介入提案ロジック、スコアリング、AIエージェント向け分析機能、学習資産の蓄積・活用設計など、当社プロダクトの中核となる知的処理を設計・開発する役割です。

研究そのものを目的とするのではなく、アカデミックアドバイザーや社内メンバーと因果推論・統計・機械学習に関する議論を行いながら、実際に顧客が使える製品機能、アルゴリズム仕様、評価指標、知財へ落とし込むことを期待しています。

複数の因果AIプロダクト構想を横断し、因果AIがどのような機能を持つべきか、学習資産をどのように蓄積・反映・価値化すべきかを設計していく、事業価値に直結するR&Dポジションです。

■ 業務内容
・因果AI製品におけるPythonを用いたCoreアルゴリズム実行モジュールの設計・実装・評価
・因果探索、因果効果推定、介入提案、信頼性評価、スコアリングなどの分析ロジック設計
・介入施策の生成、施策評価、スコアリングロジックの設計・改善
・他社のBI基盤、AIエージェント向けの因果分析機能の要件定義・アルゴリズム設計
・アカデミックアドバイザーと連携した、因果推論・統計・機械学習に関する技術検討
・論文・既存手法・社内知見をもとにした、実務適用可能なアルゴリズム仕様への落とし込み
・顧客利用データ、分析履歴、介入結果、専門家判断などの学習資産を蓄積・反映・価値化する仕組みの設計
・プロダクトチームと連携した、R&D成果の製品機能化・API化・UX要件への反映
・アルゴリズムの評価指標、検証方法、品質基準の設計
・知財化可能な技術領域の探索、発明発掘、特許出願に向けた技術整理

■ このポジションならではの魅力
1.因果AIの中核アルゴリズムを作れる
└ 因果探索、因果効果推定、介入提案、スコアリングなど、プロダクト価値の中心となるCoreアルゴリズムを設計・実装できます。
2.研究成果を本番機能に落とし込める
└ アカデミックアドバイザーや社内メンバーと議論しながら、論文や研究知見を、実際に顧客が使う製品機能として実装できます。
3.学習資産を競争優位に変えられる
└ 分析履歴、介入結果、専門家判断、利用ログなどを活用し、使われるほど賢くなる因果AI基盤のコア機能を作れます。
4.技術開発を知財につなげられる
└ 新しいアルゴリズムやAIエージェント連携の仕組みを、特許・知財として実際に権利化する経験を得られます。
5.小規模スタートアップでR&Dの方向性そのものを作れる
└ 決められた研究テーマをこなすのではなく、CTO、アカデミックアドバイザー、プロダクトチーム、ビジネスサイドと連携しながら、どの技術に投資すべきか一緒に決めていくポジションです

■会社概要
株式会社hootfolioは、NECの研究開発から生まれた因果分析AIソリューション「causal analysis®」を提供するスタートアップです。
「科学的な意思決定をあらゆる人に」というミッションのもと、因果推論技術を活用して企業の課題解決と意思決定の高度化を支援しています。
2025年にはクオンタムリープベンチャーズおよびユナイテッドからの資金調達を実施し、事業拡大フェーズに突入しています。

■働く環境
＜社員プロフィール＞
Co-Founder & CEO｜笠原 健太
2011年よりNECグループでアプリケーション開発に従事。 2018年からはシリコンバレーでcausal
AIを活用した新規事業を立ち上げ、NEC「causal analysis」のプロダクトオーナーとして事業の方向性をリード。 2022年に株式会社hootfolioを創業し、科学的な意思決定をあらゆる人に届けるべく、因果推論AIの社会実装に挑戦中。

Co-Founder & CRO(Chief Revenue Officer)｜山田 恵美子
新卒でNECに入社後、エンタープライズ営業を経て新規事業開発部門へ。 MarTech領域のSaaS事業を立ち上げ、プロダクトの売却までを経験。 現在はhootfolioにて、事業戦略・セールス・顧客開拓まで広範にリード。 「一点突破の集中力 × 仕組み化による再現性」を武器に、スケールするCS・営業体制を構築中。

COO(Chief Operating Officer)｜藤本 善樹
NTTにて法人営業を経験後、米国でMBAを取得。 DellでのB2Bマーケティング、レノボでの直販事業立ち上げを経て、Adobeでは日本におけるサブスクモデルの事業転換を牽引。
その後、欧州系SaaS企業2社の日本法人立ち上げを代表として成功させた実績を持つ。 2024年よりhootfolioに参画し、今夏からCOOとして経営体制を支える予定。

CAO（Chief Administrative Officer）｜海田 基樹
新卒でCTC（旧CRC総合研究所）に入社し、大規模情報システムに携わる。その後コンサルティング会社を経て、2006年よりメディア会社である（株）ALBAに入社。経営企画としてMBOやM&A案件、海外進出案件に携わる。その後、常務執行役員として管理部門全体を統括する。
2025年6月よりhootfolioにCAOとして入社。攻めと守り両輪の運営を目指す。

CTO（Chief Technology Officer）｜竹田 敏之
新卒でNECに入社し、大手コンビニエンスストア企業向けのシステム開発に従事し、黎明期のクラウド活用を推進。その後、新事業開発部門へキャリアを転じ、プロダクトオーナーとして搬送ロボット事業の立ち上げをリード。技術的にも事業運営的にも不確実性の高い環境下で、製品開発と商用展開を推進してきた経験を持つ。現在は技術 × 収益性 × 組織成長を包括したROI最大化に挑む。

Customer Success Manager & Senior Scientist｜池田 亮介
2015年NEC入社。研究開発職として生産技術開発・改善支援のコンサルティングに従事。 現在はhootfolioにて、データサイエンスとカスタマーサクセスの両面から「causal analysis®」の活用支援をリード。
広島大学 高等教育研究開発センター(RIHE) 客員研究員も務めるなど、理論と実践の両輪で顧客の意思決定変革を支援している。

■causal AI(因果推論AI)とは?
生成AI(Generative AI)が注目を集めるなか、いま世界で急速に存在感を増しているのがcausal AI(因果推論AI)です。
従来のAIが得意とするのは“未来の予測”ですが、causal AIはその一歩先、「なぜその結果が起きたのか」を突き止め、どうすれば望ましい結果が得られるかを導くことができます。

たとえば:
・マーケティング施策の中で、本当に売上に貢献した要因はどれか?
・人材育成施策の中で、離職率の低下に効いたのは何か?
・治療と回復の因果関係から、患者に最適な治療法をどう導き出すか?

こうした“因果”を見極める技術は、もはや研究室だけのものではありません。
2023年の市場規模は約2,890万ドル。2032年には6億ドル超に達し、年平均成長率41%という驚異的な伸びが見込まれています(Global Market Insights)。
hootfolioはこの領域で、企業の意思決定のあり方そのものを変えるチャレンジに取り組んでいます。

■提供プロダクト:causal analysis®
近年、生成AIの登場により、大量のデータを迅速かつ高精度に処理・予測することが可能になりました。一方で、「なぜその結果が出たのか」といった因果関係の説明は、従来のAIでは困難であり、専門家やコンサルタントへの依存が避けられませんでした。
Causal AI(因果推論AI)は、こうした課題を解決し、データドリブンな意思決定を進化させる新潮流として注目を集めています。生成AIの普及を背景に、Causal AI市場も今後数年で普及期を迎えるとされており、急速な成長が期待されています。

「causal analysis®」はNECの研究技術をもとに開発され、これまで専門性と時間を要した因果分
析を従来比で1/5〜1/10の工数で実行可能にするなど、業務効率化とコスト削減を両立したプロダクトです。

さらに、直感的なUIで因果構造の把握から意思決定の支援まで一貫して行えるUX設計と、専門知識不要でも活用できるサポート体制により、企業の幅広い部署で導入が進んでいます。

＜主な活用領域＞
・マーケティング:広告施策や顧客ロイヤルティ向上の効果検証
・人的資本経営:従業員エンゲージメント向上施策の要因分析
・製造:品質改善や工程最適化など、プロセスデータの因果分析
・公共政策:効果的な施策立案の根拠抽出 など

・オーナーシップ
∟課題を自ら定義し、リスクを背負って完遂する

・仮説検証思考
∟プロダクト仮説を素早く検証し、結果から学習サイクルを回す

・コミュニケーション
∟オフショア・経営陣・Bizサイドと技術的背景を翻訳して合意形成

・リーダーシップ
∟小規模チームを巻き込み、技術方針・開発標準を策定・浸透

・アジリティ
∟変化に適応する。進化し続ける技術にキャッチアップし、自らの業務をアップデートし続ける

・Pythonを用いたアルゴリズム開発、データ分析、機械学習モデル開発の実務経験
・統計、機械学習、数理モデリングの基礎理解
・プロダクト要件を理解し、分析ロジックや評価指標として設計した経験
・論文や技術文献を読み、実務上のアルゴリズム仕様に落とし込んだ経験

・エンジニア、PdM、ビジネスサイドと連携し、技術的な複雑性を製品仕様に翻訳した経験
・因果推論、因果探索、因果効果推定、構造方程式モデリングに関する知識・実務経験
・統計的仮説検定、回帰分析、実験計画法に関する知識
・推薦、ランキング、スコアリング、意思決定支援アルゴリズムの設計経験
・LLM / AIエージェントを活用した分析支援機能の設計・開発経験
・MCP、AIエージェント、AIツール連携に関する知識
・顧客利用ログ、分析履歴、フィードバック、専門家判断などを活用した学習資産設計の経験
・特許出願、発明発掘、知財戦略に関わった経験
・アカデミックアドバイザー、研究者、大学教員などと技術議論を行った経験
・B2B SaaSまたは業務支援プロダクトにおけるアルゴリズム機能の製品化経験
・例外処理、ログ設計、テスト、性能改善など、本番利用を前提とした実装経験