Lazuli株式会社のForward Deployment Engineer ／ フォワードデプロイメントエンジニアの求人

■Lazuliについて

Lazuli株式会社は2020年7月設立のスタートアップです。AI・機械学習を活用して商品データを自動で収集・構造化・整備し、あらゆるデータ活用の基盤に変えるSaaS『Lazuli Product Data Platform（Lazuli PDP®）』を開発・提供しています。

企業の商品データ（商品マスタ）は、部門やシステムごとにバラバラに管理され、表記ゆれや欠損だらけのまま、人手と時間をかけて労働集約的に整備されているのが実態です。Lazuli PDPは、この商品データをAIで正規化・拡張し、EC・POS分析・CRM・サプライチェーンなど、あらゆるデジタルビジネスにそのまま使える状態にするプラットフォームです。

主な顧客は、製造（メーカー）・小売・EC・卸といった、商品を扱う国内大手エンタープライズ企業です。業界を代表する企業に導入され、「売上3倍・工数80%削減」「EC商品数120倍」といった成果を生んでいます（導入事例：https://lazuli.ninja/case-study）。

数千万SKU規模の商品マスタ、フォーマットのバラバラなPOSデータ、レガシーシステムに眠るEC商品情報——日本のエンタープライズのリアルなデータを相手に、LLMを本番ワークロードで動かす。この経験ができる環境は国内でも稀です。商品データという「どの企業にも必ず存在するのに、誰も解けていない課題」を、技術で根本から解きにいく仕事です。

◼︎ポジションについて

FDE（Forward Deployed Engineer）は、自社開発チームと顧客現場の「架け橋」となり、技術を武器に顧客の課題を直接解決するエンジニアです。
Deployment Strategist（DS）が「何を作るべきか（戦略）」を決めるのに対し、FDEは「それをどう実現し、現場に実装するか（技術）」に責任を持ちます。一言で言えば、「顧客の現場（フロントライン）に配属されたソフトウェアエンジニア」です。

• 現場での開発・実装:
  • 顧客固有のデータ構造を理解し、自社プロダクトと接続するためのパイプライン構築や、個別のカスタマイズ開発を行います。
• プロトタイピング:
  • 顧客の要望に対し、数日〜数週間という短期間で動くもの（PoC）を作り、価値を証明します。
• プロダクトへのフィードバック:
  • 現場で直面したバグや「もっとこうすべき」という仕様変更を、プロダクト開発チームにコードレベルでフィードバック・リクエストします。
• 技術コンサルティング:
  • 顧客の情シスやエンジニアに対し、技術的な意思決定のサポートを行います。

◼︎働き方について

このポジションは顧客の現場に深く入り込む仕事になりますが、フルタイムの客先常駐となるかどうかはご担当いただく案件次第となります。プロジェクトのフェーズに応じて、働き方が変わる場合もありますので、働き方のご希望については選考時にお聞かせください。

• 「動くもの」を最速で作ることができる:
  • 完璧な設計に時間をかけるより、まずは現場で動かしてフィードバックを得ることに価値を感じる方。
• 技術の「手段化」を厭わない:
  • 技術の難易度よりも「顧客の課題が解決されたか」を成功の定義に置ける方。
• フルスタックな志向:
  • インフラからフロント、データまで、課題解決のために必要な技術を自ら進んで習得し、使いこなす好奇心。
• 自律的な行動:
  • 指示を待つのではなく、顧客の隣で「これが必要ですよね」と自ら提案・実装できる方

• 高いソフトウェア開発能力:
  • Python, Go, Java, TypeScriptなどの言語を用いた、スピーディかつ品質の高いコーディング能力。(3年以上)
• データエンジニアリング:
  • SQLを用いた複雑なクエリ作成や、ETL（データの抽出・加工・取込）プロセスの構築経験。
• システムアーキテクチャの理解:
  • API連携、クラウド基盤（AWS/GCP/Azure）、認証認可などの知識。
• コミュニケーション能力:
  • 非エンジニア（顧客の現場担当者）に対して、技術的な内容を平易に説明できる能力。
• 上流工程の経験：
  • 要件定義・設計フェーズから自ら入り、顧客やステークホルダーと合意形成しながら仕様を固めた経験。(3年以上)
• AIの日常的な活用：
  • 生成AI（LLM）を業務や課題解決のツールとして日常的に使いこなしていること。コーディング支援、調査、ドキュメント作成など用途は問いません。（※業務利用が制限されている場合は、個人開発や私的な用途での活用経験で構いません）

• AI/機械学習の実装経験:
  • LLM（大規模言語モデル）の組み込み、RAG（検索拡張生成）の構築、モデルのファインチューニング経験。
• フロントエンド開発:
  • ユーザーが直接触れる管理画面やダッシュボードを作るスキル。
• セキュリティ知識:
  • 金融や官公庁などの厳しいセキュリティ要件に対応できる知識。