株式会社Legalscapeの【Pd】データエンジニアの求人

事業概要

Legalscapeは、独自に収集した法令・判例・書籍等の法情報を高精度にデータ化し、ドメイン特化の検索エンジンと生成AIを融合させたAIリサーチプラットフォームを開発しています。
リーガルリサーチAIとして2,000社以上の導入実績を誇り、業界シェアNo.1を獲得。5年連続で2倍以上の成長を遂げ、営業キャッシュフローの黒字化を達成しています。また、従業員一人あたりのARRは国内トップクラスであり、高い収益性と急成長を両立させている組織です。

私たちが目指しているのは、「人とテクノロジーの共創による 未来の法社会を実装する」ことです。人がテクノロジーを発展させ、テクノロジーが新たな可能性を人にもたらし、互いに協働する。この「共創」関係が、人類史における知的生産をさらに進化させます。法にまつわる知見をより正確に、迅速に社会の隅々まで届け、より豊かな法社会の実現に向けて貢献していきます。

Legalscapeの3つの特徴

1. 圧倒的なデータ資産とMoat
・技術的参入障壁（Moat）：特許取得済みの技術を用いた「情報の構造化データ」を保有。この圧倒的なデータ資産が、汎用AIや後発他社に対する強力な優位性となっています。
・実務特化型AI：根拠（出典）を明示し、ハルシネーションを抑制したAIリサーチ機能「Watson & Holmes」を提供。トッププロが求める「正確性」に応えます。
・高い生産性：少数精鋭（10〜20名規模）ながら高いARRを維持しており、AIを前提とした筋肉質な組織運営を実現しています。

2. 現代AIプロダクトの総力戦
法務はデジタル化が20年遅れていると言われる巨大なフロンティアです。「最後にして最大の未踏領域」を攻略する経験は、プロダクト開発人材としての市場価値を飛躍的に高めます。
・技術の総力戦：「膨大なデータの構造化」×「自然言語処理・AI」×「プロの思考を止めないUI/UX」という、現代AIプロダクトに求められる全要素が詰まった開発環境です。
・高度なドメインモデリング：最も複雑で論理的な「法律」という領域をシステムに翻訳する経験は、金融や医療など他の専門領域でも通用する普遍的なスキルとなります。
・AI-nativeな環境：月150ドルのAI活用予算など、最新技術の検証・導入を強力に支援しています。

3. 実利と熟議を重んじる組織
・入社時の法律知識は不要：メンバーの多くは「複雑な技術課題」への興味で参画。ドメインエキスパートと協働しながら解像度を高めていける環境です。
・実利主義と熟議：流行に流されず「事業価値」を基準に技術を選定。意思決定はチーム全員で徹底的に議論し、納得感を持って進めます。
・ハイブリッド＆ドキュメント文化：週3リモート・週2出社のスタイル。情報の透明性を高めるため、テキストコミュニケーションとドキュメント化を重視しています。

募集背景

Legalscapeは事業の急成長を続けており、リリース時から幾度の機能開発を繰り返してきました。
法律情報（法令、判例、書籍、雑誌など）は非常に複雑かつ膨大であり、それらを高精度にデータ化し、検索やAIが活用できる形に整理することは、当社のプロダクトのコアとなる価値です。

事業成長に伴い、扱うデータの種類と量は爆発的に増加しており、データの収集・構造化・配信までのパイプラインをより堅牢かつスケーラブルに構築・運用していく必要があります。
データの専門家として、法治国家のインフラとなる「最強のデータ基盤」を共に創り上げていただけるデータ・エンジニアを募集します。

業務内容

■ データ基盤アーキテクチャの設計・構築
・事業要件・プロダクト要件を構造化し、BigQueryを中心としたDWH/データマートの全体設計を主導
・Cloud Storage, Pub/Sub, Dataflow(Apache Beam), Composer(Airflow) 等を組み合わせ、モダンなデータ基盤を構築
・Terraform等を用いたIaCによるインフラのコード化と、CI/CDパイプラインの整備・運用

■ データパイプラインの開発・運用
・ビジネス価値を最大化するため、インパクトの大きいデータを定義し、スケーラブルなETL/ELTパイプライン（バッチ/ストリーミング）を設計・実装
・ワークフローの自動化、堅牢な監視・リトライ設計を構築し、データの信頼性を保証する運用体制を確立
・クエリやストレージ設計、リソースの最適化などを通じた、コストとパフォーマンスの継続的な改善

■ データ活用の推進
・AI機能（検索、推薦）の精度向上や評価に不可欠なログ基盤・イベントスキーマを設計・提供
・A/Bテスト等の実験管理基盤を整備し、高速な仮説検証サイクルを支援
・Looker Studio等のBIツールを用いたKPIダッシュボードの構築や、各チームのセルフサービス分析を支援

以下は開発環境や今使っているツールの一例です。

・クラウド: Google Cloud, Firebase
・言語: Node.js (TypeScript), Python
・フロントエンド: Nuxt (Vue.js), React, TypeScript, Jest, Storybook, SCSS
・データストア: Elasticsearch, Cloud SQL (MySQL), BigQuery, Pinecone
・IaC: Terraform, Packer, Ansible
・CI: GitHub Actions
・開発/コミュニケーション: GitHub, Notion, Slack, Linear
・その他: Chromatic, Sentry, Google Analytics, HubSpot, Azure OpenAI Service, ChatGPT, Claude, Gemini, GitHub Copilot, Devin

当ポジションで得られる経験

私たちのプロダクトづくりは、単なるWebアプリケーション作りにとどまりません。デジタル化が遅れた「法」という巨大な領域にテクノロジーを持ち込み、社会のOS（基盤）を次世代のインフラへとアップデートする、極めて社会的意義の大きな挑戦です。

当社の開発組織では、プロダクトマネージャーとして以下の経験とスキルを得ることができます。

・ 初代データエンジニアとしての希少な経験
組織初のデータエンジニアとして、データ基盤の設計・構築・運用を立ち上げる経験ができます。既存の枠組みにとらわれず、最新技術を採用し、組織に最適なデータ戦略を構築できます。学びの機会は豊富ですが、自ら積極的に知識を吸収し、実践していく姿勢が求められます。

・ 優秀なデータサイエンティストとの協働経験
MBA＆Kaggle Grandmaster保持者、世界のAI事情に感度高く向き合うトリリンガルエンジニアなど、優秀なデータサイエンティストたちと密に連携しながら、AIプロダクトの進化に直結するデータ基盤を構築できます。彼らとの協働を通じて、最先端のデータ活用手法やAI技術トレンドを学ぶ機会も豊富です。

・ プロダクトの成長エンジンとなる、データ基盤構築の専門性
AIの精度向上やUX改善の鍵となる、大規模なユーザー行動データの基盤を設計・構築できます。複雑なユーザー行動を的確に捉えるスキーマ設計から、分析・ML活用に繋げるデータマート構築まで、プロダクトグロースに直結する一連の専門スキルが身につきます。

・ 0→1フェーズの裁量権
急成長プロダクトのデータ基盤を、技術選定からアーキテクチャ設計、運用まで一貫してリードできます。

・ リーガルAIの進化に直結する経験
収集・整備した行動データが、AIモデルの評価や改善にどう使われるのかを間近で見ながら、プロダクトの核心的な価値向上に貢献できます。

・ 事業をドライブする意思決定へのインパクト
「ユーザーが何に価値を感じているか」をデータで解明し、プロダクトやビジネスの次のアクションに繋がるインサイトを提供する、事業貢献性の高い役割です。

・ 経営陣やPdMと一体となった開発体制
経営・PdM・AIエンジニアと密に連携し、「こういうデータが見たい」という要望を実現しながら、高速な仮説検証サイクルを推進する経験が積めます。

関連リンク

・採用情報
・広がる生成AI活用。Legalscape、リーガルリサーチツールで売上高No.1を達成
・司法書士試験の「択一式」で午前の部満点・合格基準点を突破
・テックブログ

・初めての経験にも積極的にチャレンジできる方
・経営目線を持って施策に反映できる方
・チームワークを重視し、他のメンバーと協力して目標を達成できる方
・建設的なコミュニケーションを心掛けられる方
・変化に柔軟に対応し、組織成長に貢献できる方

・クラウド（GCP歓迎）環境におけるETL/DWHの設計・構築・運用経験
・SQL（分析関数、パフォーマンスチューニング含む）およびPythonを用いたデータ処理の実務経験
・ビジネスサイドの要求を深く理解し、自律的にデータ要件へ落とし込み、システムとして実現する能力
・Git、CI/CD、IaC（Terraform等）を活用したチーム開発および本番環境の運用経験
・円滑なコミュニケーション能力（要件定義、ドキュメンテーション、関係者との合意形成）

・BigQueryの高度な利用経験（スロット/予約の最適化、Materialized Viewの活用など）
・Dataflow(Apache Beam), Spark等による大規模分散処理、またはPub/Sub, Kafka等によるストリーミング処理の経験
・データ品質管理、メタデータ管理（dbt, Data Catalog等）、データリネージに関する知見や実装経験
・MLOps基盤（特徴量ストア、オンライン/オフライン評価、実験管理など）の構築・運用経験
・BIツール（Looker Studio等）を用いたデータモデリングやダッシュボード構築の経験
・法情報、出版、BtoB SaaSいずれかのドメインにおける知見やご興味