PLAINER株式会社の【Dev】Applied AI Engineer／AI LLM新規事業の求人

1. PLAINERが目指している世界

PLAINERは、「伝わるはずの価値が伝わらない」 という、ソフトウェアが抱える根本的な課題に挑んでいます。どれだけ優れたプロダクトでも、「何に効くのか」「なぜ自分に必要なのか」 が正しく届かなければ、その価値は埋もれてしまいます。

AIの進化がこの課題を自動的に解決することはありません。むしろLLMのような汎用技術が広がることで、プロダクトとユーザーの関係はさらに複雑になり、「どう伝わるか」 がますます重要になっています。私たちはこの時代に、「伝える」ではなく 「伝わる体験」 を設計することを使命としています。

2031年にはARR500億円規模のプロダクト群を築くことを目指し、すでに以下のような複数プロジェクトが動き始めています。

• 仮想環境での爆速検証と市場適応
• ガイド・アナリティクス・オートモード開発
• LLMを用いたナビゲーション・Q&A基盤の構築

2. ポジションに期待する役割

本ポジションは Applied AI Engineer として、

• LLM・生成AIを前提にしたプロダクト設計
• 0→1の新規プロダクト立ち上げ
• 仮説検証から本番運用までを見据えた実装
  を担っていただきます。

少人数の立ち上げフェーズのため、単なる実装に留まらず、

• 「このAIは本当にユーザー価値につながるか？」
• 「この体験は“伝わる”設計になっているか？」
  といった問いを、PdMや他メンバーと議論しながら、プロダクトそのものを共に作っていく役割です。

将来的には、エンジニア組織・AI開発基盤の中核を担っていただくことも期待しています。

3. 業務内容

PLAINERでは、お客様が作り上げるプロダクトの価値を届けるためのAI Agentな新規プロダクトを複数開発中となります。

これらのいずれかの新規プロダクトを開発する上でのApplied AI Engineerをお任せします。

• 新規プロダクトにおける要件定義・仕様策定
• クラウドインフラでのアーキテクチャ設計・構築
• Full TypeScriptでのバックエンド・フロントエンド開発
• 生成AI / LLMを利用した様々なユースケースに対するAI Agent開発
• PdMやその他ステークホルダーとの建設的なディスカッション
• 採用活動を含む、チーム開発における様々な活動

4. 直近でお任せしたいプロジェクト

① 0 → 1 の新規プロダクト立ち上げ

PLAINERの新たな事業の柱となる新規プロダクトを立ち上げています。

• どのような価値を届けるべきかというディスカバリー
• 技術的な実現可能性の検証
• その上でのプロダクト開発

このサイクルを高速に回していくことが求められます。
インフラ・バックエンド・フロントエンドを横断し、自ら考え、実装していく役割です（チームのサポートもあります）。

② AI Agent による機能開発
様々なデータを活用し、生成AI / LLM を用いた AI Agent 機能を開発していきます。

• ユースケースごとの Agent 設計
• プロンプト設計、モデル選定
• 精度改善のための Try & Error を高速に回す開発

PoC止まりではなく、 SaaSプロダクトとして提供していくため、「本当に使われるか」を重視する開発スタイルです。

③ 他プロダクトとのデータ連携・基盤設計

AI Agent 開発に必要なデータは、PLAINERが持つ複数プロダクトから連携されます。

• データパイプライン設計
• 他チームとの仕様調整・コミュニケーション
• プラットフォーム視点での設計・実装

特定プロダクトに閉じず、将来の拡張性を見据えた設計力が求められます。

5. このポジションで得られるもの

①「AI × プロダクト」のど真ん中の経験

• LLMを機能としてではなく、体験として設計する
• PoCで終わらせず、本番で回す前提のAI開発
• 0→1フェーズならではの裁量とスピード感

②事業・プロダクトに直接効く実装経験

• PdM・Bizと近い距離で意思決定に関わる
• 「作ったけど使われない」を避ける設計力が身につく
• 技術がどう事業価値に変わるかを肌で理解できる

③将来のキャリアの広がり
PLAINERはポジションが空いているため、多様なキャリアを築いていただくことができます

• AI Tech Lead
• AIプロダクトの責任者
• プロダクト志向のCTO / VPoE

④AIを軸にした新規事業立ち上げ
「AIが分かるエンジニア」ではなく、
「AIでプロダクトを前に進められる人」としてのキャリアを築けます。

6. 開発環境

構成

• AI基盤アプリ管理画面
• AI Agent アプリ群
• データ基盤

技術スタック

• バックエンド：Node.js、Next.js、Express.js、PostgreSQL
• フロントエンド：React、TypeScript、Next.js、Tailwind CSS
• AI：Mastra（AI Agent Framework）、OpenAI、Geminiインフラ：Google Cloud（Cloud Run中心）
• その他：Claudeなど生成AIを中心にした開発ライフサイクルを推進中

7. 開発チームのコミュニケーションサイクル

• 週次プロダクト会：顧客の声やリリース予定をビジネス×エンジニアで議論

8. 選考フロー

①カジュアル面談：選考要素なし、情報交換の場
②面接（2〜3回）：スキル・カルチャーの相互理解（現場エンジニア・経営陣が参加）
③会食：カジュアルに相互理解を深める場として実施することあり
④その他：副業での業務体験など柔軟に対応可能

・適切なタイミングで報連相できる方
・テキスト/対面を問わず適切にコミュニケーションできる方
・他者が理解しやすいドキュメンテーションを意識できる方
・変化に柔軟に対応し、議論を楽しめる方

・フルスタックエンジニアとして5年以上の開発経験
・技術リード経験（技術選定、設計方針策定、コードレビューなどを含む）
・Webアプリケーション開発の実務経験（B2B/B2C問わず）
・TypeScriptを用いたフロントエンド／バックエンドの開発経験
・AWS、GCP、Azureなどのクラウド環境を利用した開発・運用の実務経験
・PdMやデザイナー、ビジネスサイドなどと密に連携し、プロダクトを構築・改善した経験

・生成 LLMを活用したプロダクト開発経験
例）LLM（GPT, Claude, Gemini 等）を用いたプロダクト機能開発の実務経験
プロンプト設計、モデル選定、推論パイプライン設計、RAG基盤構築 など
・外部API / 各種LLMサービス / ベクターストア / Embedding 等を活用した実装経験
・Reactを用いたフロントエンド開発経験
・インフラストラクチャーコード(Terraformなど)を利用したインフラ構築・運用経験
・技術コミュニティへの参加経験や登壇、ブログ執筆など、技術アウトプットへの積極的な姿勢
・エンジニア組織における採用／チームビルディングのご経験