26_【正社員】データエンジニアの求人

①募集背景 SalesNow（セールスナウ）は、「生成AI × 大規模データベース」を核に、営業活動の常識を根本から変えるSaaSを開発しています。 1,400万件を超える企業データを収録し、わずか正社員20名規模ながら既にPMFを達成。 シリーズB目前の今、国内最大級のAI企業データクラウドとして、さらなる飛躍フェーズに突入しています。 日本では、超高齢化・人口減少が進む中で、限られた人材がより高い生産性を発揮することが求められています。 私たちは、AIとデータの力で営業現場の非効率を解消し、企業の成長を支える新たなインフラをつくっています。 現在、プロダクトサイドの人員体制強化を目指しており、シリーズB目前のスタートアップの開発組織で、今後のSalesNowを共に創る創業メンバーを求めています。 今まで培った経験を活かし、根深い働き方の課題を根本から解決する、キャリアの集大成となるような事業を一緒につくりませんか？ ②プロダクト・技術に対する考え方 SalesNowでは、FastAPI・TypeScript・AWS・Elasticsearch などのモダンな技術スタックを標準採用しています。 さらに Cursor・Claude Code（MAX）・CodeRabbit などのAIツールを積極的に活用し、開発をAI駆動で推進しています。 導入するツールや開発手法は現場の裁量に委ねられており、メンバーの提案をもとに意思決定される文化が根付いています。 行動指針として『AI NATIVE』を掲げ、AIを前提とした組織設計と開発体制を構築。AIを活用しながら、プロダクトの品質とスピードを飛躍的に高めています。 自分たちがつくった仕組みが世の中に浸透し、働き方そのものを変えていく。 その熱狂をチーム全員で体験できることが、SalesNowで働く最大のワクワク感です。 ③お任せしたい業務内容 『SaaS+Database』サービスを支えるビッグデータ（数十TBオーダー）基盤の構築・改善 以下のいずれか、もしくは複数を対応いただきます。 - Webデータクローリングのためのパイプライン新設や改善 - データのクレンジングやエンリッチメント処理 - データの品質改善を目的とした品質モニタリング環境の構築 - スケーラブルかつコスト効果の高いデータ基盤への改善 - 将来的なデータサイエンス活用を踏まえたデータ基盤やデータ品質整備設計 ④技術スタック・開発環境 ▼ 技術スタック - データ収集 - Python（Scrapy） - AWS Fargate for Amazon ECS - Amazon Managed Workflows for Apache Airflow - データストア - Amazon S3 - Amazon Aurora PostgreSQL - データトランスフォーム - Apache Spark on Databricks - その他 - GitHub - Slack - Notion - Asana - Google Workspace ▼ 社内ツール Slack / GitHub / Notion / Asana / Google Workspace ⑤開発の進め方 スクラム開発をベースとしたアジャイル開発を行っています。 ミッションごとに数名のスクラムチームを編成し、以下のイベントを実施しています。 ・デイリースクラム ・スプリントプランニング ・スプリントレビュー ・ポストモーテム ⑥働く環境・チームについて ・フルリモート / フレックスでの勤務体制（九州在住の社員も複数在籍） ・現在は業務委託・インターン比率が高く、将来に向けて正社員中心のより筋肉質な組織へ移行中 ・ボードメンバー・ビジネスメンバーと、ほぼ毎週ディスカッションの機会あり ・ユーザー課題の解決や、事業を大きく成長させることへの関心が高いメンバーが多いチームです ⑦生成AIの活用方針と実践 ▼ 全体方針｜AIを前提に「人の役割」を再設計する SalesNowでは、生成AIを単なる開発スピード向上のための道具ではなく、 開発プロセスそのものを再設計する前提技術として位置づけています。 私たちが重視しているのは「速く書くこと」ではなく、 エンジニアが本来集中すべき 設計・判断・品質責任 にエネルギーを使える状態をつくることです。 そのため、実装の初稿生成や定型的なレビューは積極的にAIへ委ね、エンジニアは以下に集中します。 ・データモデル・アーキテクチャ設計 ・例外ケースや品質・再現性の判断 ・「この仕様は本当にユーザー価値につながるか」の検討 ▼ プロダクトにおける生成AI活用｜大規模データ × 意思決定支援 SalesNowは、数億件・数十TB規模の法人データを扱うデータベースサービスを提供しており、生成AIと非常に親和性の高い領域にいます。 ・企業データの構造化・要約・意味解釈 ・営業シーンにおける判断材料の生成 ・ユーザーの次アクションを支援する示唆の提示 単なる自動化ではなく、 AIが推論し、エンジニアが最終判断する設計を前提とした、ブラックボックス化しないAI活用を行っています。 ▼ 開発プロセスにおける生成AI活用｜品質と再現性を守るために 開発現場では、以下のツールを公式に導入しています。 ・Cursor / Claude Code：実装の初稿生成、リファクタリング支援 ・CodeRabbit：PRの一次レビュー ・n8n：AIフロー構築 PR作成後は、まずAIが構文・観点レベルのチェックを実施し、 エンジニアは設計妥当性・データ前提・影響範囲といった本質的なレビューに集中します。 属人化を防ぎ、ジョイン直後のメンバーでも安全に開発できる環境を整えています。 ※活用内容は時期・チームにより変動します。詳細は面接にてご確認ください。 ※SalesNowの事業・プロダクト・組織の雰囲気については、 採用サイトでも詳しくご紹介しています。ぜひご覧ください。 https://recruit.salesnow.co.jp/?utm_source=herp

・SalesNowのミッション・バリュー、そして行動指針『AI NATIVE』に共感し、AIを活用して価値を創出できる方 ・新しい技術・知識を貪欲に吸収し、事業成長へインパクトを与えるプロダクト開発に挑戦できる方 ・顧客やビジネス職の声を踏まえ、プロダクトを通じて本質的な課題解決を実現できる方 ※詳しくはカルチャーデックをご覧ください。 https://speakerdeck.com/salesnow/culture-deck 

・SQLとPythonでのデータ処理経験（3年以上） ・パブリッククラウド利用経験（3年以上）

・Apache Spark（PySpark含む）でのデータ処理経験 ・AWS Analytics系サービスの利用経験 ・Databricks利用経験 ・データマネジメント経験 ・DataOpsの概念への共感

このポジションとのスキルギャップなどをAIで診断してみませんか？

✨ あなたと求人のマッチ度診断

β版

職務経歴書など、あなたの経験やスキルが分かるドキュメントをアップロードすると、求人とのマッチ度とその理由が表示されます💡

ログインしてマッチ度を診断する

※AIにより自動生成するもので、選考結果を保証するものではありません。