匠技研工業株式会社のAIエンジニア（LLM・生成AI系）の求人

① 会社・事業について

匠技研工業は「フェアで持続可能な、誇れるモノづくりを。」をミッションに、2020年に東京大学発で創業したスタートアップです。

私たちがつくっているのは、日本の製造業を動かすOSです。製造業は国の力を決める基幹産業であり、働く人が減るなかでも生産性を伸ばし続けている、実は最も勢いのある産業の一つです。その中核にある図面・製造手法・原価という"誰もデータ化できなかった領域"を、AIで動かすプラットフォームをゼロから建てています。

2026年には、最先端のVertical AIを用いたAgenticなプロダクト「匠フォースAIエージェント」を発表しました。社内でもDevin・Claude Codeを前提とした開発が日常で、"AIが実行し、人が承認する"開発スタイルを全社で実践しています。

② 募集背景

2024年12月にシリーズA（5億円）を調達し、シリーズB（2026年内目標）に向けて事業を急拡大中です。成長を続けてきた匠フォースを、最先端のVertical AIを用いたAgenticなプロダクト「匠フォースAIエージェント」へと進化させることで、事業の成長をさらに加速させています。

図面や仕様書を入れると、AIが材料費・加工費などの内訳と根拠つきで見積の叩き台をつくり、人が確認・修正した内容が次の精度向上に還元される——自動見積AIエージェントは、いま顧客の現場に届き始めています。製造業の見積は、図面の読み取り・工程の判断・原価計算と、職人の暗黙知が何層にも重なった業務です。これをAIで解くには、モデルや手法の選択だけでなく、ドメインの理解と、人とAIが協働する仕組みの設計が欠かせません。

この挑戦を加速させるため、AIチームの仲間を募集しています。中でも、図面や仕様書・過去の見積を理解し、多段の推論で見積を組み立てるLLM／AIエージェントの領域を担っていただける方を求めています。

LLMの学習（訓練）経験は必須ではありません
AI・機械学習の研究開発に携わり、LLM・生成AIをプロダクトに組み込んできた方を求めています。LLMの学習（訓練）やファインチューニングの経験があれば歓迎します。

③ 業務内容

概要
自動見積AIエージェントを中心に、LLMを用いた推論・エージェントの設計と改善を担うポジションです。

具体的な業務

• 多段推論のエージェント設計（図面読み取り→工程構成の決定→各工程の詳細推論→整合チェック）
• 構造化出力とHuman-in-the-loopを前提とした、根拠を説明できる出力の設計
• 精度評価の仕組みづくり（評価データの整備、ユーザーの修正ログの活用）
• 顧客ごとのロジックをチューニングできる仕組みの改善（CSと連携）
• 製造業データを活かした独自AIの学習・ホスティングの検討
• 得られた技術・知見の言語化と、プロダクト全体への還元

入社後のイメージ
入社初期はプロダクトとお客様の業務、既存のAIの仕組みを理解しながら、担当領域の改善や新機能の開発を進めていただきます。その先は、担当領域の技術方針を自ら描き、プロダクトの精度と価値を引き上げていただきます。

④ この仕事で得られるもの

AIを"使われるプロダクト"にする経験
PoCで終わらず、顧客が日々の業務で使うAIを、設計から運用まで手がけられます。ユーザーの修正がデータとして蓄積され、使われるほど精度が上がる——その仕組みづくりの当事者になれます。

製造業という、データの宝庫で挑む
図面・見積・原価という、これまでデータ化されてこなかった情報に、AIで向き合えます。LLM・エージェントの技術が日々進化する中で、それを最も複雑な業務の一つに実装する面白さがあります。

⑤ チーム・開発カルチャー

匠技研では「プロダクトエンジニア」の考え方を大切にしています。顧客や業界を深く理解し、理想の世界を自ら描き、それを実現するために技術を使うエンジニアです。

開発はプロダクトチームとAIチームの協業で進めており、全員がオーナーシップを持ち、フルサイクルで意思決定からデリバリーまでを担います。CS・Salesへの同行や現場訪問を通じて気づきをプロダクトに落とし込む——技術と現場をつなぐ動き方が、ここでの開発の醍醐味です。

• LLM・生成AIを業務で形にしてきた経験があり、自社プロダクトとして磨き込みたい方
• 学び続け、不確実なテーマを楽しめる方
• AIツールを積極活用できる方（Cursor／Devin／Claude 等）

• AI・機械学習の研究開発の実務経験3年以上（LLM・生成AI、機械学習モデルの開発・評価・精度改善など。AIツールの利用のみ、個人開発のみは除く）
• LLM・生成AIを使った機能を、プロダクトまたはPoCに組み込んだ実務経験
• 日本語での流暢なビジネスコミュニケーション（目安：日本語能力N1以上）

• RAG／LangChain／エージェント／プロンプトエンジニアリングの経験
• LLMアプリのプロダクトへの組み込み・本番運用の経験
• LLMの出力の評価（Evals）・精度改善の経験
• Python／Web・クラウド（AWS/GCP）での開発
• 製造業ドメインの知見
• （あれば）LLM/NLPの学習・ファインチューニング経験