Product の求人一覧 - A1A株式会社

▍募集背景 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ A1Aは「取引に関わるすべての人が、信頼と情熱をもったものづくりができる世界をつくる」をミッションに掲げ、製造業の調達・購買領域における課題解決を通じて、より良いものづくりの実現を目指すスタートアップです。 私たちは UPCYCLE をリリースした後、顧客の現場で得た学びや、調達×エンタープライズというドメインの複雑性を踏まえて、製品の価値を改めて再定義しました。 その結果、今後の調達業務における本質的な価値提供には AI を中心に据えたプロダクト構造が不可欠であると判断し、大きく舵を切っています。 実際に、調達業務における AI 活用の具体的な価値が見え始め、複数の顧客企業との実証実験も動き出しています。製品として提供できる価値をさらに高めていくためには、AI への本格的な投資が欠かせないフェーズに入りました。 一方で、社内のAI エンジニアは現在2名のみで、 プロダクト開発、実証実験、基盤整備、社内業務のAI活用推進など、重要テーマを同時に進めるにはリソースが十分ではありません。 A1A がこれから目指すのは、単に「AIを使う会社」ではなく、AIを価値の中心に据えてプロダクトを創る会社です。 その進化をともにつくるAIチームのメンバーとして、難しい課題にチャレンジしていただける方を募集しています。 ▍これから取り組みたいこと ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ・UPCYCLE における AI コア機能の技術検証・実装 ・社内オペレーションへの AI 活用とワークフロー自動化 ・図面、3D CAD、見積書など、製造業特有の非構造データ解析 ・AIを前提とした新しいプロダクトUXの設計・実装 ・Web会議、メール、チャットなどの多様なコミュニケーションデータの解析と価値化 ▍仕事内容 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ A1A の AI チームの一員として、UPCYCLE のAI中核化と、社内外におけるAI活用の推進を担っていただきます。 プロダクト価値の再定義に伴い、AIが製品の中心技術となるフェーズに入っており、PoC〜実装・運用まで一気通貫で関与できるポジションです。 ＊Mission ・UPCYCLE に蓄積される多様なデータ（図面・3D CAD・見積書・テキストなど）を活用し、AIを前提とした新しいプロダクト体験を創り出すこと ・各プロダクトチームの技術パートナーとして、LLM 活用を検討・導入し、社内全体のAI活用レベルを引き上げること ・A1A内部のオペレーション（データ変換・商談管理など）にもAIを適用し、生産性向上に寄与すること ＊想定する業務例 ・顧客課題・調達業務プロセスの理解 　└ AI/LLM が価値を発揮できるポイントを構造化し、アプローチ方針を策定 ・技術調査・手法検討 　└ LLMベースの検索、RAG、要約、分類、非構造データ解析などに関するベストプラクティス・論文・OSSの調査 ・AIコア機能のプロトタイプ開発 　└ UPCYCLE に新たに追加する AI 機能の検証（PoC）〜アーキテクチャ設計 　└ AIネイティブな操作導線・UXの検討 ・プロダクトへの落とし込み（実装支援） 　└ PoC をプロダクトチームと協働し仕様化・実装 　└ Stream Aligned Team への技術伴走 ・モデル/機能の評価と運用改善 　└ LLM の性能評価、プロンプト設計、RAG の改善、モデル切り替え戦略の検討 ▍ポジションの魅力 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ 【ビジネスとプロダクトが同じ方向を向いている環境で開発ができる】 A1Aには、創業以来「ビジネスとプロダクトが同じ方向に向くことを大切にする」という文化があります。 プロダクトの意図や思想がビジネスメンバーに正しく伝わり、それが顧客コミュニケーションにも反映されるため、良質なフィードバックが自然と得られます。結果として“真に価値のある課題”に集中しやすい環境です。 【未経験からでもAI開発の経験が得られる】 A1AのAIチームは現状少人数で、PoC〜実装〜運用まで幅広い領域に挑戦できます。 LLMやRAGなどの最先端技術に触れながら、技術検証・UX検討・プロトタイピング・プロダクト実装まで一気通貫で関われるため、AI未経験からでも着実に経験を積むことができます。 【製造業の現場データという“世界レベルでユニークな領域”に挑戦できる】 図面、3D CAD、見積書、メール、会議記録など——製造業の現場には膨大な非構造データが存在します。 これらをAIで扱いやすい形に変換し、意思決定を支援することは国内外でも成功事例がほとんどありません。 A1Aでは、この難しくもエキサイティングな領域に最前線で挑み、産業全体の生産性を変える技術を自らの手で形にすることができます。 【グローバル規模で産業界に変革をもたらす機会がある】 世界中の自動車部品バイヤーの意思決定を支援する革新的プロダクトの開発に携わり、グローバル規模で産業界に変革をもたらす機会があります。 ▍チームメンバー ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ 階層ベイズ・統計的因果推論・組合せ最適化・グラフニューラルネットワークまで扱い、航空機の強度解析から防衛領域の物体検出、大手ECの検索・推薦、アドテクの広告配信最適化まで各産業のML中核を担ってきたデータサイエンティストや、製造・建設・エンタメと複数業界でNLP・図面解析・Edge AI×IoTからLLMアプリケーションまで幅広く手掛けてきたMLエンジニアが在籍しています。 ▍開発環境 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ・言語：Ruby / TypeScript / Python ・フレームワーク：Ruby on Rails / React / FastAPI ・デザインツール：Figma ・データベース：Aurora PostgreSQL ・インフラ：AWS / Vercel ・構成管理：Terraform ・コード管理：Git / GitHub ・CI/CD：GitHub Actions ・コミュニケーション：Slack ・Issue管理：Notion ・AIプラットフォーム / API：OpenAI API / Vertex AI ・AIツール：Claude Code

▍募集背景 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ A1Aは「取引に関わるすべての人が、信頼と情熱をもったものづくりができる世界をつくる」をミッションに掲げ、製造業の調達・購買領域における課題解決に取り組むスタートアップです。 UPCYCLE のリリース後、顧客の現場から得た学びと、調達×エンタープライズというドメインの複雑性を踏まえ、私たちは AI を中心に据えたプロダクト構造へ大きく舵を切りました。複数顧客企業の運用が動き出し、今後も UPCYCLE 上で業務を実施する顧客が増えていきます。 一方、現在の開発チームには専任の QA ロールを持つメンバーがおらず、テックリードやEMの役割のメンバーが分担して担当しています。エンタープライズ顧客の業務を支えるためには、機能要件・UX/UI デザイン・非機能要件で高い基準を設定・維持する仕組みが不可欠です。 そこで、エンジニア・デザイナー・PdM がそれぞれ品質にオーナーシップを持ち、開発スピードを落とさずに品質を作り込める組織を実現する QA 責任者を募集します。 ▍これから取り組みたいこと ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ・エンジニアが品質責任を持ち、初めから品質基準を満たした成果物を作れる開発フローの設計 ・機能・ユーザビリティを統合した品質基準（受け入れ基準）の整備 ・E2E / API などテスト自動化基盤の構築と CI/CD への統合 ・デザイナーと協働したユーザビリティ基準・チェックリストの運用 ・QA チームの段階的立ち上げ（2 人目以降の採用・育成） ▍仕事内容 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ A1A 開発チームの 1 人目 QA として、UPCYCLE のQA体制・組織の構築をしていただきます。QA がゲートキーパーになるのではなく、エンジニア・デザイナー・PdM の品質オーナーシップを支援する役割を担っていただきます。 ＊Mission ・顧客業務を止めない品質水準の確立（致命的障害ゼロ） ・品質とスピードを両立する開発フローの設計（エンジニアが初めから品質基準を満たした成果物を作れる状態の実現） ・機能要件・UX/UI デザイン・非機能要件を含む品質基準の確立 ・エンジニア主導の品質文化の醸成 ＊想定する業務例 ・品質基準の設計・運用 　└ 機能・非機能（ユーザビリティ・性能・セキュリティ）に対する受け入れ基準を要件定義者と共同で策定・合意・レビュー 　└ QA 観点からのよりよい要件の提案 　└ 受け入れ基準をエンジニア自身の責任で確認できるワークフローの整備 ・品質エンジニアリング基盤の構築 　└ E2E / API 自動テスト戦略の策定と実装推進 　└ GitHub Actions を活用した CI への品質ゲート組み込み ・ユーザビリティ品質の保証（デザイナーと協働） 　└ ユーザビリティ基準（操作性・学習容易性・エラー回避性等）の策定と受け入れ基準への組み込み ・開発プロセス改善 　└ シフトレフト（Discovery〜設計段階からの QA 関与）の推進 　└ 障害分析・ポストモーテムの整備 　└ 品質 KPI（自動化率・欠陥流出率・MTTR 等）の設計と運用 ・組織作り 　└ QA チームの段階的立ち上げと採用（要件定義・面接） 　└ エンジニア・デザイナー向け品質教育・勉強会の実施 ▍本ポジションにおける役割の考え方 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ 当社におけるQAロールは、開発の最後でバグを塞ぐ「ゲートキーパー（監視役）」ではありません。開発チーム全体（Engineers, Designers, PdMs）が自ら高品質なプロダクトを生み出せるよう、“品質のレバレッジをかけるパートナー” として立ち回っていただくことを期待しています。 そのため、以下のような動き方は本ポジションのメインミッションとして想定していません。 ・QA単体ですべての手動受け入れテストを抱え込むこと ➔ エンジニア自身が責任を持って品質を確認できるワークフローやテスト基準（シフト左）を設計することを重視します。 ・品質責任をQAチームだけに閉じて孤立させること ➔ エンジニアやデザイナーが品質にオーナーシップを持てるよう、文化醸成と仕組み化（CI/CD組み込みや基準策定）をリードしていただきます。 ・単なる手動テストケースの作成・大量消化に追われること ➔ テスト自動化基盤（E2E/API）の構築や、ユーザビリティ・非機能要件の定義など、仕組みによる品質向上（品質エンジニアリング）に注力していただきます。 ▍1 年後に実現したい状態 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ・重大障害ゼロでの顧客オンボーディング完遂 ・受け入れ基準が全開発チケットに標準装備されている ・主要ユーザーフローの E2E 自動テストが CI で常時稼働 ・ユーザビリティを含む非機能要件の品質基準が定義・運用されている ・バグ発生月 1 回ペース → 四半期数件レベルへの削減 ・エンジニア全員の品質オーナーシップ浸透 ▍ポジションの魅力 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ 【1品質エンジニアリングを 0 から設計できる】 既存のプロセスや慣習に縛られず、A1A の事業フェーズに最適化した品質体制を自らの手で構築できます。基準・自動化・組織すべてを設計する裁量があります。 【ビジネスとプロダクトが同じ方向を向く環境】 A1A には創業以来「ビジネスとプロダクトが同じ方向に向くことを大切にする」文化があります。顧客の声がチームに届きやすく、"真に価値のある品質課題"に集中できます。 【エンタープライズ × 製造業という難ドメインに挑む】 調達業務という業務クリティカル領域で、顧客の業務を止めない品質を実現する経験は、QA キャリアにおいて稀有な挑戦です。 ▍チームメンバー ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ 開発チーム構成 ・エンジニア：7 名 ・デザイナー：3 名 ・PdM：2 名 ・AI エンジニア：2 名 ・QA 責任者：1 名（→今回の採用ポジション） PdM・エンジニア・デザイナーが密に連携しながら、2 週間スプリントで開発を進めています。QA 責任者は当面、開発チーム全体を横断して品質基盤を構築いただきます。 ▍開発環境 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ・言語：Ruby / TypeScript / Python ・フレームワーク：Ruby on Rails / React / FastAPI ・デザインツール：Figma ・データベース：Aurora PostgreSQL ・インフラ：AWS / Vercel ・構成管理：Terraform ・コード管理：Git / GitHub ・CI/CD：GitHub Actions ・コミュニケーション：Slack ・Issue 管理：Notion ・AI プラットフォーム / API：OpenAI API / Vertex AI ・AI ツール：Claude Code ※ テスト自動化フレームワーク・ツール選定は QA 責任者の裁量でリードいただきます

▍募集背景 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ A1Aは「取引に関わるすべての人が、信頼と情熱をもったものづくりができる世界をつくる」をミッションに掲げ、製造業の調達・購買領域における課題解決に取り組むスタートアップです。 私たちが向き合う製造業の現場では、図面や見積書と並び「3D CAD」が極めて重要なデータとして存在します。3D CADには製品の形状だけでなく、製造方法や加工の難しさ、材料使用量、金型構造など、コストや製造性に直結する情報が詰まっています。 しかし、既存のCAD機能や一般的なAIモデルだけでは、形状が持つ「製造上の意味やコスト要因」を正確に読み解くことはできません。形状やトポロジーから製造難易度やコストドライバーを説明可能な形で抽出するには、Computational Geometry（計算幾何学）や Geometric Deep Learning（幾何学的深層学習）といった幾何学そのものを扱う技術が必要です。 今回は、Geometry領域を専門性の軸として、まだ解き方の定まっていない技術課題に挑み、新しいアルゴリズムやモデルをゼロから生み出す Research Engineer を募集します。PoCで終わらせず、「これまでプロダクトができなかったことをできるようにする」社会実装まで一貫して取り組めるポジションです。 ▍これから取り組みたいこと ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ・3D CADから製造上意味のある幾何特徴を抽出するアルゴリズムの研究開発 ・B-Rep、Mesh、Point Cloudなどを対象とした3D形状解析 ・形状やトポロジーを用いた製造性・製造難易度の推定 ・3D形状から製品コストを左右する幾何学的な要因を抽出・説明する技術の開発 ・Geometric Deep Learningを活用した3D形状認識・表現学習 ・CADデータを対象とした学習データ・評価データ・ベンチマークの構築 ・図面やテキストなど、他の情報と3D CADを組み合わせたマルチモーダルな解析 ・研究・技術検証によって獲得した能力のプロダクトへの実装 例えば、現在は以下のような問いに取り組んでいます。 ・部品形状から、肉厚・リブ・ボス・穴などの製造特徴をどこまで安定して認識できるか ・形状やトポロジーから、製造方法や加工の難しさをどこまで推定できるか ・3D CADから、材料使用量や形状複雑性など、原価を左右するコストドライバーをどこまで抽出できるか ・異なる向きや座標系、実際のCADデータに含まれる数値誤差に対して、どのように頑健な解析を実現するか ・決定論的な幾何アルゴリズムと機械学習を、それぞれどのような問題に使い分けるべきか ・これらは一例です。特定の手法を前提とせず、問題に応じて幾何アルゴリズム、機械学習、深層学習などを組み合わせながら研究開発を進めます。 ▍仕事内容 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ A1AのAIチームの一員として、課題設定から論文調査、アルゴリズム設計、プロトタイピング、プロダクション実装まで一貫して担っていただきます。 ＊Mission ・3D CADに含まれる幾何情報から、製造性やコストに関係する情報を理解・抽出できる技術をつくること ・既存のAIやCAD機能では解けない課題に対し、幾何アルゴリズムと機械学習を融合させた新しい解法を開発すること ・研究開発成果を実際のプロダクト（UPCYCLE）に実装し、製造業の現場に新たな価値を提供すること ＊想定する業務例 ・課題設定・技術調査 └ 製造業務の課題をGeometry領域の技術課題として再定義・定式化 └ 論文、OSS、商用ライブラリ等の調査と、プロトタイプによる実現可能性検証 ・幾何解析アルゴリズム & 機械学習モデルの開発 └ 曲率・法線・トポロジー等の幾何情報を活かした決定論的アルゴリズムの設計 └ 課題に応じた Geometric Deep Learning や GNN 等のモデル構築 ・データセット・評価指標の設計 └ 学習データ・評価データの設計および Ground Truth の構築 └ 単なる認識精度だけでなく「製造上の実用性」を踏まえた評価指標の策定 ・プロダクトへの展開・実装 └ ML Engineer や AI Product Engineer と協働し、処理速度・頑健性を考慮したプロダクション環境への組込み・改善 ▍ポジションの魅力 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ 【実際の製造業の課題を対象にGeometryの研究開発ができる】 A1Aが扱うのは、単純な3D物体認識ではありません。 実際の製造業で利用されている3D CADを対象に、「この形状はどのように製造されるのか」「どこにコストが発生するのか」「どこに製造上のリスクがあるのか」といった問いに向き合います。 形状を正しく認識できるだけではなく、その結果が製造業務や意思決定の中で意味を持つことが求められます。 Geometryという専門性を、現実のものづくりの課題に直接つなげられる環境です。 【幾何アルゴリズムと機械学習の両方を扱える】 すべての課題をDeep Learningで解くことが最適とは考えていません。 形状やトポロジーから決定論的に解く方が適した問題もあれば、Geometric Deep Learningなどを用いてデータから表現を獲得する方が適した問題もあります。 Computational Geometry、3D Vision、Machine Learningなどの境界を限定せず、問題に対して最も適したアプローチを考えることができます。 【既存手法の適用だけではなく、解き方そのものを考えられる】 製造業の3D CAD解析には、研究としても十分に解かれていない課題が数多く存在します。 論文やOSSをそのまま適用して期待する性能が得られなければ、失敗の原因を分析し、問題設定や表現方法を見直し、必要であれば新しいアルゴリズムやモデルを設計します。 「どのライブラリを使うか」ではなく、「この問題をどう解くか」から考える研究開発ができます。 【研究成果を実際のプロダクト価値までつなげられる】 A1Aでは、研究成果そのものではなく、その結果として「これまでできなかったことができるようになる」ことを重要視しています。 例えば、これまで人が3D CADを確認しなければ判断できなかった情報を自動的に抽出できるようになることや、形状から製造性・コストに関する新しい示唆を提供できるようになることが、研究開発の成果になります。 研究によって獲得した技術をプロダクトへ実装し、実際の製造業の現場で利用されるところまで関わることができます。 【まだ立ち上がり期の技術領域をつくっていける】 Geometry領域の研究開発は、A1Aにとってこれから本格的に強化していく領域です。 研究テーマ、評価方法、データセット、技術スタック、開発プロセスなども含めて、完成されたものがあるわけではありません。 自ら問いを立て、必要な技術や研究テーマを考えながら、A1AにおけるGeometry研究開発のあり方そのものをつくることができます。 ▍チームメンバー ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ 階層ベイズ・統計的因果推論・組合せ最適化・グラフニューラルネットワークまで扱い、航空機の強度解析から防衛領域の物体検出、大手ECの検索・推薦、アドテクの広告配信最適化まで各産業のML中核を担ってきたデータサイエンティストや、製造・建設・エンタメと複数業界でNLP・図面解析・Edge AI×IoTからLLMアプリケーションまで幅広く手掛けてきたMLエンジニアが在籍しています。 ▍技術スタック・開発環境 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ■ 言語・環境 ・プログラミング言語: Python, C++ ・開発環境 / コンテナ: Linux, Docker, Git / GitHub ■ 幾何処理・CAD・データ処理ライブラリ ・CAD / B-Rep 処理: OpenCASCADE (OCC), FreeCAD ・メッシュ / 点群 / 幾何計算: CGAL ・数値計算・最適化: NumPy, Eigen ■ 3D AI / Geometric Deep Learning ・フレームワーク: PyTorch, PyTorch Geometric (PyG), DGL (Deep Graph Library) ・主要モデル・アプローチ: Graph Neural Network (GNN),Equivariant Neural Network ■ 対象とする3Dデータ表現 ・B-Rep (Boundary Representation: STEP, IGES等) ・Polygon Mesh (STL, OBJ, PLY等) ■ 基礎理論・関わりが深い学術領域 ・Computational Geometry（計算幾何学） ・Differential Geometry（微分幾何学） / Topology（位相幾何学） ・Numerical Optimization（数値最適化） / Linear Algebra（線形代数） ・3D Computer Vision / Feature Recognition（製造特徴認識）

▍募集背景 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ A1Aが向き合うBtoB領域は、業務プロセスやドメイン知識が非常に深く複雑です。現行業務を変えることへの抵抗感や、一人のユーザー要望が組織全体の最適解とは限らない難しさ、そして手戻りコストの高さといった特有の課題があります。そのため「作る前に業務や人の理解・解像度を高め、事業上のリスクを抑えながら本質的な課題を特定すること」が極めて重要です。 現在、デザインチームは2名体制で運用していますが、プロダクトの拡張やエンジニアチームの拡大に伴い、優先度の高いプロジェクトに追われ、重要だが緊急性の低い機能追加やデザイン体系化にリソースを割ききれない場面が生じています。 そこで今回、画面設計の自立した実行力をベースに、要件の具体化から将来的にはユーザー理解・課題定義といった上流フェーズまで幅広く担い、チームの意思決定をともに前進させてくれるデザイナーを新たに募集することになりました。 ▍ミッション ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ 人の「理解・判断・行動」を業務や組織の構造から捉え直し、複雑な関係を解きほぐしながら、より良い判断と行動を支えるプロダクトの概念・情報構造・体験へと昇華させる ▍仕事内容 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ＊Mission ユーザーの表面的な言葉だけにとらわれず、その背景にある業務フローや利害関係、判断の迷いなどを深く解像度高く理解し、「何のためにどのような仕組みに変えるべきか」を構造的にアプローチしてプロダクトへ具体化します。 ＊想定する業務例 【入社直後〜お任せしたい業務】 まずは要件や方向性がある程度固まったプロジェクトにおいて、画面設計やユーザー体験の具体化・デザイン推進をお任せします。 ・機能追加・改善におけるUI/UX設計・プロトタイピング └例：通知機能など、必要な利用シーンの洗い出しから画面・インタラクションへの落とし込み、Figmaを用いたプロトタイプ作成 ・実装・開発に向けた仕様整理とエンジニア連携 ・要件定義・企画の具体化サポート 【将来的に広げていただきたい業務（キャリアパス）】 業務やドメイン理解を深めながら、徐々に上流の企画・課題定義フェーズへ挑戦していただきます。 ・ユーザー・業務構造の解像度向上 └ユーザーインタビュー、業務観察、メンタルモデルや業務フロー、組織構造・権限の把握 ・本質的な課題の再定義・情報構造化 └要望の背景にある「問い」の再設定（例：単なる操作削減ではなく、情報の分散や責任分担の問題を疑う） └顧客ごとの業務差分を抽出し、プロダクトで吸収すべき構造への変換 ・To-Be業務・体験コンセプトの構想 └オブジェクト設計（OOUI）、概念設計、例外ケースや状態ルールの設計 ・仮説検証・チームの思考・意思決定の推進 └プロトタイプ等を用いた顧客レビューや検証の設計、論点・トレードオフの可視化を通じたチームの共通認識形成 ▍ポジションの魅力 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ・「UI作成」にとどまらず、プロダクトの企画・UX・概念設計などの上流工程へステップアップできる └入社直後は得意な画面設計からスタートし、段階的に課題発見やリサーチといった上流にチャレンジできる環境・サポート体制（PM等による育成）があります。 ・複雑なBtoBドメインだからこそ身につく「高い抽象化・構造化能力」 └単なるWebサイトやシンプルなToCアプリとは異なり、深く複雑な業務ドメインを解きほぐしてプロダクトに落とし込む高度なデザイナーとしての専門性が身につきます。 ・チームの合意形成を導くハブとして活躍できる └言葉だけでは伝わりにくい構造や概念を図、フロー、プロトタイプとして可視化し、プロダクトマネージャーやエンジニアと議論しながらプロジェクトを動かす手応えを得られます。

▍募集背景 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ A1Aは「取引に関わるすべての人が、信頼と情熱をもったものづくりができる世界をつくる」をミッションに掲げ、製造業の調達・購買領域における課題解決を通じて、より良いものづくりの実現を目指すスタートアップです。 既にエンタープライズ企業の導入いただき、2024年4月にはシリーズBの追加資金調達を完了して累計10億円以上を調達。一気に勝負をかけるタイミングに差し掛かっており、さらにプロダクトの価値を高めるためにエンジニアを募集しています。 プロダクト開発におけるAIの活用はもちろんのこと、プロダクトの提供価値を高めるためにAI活用を推進しています。実際に、調達業務における AI 活用の具体的な価値が見え始め、複数の顧客企業との実証実験も動き出しています。 A1A のプロダクト開発チームが目指すのは、「PdMが仕様を考えてディレクション、エンジニアがコーディングするチーム」ではなく、「エンジニアやPdMがそれぞれの知見を活かしてプロダクトの価値を高めるチーム」です。 結果、クライアントの期待を超えるようなプロダクトを創り上げていきたいと考えています。その進化をともにつくるプロダクト開発チームのメンバーとして、難しい課題にチャレンジしていただける方を募集しています。 ▍今後取り組みたいこと・Mission ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ 様々なレイヤーでこれから取り組んでいきたいことが複数あるため、ご自身の得意領域ややっていきたいことに合わせて、適切な役割期待を設定します。 今後取り組みたいことの例は下記のとおりです。 ＜長期的な運用を見越した設計・環境整備＞ ・技術的負債を適切に管理し、将来的な開発のボトルネックを防ぐ体制の構築がこれからであること ・プロダクトの成長に伴い、スケーラビリティを考慮したアーキテクチャ設計が求められるが、現時点で体系的な方針が確立されていないこと ・技術選定や開発生産性の向上に関して、組織全体での合意形成を促進し、長期的に持続可能な開発環境の整備をしたい 〈中長期の組織づくりを見据えたチームの仕組みづくり〉 ・中長期的にはCTOが組織全体を見きるのに限界があり、マネジメントが手薄になる可能性があること ・エンジニアの個々の成長支援や評価の仕組みを整え、チームとしてのパフォーマンス最大化する余地があること ・組織が成長するフェーズに入っているが、スケールに耐えうるマネジメント体制を整える必要があること ＜上流からプロダクト関与するエンジニアチームの組成＞ ・上流の課題整理の時間を短縮し、開発スピードを上げること ・PdMが持つ課題に対してエンジニアが主体的に関与し、意思決定の負担を分散すること ・開発チームが上流の要件定義から関与し、下流と上流の接続がスムーズにすること ▍ポジションの魅力 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ・開発したプロダクトが世界中の自動車部品バイヤーに利用されるため、世の中に大きな価値を提供できます。 ・ピボットの経験を経てユーザーの声を重要視する社内文化が浸透しており、技術ありきではなく課題解決に集中できる環境があります。 ・また上記のピボットはエンジニアの課題意識に端を発しており、エンジニアが開発だけでなくビジネスサイドまで横断できる文化です。 ▍一緒に働くプロダクトチームメンバー例 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ・楽天→Speee→A1AのSREリード（業務での開発歴14年） ・ワークスアプリケーションズ→ジラフ→A1AのUXエンジニアリード（業務での開発歴10年） ・カカクコム→A1AでエンジニアからキャリアチェンジしたProduct Owner ▍開発環境 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ・言語：Ruby / TypeScript / Python ・フレームワーク：Ruby on Rails / React / FastAPI ・デザインツール：Figma ・データベース：Aurora PostgreSQL ・インフラ：AWS / Vercel ・構成管理：Terraform ・コード管理：Git / GitHub ・CI/CD：GitHub Actions ・コミュニケーション：Slack ・Issue管理：Notion ・AIプラットフォーム / API：OpenAI API / Vertex AI ・AIツール：Claude Code