本ポジションでは、最新のAI技術（LLM、マルチモーダルモデル等）を活用し、ゲームを高度に理解・解析する「自律型AIエージェント」の開発をリードしていただきます。単なるツール導入に留まらず、AIが自律的に推論・実行し、ユーザーへ新たな価値を提供する仕組みの構築がミッションです。

一緒に働くメンバー

配属先：サービス開発部
メンバー：2025年11月時点：24名

▼社員インタビュー
◆GameWithのサービス開発部を紹介！
◆GameWith、AIとどう向き合う？部長が語る「AIネイティブ」な未来！

業務内容

• 事業部門と連携し、サービスを創り上げる
  ディレクターや事業部門のメンバーと直接連携し、新機能や機能改善の目的・要件を共に考え、詳細な仕様を決定します。
• 企画から携わり、効果測定まで見届ける
  サービス改善のための企画立案から、実装後の効果測定・分析まで一貫して関わります。
  開発して終わりではなく、自分の手掛けた機能がユーザーにどう届いたか、最後まで見届けられる環境です。

開発環境

モダンな開発環境で開発を行なっております。

サーバサイド：PHP, Go, (Python, Node.js)
フロントエンド：TypeScript, ES6, jQuery, React, Vue.js, Web Components, LESS...
クライアントサイド: Swift, Kotlin, Flutter (Dart), Unity (C#)
データベース：MySQL, Aurora, DocumentDB, DynamoDB
システムモニタリング：New Relic, Firebase Performance Monitoring
分析基盤：BigQuery,Google Analytics 4, Google Data Studio
テスト：Autify
インフラ：
・AWS（ALB, ECS Fargate, ElastiCache, S3, Lambda, CloudFront...）
・GCP（Firebase, Cloud Firestore, Cloud Functions, Vision AI...）
・Akamai（Image and Video Manager, Adaptive Media Delivery...）
・Terraform

開発効率が上がるものであれば、新しいサービスでも積極的に導入しております。

AIツール

・ChatGPT、 Claude
・Github Copilot、JetBrains
・Cursor, Windsurf
・Devin、langfuse
・Google Colab
・n8n, dify
・各種API 利用　etc...

◆GameWith　Github
◆GameWith　Techblog

仕事・会社の魅力

▼サービスに対して企画提案できる組織風土
新しいサービスや機能の企画段階から積極的にエンジニアが意見を言える環境づくりを徹底して行っています。

PDCAサイクルを高速で回せるようにモックや仕様書を作らずにユーザーデータを基にした機能やツールを試験的に実装し、効果測定を行うなど仮説に基づいたアウトプットを最速で行うことができます。

※実際にエンジニア起案で開発されたサービスの一例になります。

◆ウマ娘：みんなの育成論

社内勉強会： GameWithサービス開発部では社内勉強会や社内LT会など積極的に勉強会を実施しています。
◆エンジニアの教養について談義しました #GameWith #TechWith
◆サスティナブルな社内LT #GameWith #TechWith

国内有数の高トラフィックなサービス開発

現在GameWith開発部では「GameWith」というメディアと 「eスポーツ×NFTゲーム」の新規プロダクトの２つを大きなプロジェクトとして進めております。 今回募集するのは「GameWith」の開発担当ですが、今後も新規プロダクトの開発を続けていきます。

タイミングや希望によっては新規プロダクトへの参画も可能です。

サービス毎のチーム構成

業務は縦割りで分かれておらずサービスに合わせたチーム編成にしてます。
そのためフロント、サーバーサイド、インフラの垣根がないため
ご希望があればフロントとサーバーサイドをどちらも携わる。
サーバーサイドとインフラをどちらも携わることも可能です。

自由な働き方

原則フルリモートワーク（在宅勤務）かつ裁量労働制の体制をとっており、この体制で業務を続いていく予定です。

フルリモートワーク（在宅勤務）体制となったきっかけはStay Homeですが、この体制でもクオリティを落とすことなく通常どおり業務を行えており、地理的な制限のない採用活動や事業展開スピードの向上に向けて、自身の業務に集中しやすい就業環境づくりにも着手し、個々のパフォーマンス向上に役立てていきます。

• AI・機械学習領域の実装経験（3年以上、またはそれに準ずる実績）
  • バックエンドまたはフロントエンドの開発経験をベースに、AIモデルの実装、RAG（検索拡張生成）の構築、あるいはエージェント設計のいずれか実務経験があること。
• データ設計・パイプライン構築の経験
  • AIが学習・推論しやすいデータ構造（ベクトルDB、グラフ構造、メタデータ設計など）の設計経験。
  • 既存データの活用だけでなく、ログ設計やデータ収集フローの構築に関わった経験。
• AI開発ツールの日常的な活用
  • Cursor、GitHub Copilot、Windsurf、DevinなどのAIコーディングエージェントを実務で徹底活用し、開発スピードを高めていること。
• ドキュメンテーション能力
  • arXiv等の論文や技術ドキュメントを読み込み、数理的・技術的背景を理解した上で、技術選定の根拠を言語化した経験。

• プロジェクトの技術選定・アーキテクチャ設計
  • LLM、NLP、画像、数理最適化などから、ビジネス制約（コスト・評価・リスク）に合わせた最適な方式を提示できる。
• MLOps / LMOps の知見
  • PoCに留まらず、再現性、監視、評価・改善ループなど、本番運用を見据えた設計・運用を行った経験。
• マルチモーダルな技術への理解
  • テキストだけでなく、画像や動的なゲーム要素をAIがどう解釈すべきか、技術的な論点を整理できる。

• 自律駆動・プロトタイピング精神
  • 要件が曖昧な状況でも「まずは動くもの」で仮説を検証し、実証まで泥臭く進められる方
• 本質的な知的好奇心
  • 流行のツールを追うだけでなく、「モデルの評価指標はどうあるべきか」「データ資産の価値を最大化するには」といった本質的な問いを立てられる方。
• ユーザー・運用への想像力
  • 開発して終わりではなく、実際のユーザーの動向や運用負荷を考慮し、プロダクトとしてのデザインを考え抜ける方。
• GameWithのバリューに共感してくれる方