698｜アナリティクスエンジニア（開発部）

生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが、AIの判断の根拠となる「ナレッジ」です。 AIはモデルやアプリケーション単体では正しく機能せず、"何をもとに答えを導き出すか"、つまり正確に整理された知識のデータ基盤が不可欠です。

Helpfeelは、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など、幅広い企業や組織のAI活用を支える"情報インフラ"の構築を支援するプロダクトの開発・提供を行っています。

Helpfeelを代表するプロダクトの「Helpfeel」は、iPhoneの日本語入力システムを開発した弊社テクニカルフェロー・増井俊之が発明した「意図予測検索」技術（特許取得済）をコアにしています。 現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。

※特許番号 第7112155号、第7112156号

プロダクトの成功のためには、データに基づく意思決定支援の仕組みが必要です。Helpfeelの導入により実際に成果が向上していることを証明するため、あるいはデータの活用そのものを競争優位性に繋げるためには、信頼でき、スケーラブルに利用可能であり、拡張可能性の高いデータ分析基盤が必要です。
当ポジションでは、Helpfeelのアナリティクスエンジニアとして、蓄積されたデータをニーズに沿った形で活用するため、社内・社外のユーザーとの対話を通じて要件を設計し、信頼のある形でデータを利用する仕組みを作るアナリティクスエンジニア業務をお任せします。

【業務内容】

・データを利用する社外ユーザーや社内ユーザーに対するヒアリング、要件の設計、コンテキストエンジニアリング
・コンテキストを踏まえた最適なデータ提供経路の選定
・データ提供の実装、BIの構築、業務で利用するためのAgent Skillsの実装と提供
・テーブルの作成、テストの実施、ドキュメンテーションの整備
・既存のTransform Layerの維持、機能拡張、トラブルシューティング

【プロダクトの技術要素】

・フロントエンド：React, JavaScript/TypeScript
・バックエンド：Node.js, JavaScript/TypeScript, Python
・インフラ：Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援：ESLint, Renovate

【データエンジニアリング環境の技術要素】

・BI：Looker Studio, Tableau
・Transform Layer：dbt, MetricFlow
・DWH: Google BigQuery
・データソース：Google Analytics 4, Google Spreadsheet, Salesforce, MongoDB Atlas,Google Cloud Logging
・タスク管理：GitHub Projects, GitHubのIssue

【AIの利用環境】

Helpfeelのデータエンジニアリング領域では、AIの存在を前提とした開発フローの再構築を実施しています。主な実施内容は以下のとおりです。

・Agent Skillsの活用による手続的ワークフローの自動化。現在、リポジトリ内には30個以上のAgent Skillsが実装されています。
・MCP Serverを利用したAIによるデータアクセスの拡大。BigQuery MCP Serverやdbt MCP Serverの導入により、AIによる自然言語を通じたデータアクセスが可能となっています。
・Claude CodeやDevinなどのAIの力を最大限に活かすためのハーネスエンジニアリングの実施。
ドキュメンテーションやタスク管理など、コーディングの周辺分野も含めてAIに向けた最適化を進め、AIが真に活躍できる環境を整備しています。
・AIにとって扱いやすい技術スタックの選定

既存のワークフローを前提とした単なる「AIの導入」ではなく、「AIが存在することを前提としたワークフローの再構築」を実施し、高いスピード感を持って結果を出し、スケーラブルな形で運用できるようにすることを目指しています。

【働く環境やエンジニア組織の特徴】

開発職は、各プロダクト・領域を軸に業務を進めています。一方で、組織は完全な縦割りではなく、プロダクトの垣根を越えた意見交換やアイデアの発信も活発に行われています。
未踏スーパークリエイターに認定されたCEOや、未踏経験者であるCTOとともに働く、プロダクトドリブンな企業文化が根付いています。技術やUI/UXについて日常的に議論しながら、より良いプロダクトを追求する環境です。
コロナ禍以前から、フルリモート・フルフレックスを前提とした働き方を取り入れており、社員数が200名を超えた現在も維持しています。社員は全国33都道府県から勤務しており、Helpfeel Cosenseを活用したドキュメント文化をベースに、場所や時間にとらわれず、非同期で仕事を進められる環境を整えています。
平均年齢は35.1歳です。また、直近の離職率は11.9%、平均残業時間は約12時間、育児休業取得率は男女ともに100%となっています。

【開発部のカルチャーを知るコンテンツ】

■ Helpfeel Tech Conf
Helpfeelの技術やプロダクト開発、開発組織の取り組みを発信する自社カンファレンスです。
2026年は「Re: Your Engineering」をテーマに、9月12日（土）に会場・オンラインのハイブリッド形式で開催します。Helpfeelのプロダクトを題材に、AI時代のエンジニアリングや、現在の開発組織における取り組みをご紹介します。

▼ Helpfeel Tech Conf 2026 特設サイト
https://techconf2026.helpfeel.com/

■ 今出川FM
株式会社Helpfeelの「今」をお届けするPodcastです。
アプリケーション開発をはじめ、メンバーの仕事や日々の暮らし、職種を越えたコラボレーション、社内文化などについて、Helpfeelのメンバーがざっくばらんに語っています。開発部で働くメンバーの人柄や関心、組織の雰囲気を知っていただけるコンテンツです。

▼ 今出川FM
https://open.spotify.com/show/4lrvzyohlRKzyYN7HO4Ggm?si=a62fa7c0e57741f2

・Google CloudやAWS, Azureなど、クラウドサービスを利用した経験（2年以上）
・SQLに対する理解
・BigQueryやSnowflakeなど、SQLをベースにしたデータウェアハウスを利用した経験（1年以上）
・Looker StudioやAmazon Quicksight、Tableauなど、BIツールを活用した経験（1年以上）
・他部署の業務内容や、複雑な既存プロダクトの仕様をキャッチアップし、データ活用に繋げてきた経験
・非エンジニアと協業し、具体的な成果を出した経験

・チーム（4-5名程度）のリーダー経験
・データパイプラインの設計・構築経験
・ステークホルダーマネジメントを行い、要求を掘り起こして整理し、問題解決に繋げてきた経験
・複数ある技術的な解決策の中からトレードオフを考慮し、技術的な意思決定をリードしてきた経験
・Claude CodeやDevinなど、AIによる開発補助ツールを活用し、業務を効率化した経験

AIの存在を前提とした開発フローの再構築が進む中、今までのデータエンジニアリングで頻繁に実施されていた簡単なタスクは、ほとんどがAIに対する指示で完結するようになりました。
Good First Issueとなるようなタスクは、Slackで依頼された瞬間に @Devin このタスクを実行してください と指示するだけで、AIにより自動的にPRが作成され、人間のレビューが終わればマージされ、変更がデプロイされる時代となりつつあります。
一方で、Helpfeelのデータエンジニアリング環境には拡張可能な領域が残されています。ニーズに全て応えられているわけでもありません。
しかし、ニーズを実現するためには、散逸するコンテキストを丁寧に読み解き、技術的なスキルと対人スキルを交互に活用しながら、問題解決に向けてアプローチしていく必要があります。
また、AIが活躍できるようにするための環境整備(ハーネスエンジニアリング)を行い、長期的なスケーラビリティを確保する必要もあります。
データエンジニアリングの専門知識とコミュニケーションスキルを持ち、スピード感を持って本質的な問題解決に貢献しつつ、AIが活躍できるようにするための環境整備(ハーネスエンジニアリング)を行っていくことに興味がある方と共に、事業拡大をしたいと思っております。

▼選考フロー
・カジュアル面談
・書類選考
・1次面接
・2次面接
・最終面接
・オファー面談

※変更になる可能性もございます。
※最終面接前にリファレンスチェックをお願いしております。