エンジニア の求人一覧 - 株式会社Sprocket

このポジションについてCX改善プラットフォーム「Sprocket」の開発を担うエンジニアのポジションです。機能単位で、設計から実装、リリース、運用までを自分で完結させることを前提としています。このポジションの特徴は、作るものが決まってから作るのではなく、何を作るべきかを決める段階から関わっていただく点です。企画担当者と対等な立場で議論し、技術的な観点から「それは実現可能か」「別の方法はないか」「その判断が将来何を制約するか」を提示していただきます。ご自身が詳しい領域があれば、その観点からの意見も期待しています。実装の責任は持ち続けていただきます。そのうえで、関わる範囲を前工程にも広げていく、というのがこのポジションで想定しているキャリアの形です。企画や要件定義の実務経験は問いません。これから関わっていきたいという意志と、その素地があるかを重視しています。募集背景開発の進め方を見直したことで、チームの生産性が上がりました。その結果、これまで手を付けられずにいたテーマが次々と着手可能になり、取り組みたいことがチームの規模を上回っている状態です。単に開発の人数を増やしたいわけではなく、プロダクトの方向性を一緒に考えられるエンジニアを増やしたい、というのが今回の募集の動機です。SprocketについてSprocketは「おもてなしのデジタル化」を事業テーマに、顧客企業のCX（カスタマーエクスペリエンス）とデータ活用マーケティングの成果向上を支援する会社です。EC・ブランドサイト・コミュニティサイト・オウンドメディアなど、大手・中堅企業を中心に累計450社以上を支援してきました。プロダクトを提供するだけでなく、コンサルタントが顧客の施策設計と運用に伴走する提供形態を取っており、プロダクトと人の両方で成果に責任を持つことを特徴としています。現在はIPOに向けた準備を進めており、エンタープライズ領域を中心に事業を拡大するフェーズにあります。開発対象のプロダクト自社開発のCX改善プラットフォーム「Sprocket」を構成する以下のプロダクト群を開発しています。Sprocket Personalize：MA／パーソナライズ（Web接客、アプリ、メール、LINEなどチャネル横断のOne to Oneコミュニケーション）Sprocket DataStudio：CDP（顧客データの収集・統合・加工・セグメント設計）Sprocket Insights：BI（顧客行動と施策効果の可視化、生成AIによる次の一手の提示）SproAgent：AIエージェント（データ分析エージェントなど、分析・企画業務をAIが自律実行）開発環境言語：TypeScript / Go / Scala（一部 Java・Python・Rust）フロントエンド：React / Next.js / Viteバックエンド：Hono / gRPC（Protocol Buffers）/ Akka / Apache Beamクラウド：GCP（Cloud Run / Cloud Functions / Pub/Sub）/ AWS（ECS Fargate / EKS / Lambda）データ：BigQuery / Cloud Spanner / DynamoDB / MySQL / Kinesis / Kafka（MSK）/ Dataflow / dbt / LookerIaC：Terraform / AWS CDK認証：Firebase Identity Platform / Auth0生成AI：Vertex AI（Gemini / Claude）開発プロセス：Claude Code を前提とした仕様書駆動・受け入れ条件（BDD）駆動の開発。チームで Claude Code 用のコマンド・MCPサーバー群を自作・運用その他：GitHub / Slack / esa任せるミッション担当する機能について、設計から実装、リリース、運用までを一人称で担っていただきます。そのうえで、仕様を受け取って作るところで止まらず、「そもそも何を作るべきか」の議論に加わり、プロダクトの方向性づくりに技術の立場から関与していただきます。入社後はまず実装の責任を持っていただき、そこから段階的に関わる範囲を広げていく形を想定しています。働く環境出社義務はありません。フルリモート・フルフレックス（コアタイムなし）で、働く場所と時間は本人が決めます。制度として認めているという段階ではなく、出社や勤務時間の制約がないことを前提に組織を設計しています。企画担当者との議論もオンラインで行っており、偶然の雑談から始まる会話が生まれにくい分、議論の場を意図的に設計する運用にしています。この点は現在も改善を続けています。開発はAIを前提に進めています。エンジニアにはClaudeのライセンス（Teamプラン）を付与しており、同プランの利用上限の範囲内で、日常的な開発に組み込んで使っています。Issueの作成から仕様化、実装、レビュー、テストまでをAIと分担する仕組みをチーム自身で作り、「使ってもよい」ではなく、AIを前提に開発の進め方そのものを組み直している状態です。そのうえで私たちが重視しているのは、AIによって空いた時間を設計の検討や調査、チームへの知見共有など何に使うかです。新しい取り組みを推奨しています。評価においては、成功したかどうかよりも、そこから何を学び、どうチームに共有したかを重視します。失敗しても学びが共有されればチームの財産になり、成功しても個人の中に閉じていれば機会を失ったと考えます。顧客理解の環境については、現状をそのままお伝えします。エンジニアが顧客と直接会う機会は、現状まだ限られています。一方で、実際の利用データや操作の記録は自由に見ることができ、顧客対応をしている部門へ直接質問できる関係があります。この環境をどう改善していくかは、現在取り組んでいる課題の一つです。業務内容担当機能の設計・実装・リリース・運用既存のコードや仕組みの制約を踏まえた設計判断と、その理由の説明他メンバーの設計レビューと設計議論企画担当者との仕様・要件の議論（実現性、代替案、将来の制約の提示）利用データ・行動ログを踏まえた開発判断AIツールを組み込んだ開発プロセスの改善と、チームへの知見共有