1202【Dev】AIソリューションエンジニア（図面構造化・顧客ソリューション開発）

【会社概要】

ストックマーク株式会社は「価値創造の仕組みを再発明する」をミッションに掲げ、最先端の生成AI LLM技術を活用し、企業の変革を支援しています。

弊社の強みは、フルスクラッチで国産LLMを開発できる技術力です。2024年5月には、国内最大級となる1,000億パラメータの日本語特化LLM「Stockmark-2」を公開しました。

多くの企業が海外モデルの微調整やOSS活用にとどまる中、当社はゼロから自らの手でモデルを設計・構築。日本語とビジネス領域に最適化された性能は、国産最高クラスの水準を誇ります。さらに、ハルシネーションを大幅に抑えており、自社管理下で安全に運用可能です。

単なる“生成AIの利用企業”ではなく、“AIそのものを創る企業”として、日本の産業競争力を技術で支えていく存在となることを目指しています。

この技術力を活かして事業展開しており、現在はSaaS事業として製造業向けAIエージェント「Aconnect」、PaaS新規事業として業務AI実装支援プラットフォーム「SAT(Stockmark A Technology)」を運営しています。

創業時からエンタープライズ企業をターゲットとしており、すでに日経225の30％、300社を超える企業様での導入が進んでいます。今後は製造業のR＆Dを起点に、国内のエンタープライズ企業はもちろん、日本企業全体そしてグローバル企業にも展開していく予定です。

2024年10月にはシリーズDにて45億円、累計88億円の資金調達を完了。
従業員も150名規模になり、更なる成長を目指すために人員を募集しております！

【現状の課題】

図面構造化は顧客ごとに固有の課題が多く、汎用化を急ぐよりもまず個別の課題を解き切って価値を出すことが優先されるフェーズにあります。しかし顧客にとって図面の構造化自体はゴールではなく手段であり、構造化データを土台とした差分検知（設計変更点の自動抽出等）やナレッジグラフ構築など、業務課題を直接解決する最終ソリューションの提供までを一気通貫で担う必要があります。また、顧客プロジェクトの中で生まれた機能・ソリューションを個別対応のまま終わらせず製品化・汎用化につなげる動きが事業成長の鍵となっており、そのためには顧客対応と並行して腰を据えた技術開発に取り組む時間・裁量の確保が急務です。

【業務内容】

• 顧客の図面に関する課題解決に集中して取り組み、構造化にとどまらず差分検知やナレッジグラフ構築といった、顧客が真に求める最終ソリューションまで一貫して設計・実装する
• 顧客プロジェクトから生まれた機能・技術のうち製品化できるものはプロダクトへの実装を主導し、汎用化が必要な技術は基礎技術開発チームと役割分担しながら確立する

■具体的な業務内容

• 顧客の図面に関する要件ヒアリングから設計・実装・導入まで、顧客プロジェクトに直接入り込んでの課題解決
• 図面構造化データを土台とした差分検知（図面間の設計変更点の自動抽出等）の設計・実装
• 構造化データを活用したナレッジグラフの構築・設計
• 顧客プロジェクトの中で生まれた機能・ソリューションのうち製品化できそうな技術の見極めと、プロダクトへの実装・製品化の主導
• 特定顧客向けの実装を汎用的な図面構造化技術へと発展させる、技術の一般化
• 汎用的な図面構造化技術の確立に必要な技術開発（アルゴリズム改善、新規手法の検証等）への継続的な取り組み
• 図面構造化エンジニア（汎用アルゴリズム開発）と連携した、腰を据えた基礎研究開発が必要なテーマの引き継ぎ・役割分担

※変更の範囲：開発関連業務

【チーム構成】

SAT Devision

• ビジネスサイド：20名
• Tech サイド：30名

【開発環境】

[使用言語/フレームワーク]
TypeScript、Vue.js 、Node.js、Python
[コンテナ]
Docker
[IaC]
Terraform
[クラウド]
AWS, Azure

【ポジションの魅力】

• 顧客の図面課題に要件定義から実装・運用まで一気通貫で向き合い、構造化にとどまらず差分検知・ナレッジグラフ構築など最終ソリューションまで手掛けられる
• 顧客プロジェクトで生まれた技術を製品化・汎用化まで推進し、事業全体の技術資産として積み上げていく手応えを得られる
• 顧客案件への深い没入と、抽象化・技術開発への集中を、状況に応じて主体的に切り替えながら進められる裁量がある
• 汎用アルゴリズム開発を担うチームと役割分担しながら、個別解を汎用解に育てていくプロセスの中核を担える

【関連資料】

• 専門性の高い"暗黙知"を形式知化する生成AI基盤開発へ 製造業特化のマルチモーダルAI基盤を開発
  https://stockmark.co.jp/news/20250715
• 日本を代表する16社がストックマークと「AI-Ready化」を開始『日本企業の暗黙知/社内データ AI-Ready化プロジェクト』
  https://stockmark.co.jp/news/20260515/
• 文書画像構造化の新ベンチマーク OmniDocBench-JASynの構築
  https://stockmark-tech.hatenablog.com/entry/2026/05/12/103911

※すべて必須

• 顧客課題を解決するためのシステム設計・実装経験（要件定義〜実装〜運用まで一気通貫の経験が望ましい）
• Pythonを用いたシステム開発・実装経験（図面・CADデータへの技術的理解があれば尚可）
• 個別対応で得た知見を抽象化・一般化し、再利用可能な技術・機能として設計し直した経験
• GitHub Copilot、Cursor、Claude Code等のAIコーディングツールを日常の開発に積極的に活用し、開発効率を高める姿勢

• 製造業・プラント業界の顧客への導入経験、図面や設計データの業務知識
• 画像・ドキュメントの差分検知アルゴリズムの設計・実装経験
• ナレッジグラフ・グラフDB（Neo4j等）を用いたデータモデリング・実装経験
• 画像認識・AI関連の技術開発（研究を含む）に取り組んだ経験
• プロダクト化を見据えた機能設計・仕様策定の経験

• 顧客の課題を解くことに強いこだわりを持ちながら、そこで得た知見を汎用的な技術に育てることにも面白さを感じる人
• 構造化はゴールではなく手段だと捉え、顧客の本質的な課題解決にまでこだわり抜ける人
• 顧客案件への深い没入と、抽象化・技術開発への集中とを状況に応じて適切に切り替えられる人
• 個別解を汎用解に育てることで、事業全体の技術資産を積み上げていくことに意義を感じる人

＜その他＞
・日本国内に居住可能な方
・開発に関する技術的な内容含め、日本語で円滑にコミュニケーションが取れる方
　目安：ビジネス会話レベル以上