ソフトウェアエンジニア の求人一覧 - 匠技研工業株式会社

① 会社・事業について匠技研工業は「フェアで持続可能な、誇れるモノづくりを。」をミッションに、2020年に東京大学発で創業したスタートアップです。私たちがつくっているのは、日本の製造業を動かすOSです。製造業は国の力を決める基幹産業であり、働く人が減るなかでも生産性を伸ばし続けている、実は最も勢いのある産業の一つです。その中核にある図面・製造手法・原価という"誰もデータ化できなかった領域"を、AIで動かすプラットフォームをゼロから建てています。Devinがコードを書き、Claude Codeがレビューを支援し、人は設計・判断・承認に集中する——AI-Nativeな開発が日常です。「AIと共に開発する」が当たり前になる前に、その最初期から実践できる環境です。② 募集背景2024年12月にシリーズA（5億円）を調達し、シリーズB（2026年内目標）に向けて事業を急拡大中です。成長を続けてきた匠フォースを、最先端のVertical AIを用いたAgenticなプロダクト「匠フォースAIエージェント」へと進化させることで、事業の成長をさらに加速させています。AI類似図面検索・原価計算・帳票自動生成——これまで職人の暗黙知に依存していた領域を、次々とソフトウェアで置き換えています。事業を1→10へとグロースさせ、さらに複数のプロダクトを立ち上げていく中で、技術的な難題はますます増えています。顧客の課題に向き合いながら、プロダクトづくりの全体に関わりたいエンジニアを求めています。③ 業務内容概要 「匠フォース」をマルチプロダクト（コンパウンド）として開発・拡張するポジションです。顧客と対話して課題を理解し、What・Why・Howの意思決定からデリバリーまでをフルサイクルで担うプロダクトエンジニアとして、コア機能を入社早期から大きな裁量で任されます。フロント・バック・フルスタック、いずれのスキルセットでも活躍できる環境です。具体的な業務要件定義（顧客・CSと対話し、システム要件を整理）設計（インターフェース・データベース設計、技術選定）実装・コードレビュー、コア機能の改善・新機能開発製品の成長を見据えた技術選定・アーキテクチャ設計Devin／Claude Code／Notionエージェントを使った"AIが実行・人が承認"の開発フロー社内基盤（takumi-os-all）の継続的な改善・自動化開発環境 フロント：TypeScript（React.js, Next.js）, Apollo Client, Jotai, MUI バック：TypeScript（Node.js） ML：Python, PyTorch API：GraphQL, REST QA：Playwright, Jest クラウド：AWS（Lambda, AppSync, Fargate, StepFunctions等） DB：PostgreSQL, DynamoDB, OpenSearch, Redis CI/CD：GitHub Actions, AWS CodeBuild IaC：Serverless Framework, AWS CDK ツール：Docker, GitHub, Figma, Slack, Notion, MixPanel, Sentry入社後のイメージ 入社初期はプロダクトとお客様の業務を理解しながら、担当機能の開発からリリースまでを一通り担っていただきます。その先は、お客様の課題から機能を企画し、何を・なぜ・どうつくるかの判断からリリースまでを自ら進めていただきます。④ この仕事で得られるもの製造業という複雑なドメインには、ソフトウェアで解かれていない問題が山ほど残っています。図面の類似検索・原価の自動計算・帳票の自動生成——どれも「正解」がなく、技術と業界知識を掛け合わせて初めて解ける問題です。エンジニアとして本質的に難しい課題に、入社初日から向き合える環境です。技術スタックはTypeScript×サーバレスを軸に、AWS・GraphQL・OpenSearchと最先端の構成を採用。さらにDevin・Claude Codeを前提としたAI-Nativeな開発スタイルで、「AIと共に開発する」を誰より早く体得できます。顧客の現場を訪問し、その場で課題に合わせたアプリを試作して見せる——「こんなことできるの？」という反応が、プロダクトの次の進化を動かします。What・Why・Howの意思決定からデリバリーまでをフルサイクルで担う裁量と、10年後に世界中のものづくりのインフラとなるプロダクトを届ける経験。この2つが同時に積めるポジションです。⑤ チーム・開発カルチャー匠技研では「プロダクトエンジニア」の考え方を大切にしています。顧客や業界を深く理解し、理想の世界を自ら描き、それを実現するために技術を使うエンジニアです。開発はプロダクトチームとAIチームの協業で進めており、全員がオーナーシップを持ち、フルサイクルで意思決定からデリバリーまでを担います。CS・Salesへの同行や現場訪問を通じて気づきをプロダクトに落とし込む——技術と現場をつなぐ動き方が、ここでの開発の醍醐味です。

① 会社・事業について匠技研工業は「フェアで持続可能な、誇れるモノづくりを。」をミッションに、2020年に東京大学発で創業したスタートアップです。私たちがつくっているのは、日本の製造業を動かすOSです。 製造業は国の力を決める基幹産業であり、働く人が減るなかでも生産性を伸ばし続けている、実は最も勢いのある産業の一つです。その中核にある図面・製造手法・原価という"誰もデータ化できなかった領域"を、AIで動かすプラットフォームをゼロから建てています。2026年には、最先端のVertical AIを用いたAgenticなプロダクト「匠フォースAIエージェント」を発表しました。 図面や仕様書を入れると、材料費・加工費などの内訳と根拠つきでAIが見積の叩き台をつくり、人が確認・修正した内容が次の精度向上に還元される ——"人とAIが協働する見積"を、いま顧客の現場に届け始めています。② 募集背景2024年12月にシリーズA（5億円）を調達し、シリーズB（2026年内目標）に向けて事業を急拡大中です。 成長を続けてきた匠フォースを、最先端のVertical AIを用いたAgenticなプロダクトへと進化させることで、事業の成長をさらに加速させています。 今後は複数プロダクトが連動するコンパウンドプロダクトへ広げていく計画で、開発組織もそれに合わせて拡大しています。事業を1→10へとグロースさせ、さらに複数のプロダクトを立ち上げていく中で、組織づくりにも多くの難しい課題があります。 現在は、メンバーの育成・評価、採用、開発プロセス、チーム設計といったマネジメントの多くを、CTOが技術・プロダクト戦略と兼務しています。 CTOが技術戦略と新規プロダクトに集中し、組織がスケールし続けられる状態をつくるために、開発組織のマネジメントを担うEMを新たに迎えたいと考えています。③ 業務内容概要 拡大期のプロダクト開発組織をつくるEMのポジションです。 まずは1チームのマネージャーとして、開発にも参加しながらチームとプロダクトを理解していただきます。 その上で、経験やスキルに応じて、複数チームのマネジメントや組織全体の設計へと役割を広げていただくことを期待しています。EMとしてのキャリアステップ1チームのマネージャー：自チームのメンバーの育成・評価、デリバリーに責任を持つ（入社時の想定）複数チームのマネージャー：チーム構成そのものの設計や、EMのマネジメントを担う開発組織全体の責任者（VPoE候補）：組織戦略・採用計画・評価制度など、開発組織全体を設計する経験や志向性に合わせて、柔軟にポジションをご用意しています。具体的な業務①1チームのマネージャーとしてメンバーとの1on1、目標設定・評価・育成チームのデリバリー管理と開発プロセスの改善（スクラム運用など）Devin／Claude Codeを前提とした"AIが実行・人が承認"の開発フローの、チームへの浸透と生産性向上PdM・CS・Salesとの調整、開発計画とロードマップの実行管理エンジニア採用の面接・クロージング（人事と連携）自らも開発に参加し、機能開発・コードレビューを行う②複数チームのマネージャーとしてマルチプロダクト化に合わせたチーム構成・チーム間連携の設計EM・チームリードの育成とマネジメント複数チームをまたいだ開発計画とリソース配分③開発組織全体の責任者（VPoE候補）として開発組織の中長期の組織戦略・採用計画の策定評価制度・キャリアラダーの設計と運用CTOと連携した、技術戦略と組織戦略の接続EMとテックリードの役割分担EM：「誰がどう作るか」の組織づくり（採用・育成／評価・開発プロセス・チーム設計）テックリード：「何をどう作るか」の技術判断（アーキテクチャ・品質・技術的負債・AIの設計）※テックリードも同時に募集しています。技術判断はテックリード・CTOと連携しながら進めます。向き合う組織課題メンバー増加に伴う、1on1・評価・育成の仕組みづくりプロダクトチームとAIチームの協業体制や、将来の基盤チーム・アプリチームの分離など、マルチプロダクト化に合わせたチーム設計正社員と業務委託が混在するチームでの、期待値と役割の設計AIコーディングツールを前提とした、新しい開発プロセスと生産性の定義「プロダクトエンジニア」カルチャーを保ったままのスケールマネジメントを担えるEM・チームリード層を育て、マネジメントの階層をつくるPdE・TL・EM・PdMなど多様なキャリアに対応する、開発組織全体の評価制度・キャリアラダーの整備複数プロダクトの立ち上げを見据えた、中長期の組織計画・採用計画入社後のイメージ〜1ヶ月：プロダクト・ドメイン・メンバーを知る。顧客訪問や商談同行で現場を知り、開発にも参加〜3ヶ月：一部メンバーの1on1・育成を担い、開発プロセスの改善に着手。採用面接に参加〜6ヶ月：チームマネジメントをCTOから引き継ぎ、評価・採用・チーム設計を主導するその先：経験に応じて複数チームのマネジメント、開発組織全体の設計（VPoE候補）へ開発環境 フロント：TypeScript（React.js, Next.js）, Apollo Client, Jotai, MUI バック：TypeScript（Node.js） AI・ML：Python, PyTorch, OpenCV, 各種LLM API：GraphQL, REST クラウド：AWS（Lambda, AppSync, Fargate, StepFunctions等） DB：PostgreSQL, DynamoDB, OpenSearch, Redis CI/CD：GitHub Actions, AWS CodeBuild AI開発支援：Devin, Claude Code, Cursor ツール：Docker, GitHub, Figma, Slack, Notion, MixPanel, Sentry④ この仕事で得られるものAIコーディングエージェントが当たり前になった今、「開発組織をどうつくるか」の正解はまだどこにもありません。 弊社では、Devin・Claude Codeを前提とした開発スタイルがすでに日常です。 その上で、どんなチーム構成・育成・評価・プロセスが最も価値を生むのか ——AI時代の開発組織のあり方を、拡大期の現場で自ら設計できます。CTOの右腕として、事業・プロダクト・組織をつなぐ立場で意思決定に関わりながら、製造業という大きな業界の変革をチームで実現していく。 マルチプロダクト化に合わせて組織は広がっていくため、1チームのマネージャーから、複数チームのマネージャー、そして開発組織全体を担うVPoEへと、経験とスキルに応じて役割を広げていけます。⑤ チーム・開発カルチャー弊社では「プロダクトエンジニア」の考え方を大切にしています。 顧客や業界を深く理解し、理想の世界を自ら描き、それを実現するために技術を使うエンジニアです。開発はプロダクトチームとAIチームの協業で進めており、全員がオーナーシップを持ち、フルサイクルで意思決定からデリバリーまでを担います。 CS・Salesへの同行や現場訪問を通じて気づきをプロダクトに落とし込む ——技術と現場をつなぐ動き方が、ここでの開発の醍醐味です。

① 会社・事業について匠技研工業は「フェアで持続可能な、誇れるモノづくりを。」をミッションに、2020年に東京大学発で創業したスタートアップです。私たちがつくっているのは、日本の製造業を動かすOSです。製造業は国の力を決める基幹産業であり、働く人が減るなかでも生産性を伸ばし続けている、実は最も勢いのある産業の一つです。その中核にある図面・製造手法・原価という"誰もデータ化できなかった領域"を、AIで動かすプラットフォームをゼロから建てています。Devinがコードを書き、Claude Codeがレビューを支援し、人は設計・判断・承認に集中する——AI-Nativeな開発が日常です。「AIと共に開発する」が当たり前になる前に、その最初期から実践できる環境です。② 募集背景2024年12月にシリーズA（5億円）を調達し、シリーズB（2026年内目標）に向けて事業を急拡大中です。成長を続けてきた匠フォースを、最先端のVertical AIを用いたAgenticなプロダクト「匠フォースAIエージェント」へと進化させることで、事業の成長をさらに加速させています。AI類似図面検索・原価計算・帳票自動生成——これまで職人の暗黙知に依存していた領域を、次々とソフトウェアで置き換えています。事業を1→10へとグロースさせ、さらに複数のプロダクトを立ち上げていく中で、私たちはいくつもの難しい技術課題に向き合っています。設計からデリバリーまでを自らリードし、チームの技術水準を引き上げられる経験豊富なエンジニアを求めています。③ 業務内容概要 「匠フォース」をマルチプロダクト（コンパウンド）として開発・拡張するポジションです。顧客と対話して課題を理解し、What・Why・Howの意思決定からデリバリーまでをフルサイクルで担うプロダクトエンジニアとして、コア機能を入社早期から大きな裁量で任されます。フロント・バック・フルスタック、いずれのスキルセットでも活躍できる環境です。具体的な業務要件定義（顧客・CSと対話し、システム要件を整理）設計（インターフェース・データベース設計、技術選定）実装・コードレビュー、コア機能の改善・新機能開発製品の成長を見据えた技術選定・アーキテクチャ設計Devin／Claude Code／Notionエージェントを使った"AIが実行・人が承認"の開発フロー社内基盤（takumi-os-all）の継続的な改善・自動化開発チームにおける技術的な意思決定のリード・相談役（バックエンド・インフラ等の得意領域を中心に）データモデリング、パフォーマンス、スケーラビリティなどBE領域の技術課題への取り組み※バックエンドを軸にフルスタックに関わることも、BEに特化することも歓迎。開発環境 フロント：TypeScript（React.js, Next.js）, Apollo Client, Jotai, MUI バック：TypeScript（Node.js） ML：Python, PyTorch API：GraphQL, REST QA：Playwright, Jest クラウド：AWS（Lambda, AppSync, Fargate, StepFunctions等） DB：PostgreSQL, DynamoDB, OpenSearch, Redis CI/CD：GitHub Actions, AWS CodeBuild IaC：Serverless Framework, AWS CDK ツール：Docker, GitHub, Figma, Slack, Notion, MixPanel, Sentry入社後のイメージ 入社初期はプロダクトとお客様の業務を理解しながら、担当領域の機能開発に設計から関わっていただきます。その先は、得意領域の技術的な意思決定やアーキテクチャ・品質の改善をリードしていただきます。テックリード・エンジニアリングマネージャーなど、志向に合わせたキャリアも一緒に考えます。④ この仕事で得られるもの製造業という複雑なドメインには、ソフトウェアで解かれていない問題が山ほど残っています。図面の類似検索・原価の自動計算・帳票の自動生成——どれも「正解」がなく、技術と業界知識を掛け合わせて初めて解ける問題です。エンジニアとして本質的に難しい課題に、入社初日から向き合える環境です。技術スタックはTypeScript×サーバレスを軸に、AWS・GraphQL・OpenSearchと最先端の構成を採用。さらにDevin・Claude Codeを前提としたAI-Nativeな開発スタイルで、「AIと共に開発する」を誰より早く体得できます。顧客の現場を訪問し、その場で課題に合わせたアプリを試作して見せる——「こんなことできるの？」という反応が、プロダクトの次の進化を動かします。What・Why・Howの意思決定からデリバリーまでをフルサイクルで担う裁量と、10年後に世界中のものづくりのインフラとなるプロダクトを届ける経験。この2つが同時に積めるポジションです。⑤ チーム・開発カルチャー匠技研では「プロダクトエンジニア」の考え方を大切にしています。顧客や業界を深く理解し、理想の世界を自ら描き、それを実現するために技術を使うエンジニアです。開発はプロダクトチームとAIチームの協業で進めており、全員がオーナーシップを持ち、フルサイクルで意思決定からデリバリーまでを担います。CS・Salesへの同行や現場訪問を通じて気づきをプロダクトに落とし込む——技術と現場をつなぐ動き方が、ここでの開発の醍醐味です。

① 会社・事業について匠技研工業は「フェアで持続可能な、誇れるモノづくりを。」をミッションに、2020年に東京大学発で創業したスタートアップです。私たちがつくっているのは、日本の製造業を動かすOSです。製造業は国の力を決める基幹産業であり、働く人が減るなかでも生産性を伸ばし続けている、実は最も勢いのある産業の一つです。その中核にある図面・製造手法・原価という"誰もデータ化できなかった領域"を、AIで動かすプラットフォームをゼロから建てています。Devinがコードを書き、Claude Codeがレビューを支援し、人は設計・判断・承認に集中する——AI-Nativeな開発が日常です。「AIと共に開発する」が当たり前になる前に、その最初期から実践できる環境です。② 募集背景2024年12月にシリーズA（5億円）を調達し、シリーズB（2026年内目標）に向けて事業を急拡大中です。成長を続けてきた匠フォースを、最先端のVertical AIを用いたAgenticなプロダクト「匠フォースAIエージェント」へと進化させることで、事業の成長をさらに加速させています。AI類似図面検索・原価計算・帳票自動生成——これまで職人の暗黙知に依存していた領域を、次々とソフトウェアで置き換えています。事業を1→10へとグロースさせ、さらに複数のプロダクトを立ち上げていく中で、私たちはいくつもの難しい技術課題に向き合っています。設計からデリバリーまでを自らリードし、チームの技術水準を引き上げられる経験豊富なエンジニアを求めています。③ 業務内容概要 「匠フォース」をマルチプロダクト（コンパウンド）として開発・拡張するポジションです。顧客と対話して課題を理解し、What・Why・Howの意思決定からデリバリーまでをフルサイクルで担うプロダクトエンジニアとして、コア機能を入社早期から大きな裁量で任されます。フロント・バック・フルスタック、いずれのスキルセットでも活躍できる環境です。具体的な業務要件定義（顧客・CSと対話し、システム要件を整理）設計（インターフェース・データベース設計、技術選定）実装・コードレビュー、コア機能の改善・新機能開発製品の成長を見据えた技術選定・アーキテクチャ設計Devin／Claude Code／Notionエージェントを使った"AIが実行・人が承認"の開発フロー社内基盤（takumi-os-all）の継続的な改善・自動化顧客と対話し、課題を深く理解し、課題解決を提供する新機能を開発プロダクトを圧倒的に使いやすくするための改善・運用製品の成長を見据えた技術選定・アーキテクチャ設計開発チームにおける技術的な意思決定のリード・相談役（フロントエンド等の得意領域を中心に）フロントエンドパフォーマンス、複雑化するアプリケーション設計などFE領域の技術課題への取り組みDevin／Claude Codeを前提とした"AIが実行・人が承認"の開発フローの推進※フロントエンドを軸にフルスタックに関わることも、FEに特化することも歓迎。 開発環境 フロント：TypeScript（React.js, Next.js）, Apollo Client, Jotai, MUI バック：TypeScript（Node.js） ML：Python, PyTorch API：GraphQL, REST QA：Playwright, Jest クラウド：AWS（Lambda, AppSync, Fargate, StepFunctions等） DB：PostgreSQL, DynamoDB, OpenSearch, Redis CI/CD：GitHub Actions, AWS CodeBuild IaC：Serverless Framework, AWS CDK ツール：Docker, GitHub, Figma, Slack, Notion, MixPanel, Sentry入社後のイメージ 入社初期はプロダクトとお客様の業務を理解しながら、担当領域の機能開発に設計から関わっていただきます。その先は、得意領域の技術的な意思決定やアーキテクチャ・品質の改善をリードしていただきます。テックリード・エンジニアリングマネージャーなど、志向に合わせたキャリアも一緒に考えます。④ この仕事で得られるもの製造業という複雑なドメインには、ソフトウェアで解かれていない問題が山ほど残っています。図面の類似検索・原価の自動計算・帳票の自動生成——どれも「正解」がなく、技術と業界知識を掛け合わせて初めて解ける問題です。エンジニアとして本質的に難しい課題に、入社初日から向き合える環境です。技術スタックはTypeScript×サーバレスを軸に、AWS・GraphQL・OpenSearchと最先端の構成を採用。さらにDevin・Claude Codeを前提としたAI-Nativeな開発スタイルで、「AIと共に開発する」を誰より早く体得できます。顧客の現場を訪問し、その場で課題に合わせたアプリを試作して見せる——「こんなことできるの？」という反応が、プロダクトの次の進化を動かします。What・Why・Howの意思決定からデリバリーまでをフルサイクルで担う裁量と、10年後に世界中のものづくりのインフラとなるプロダクトを届ける経験。この2つが同時に積めるポジションです。コンパウンド化するプロダクトの複雑な技術設計・組織設計を、立ち上げから主導する経験。「やりたいけどできていないこと」——複数チームづくり、UX改善、品質保全、DevOps改善、技術発信——が山積みの環境で、テックリードとしての裁量を最大限発揮できます。⑤ チーム・開発カルチャー匠技研では「プロダクトエンジニア」の考え方を大切にしています。顧客や業界を深く理解し、理想の世界を自ら描き、それを実現するために技術を使うエンジニアです。開発はプロダクトチームとAIチームの協業で進めており、全員がオーナーシップを持ち、フルサイクルで意思決定からデリバリーまでを担います。CS・Salesへの同行や現場訪問を通じて気づきをプロダクトに落とし込む——技術と現場をつなぐ動き方が、ここでの開発の醍醐味です。

① 会社・事業について匠技研工業は「フェアで持続可能な、誇れるモノづくりを。」をミッションに、2020年に東京大学発で創業したスタートアップです。私たちがつくっているのは、日本の製造業を動かすOSです。 製造業は国の力を決める基幹産業であり、働く人が減るなかでも生産性を伸ばし続けている、実は最も勢いのある産業の一つです。その中核にある図面・製造手法・原価という"誰もデータ化できなかった領域"を、AIで動かすプラットフォームをゼロから建てています。2026年には、最先端のVertical AIを用いたAgenticなプロダクト「匠フォースAIエージェント」を発表しました。 図面や仕様書を入れると、材料費・加工費などの内訳と根拠つきでAIが見積の叩き台をつくり、人が確認・修正した内容が次の精度向上に還元される ——"人とAIが協働する見積"を、いま顧客の現場に届け始めています。② 募集背景2024年12月にシリーズA（5億円）を調達し、シリーズB（2026年内目標）に向けて事業を急拡大中です。 成長を続けてきた匠フォースを、最先端のVertical AIを用いたAgenticなプロダクトへと進化させることで、事業の成長をさらに加速させています。 自動見積エージェントを皮切りに、調達エージェントなど複数プロダクトが連動するコンパウンドプロダクトへ広げていきます。事業を1→10へとグロースさせ、さらに複数のプロダクトを立ち上げていく中で、私たちはいくつもの難しい技術課題に向き合っています。 これらをリードできる経験豊富なエンジニアとして、アーキテクチャと技術判断の中心を担っていただけるテックリードを新たに迎えたいと考えています。③ 業務内容概要 自動見積エージェントを中心とした匠フォースの開発で、技術面のリードを担っていただくポジションです。 CTO直下で、アーキテクチャ・品質・AIの設計に責任を持ちながら、自らも重要機能の設計・実装を担います。具体的な業務AIエージェントを含むプロダクト全体のアーキテクチャ設計・技術選定設計レビュー・コードレビューを通じた品質基準づくりと、チームへの浸透PdM・AIエンジニア・CSと連携し、顧客要件を技術仕様に落とし込む技術的負債の計画的な返済、パフォーマンス・スケーラビリティ改善AI精度の評価・改善の仕組み（ユーザーの修正ログの活用、評価データの整備など）の設計製造業データを活かした独自AIの学習・ホスティング基盤の設計（AIチームと協業）Devin／Claude Codeを前提とした"AIが実行・人が承認"の開発フローの高度化※ピープルマネジメント（評価・1on1等）は主な責務ではありません。組織面は同時に募集するEM（エンジニアリングマネージャー）と役割分担します。テックリードとEMの役割分担テックリード：「何をどう作るか」の技術判断（アーキテクチャ・品質・技術的負債・AIの設計）EM：「誰がどう作るか」の組織づくり（採用・育成／評価・開発プロセス・チーム設計）向き合う技術課題多段推論のエージェント設計：図面読み取り→工程構成の決定→各工程の詳細推論→整合チェック、を構造化出力とHuman-in-the-loop前提で設計する「AIの不確実性」と「業務システムとしての正確さ」の両立：人が正誤判定しやすい根拠の出し方、決定論的に計算すべき部分との切り分け大量データとパフォーマンス：1社で1,000万枚を超える図面を扱うケースもあり、検索・解析のスケーラビリティが求められるアーキテクチャの進化：0→1期のサーバレス構成から、複数プロダクトが連動するモジュラモノリスやマイクロサービスの設計へ独自AIの学習とホスティング：外部LLMの活用に加え、製造業データで学習した独自モデルを、コスト・レイテンシ・機密性を踏まえてどう学習・提供するかセキュリティ：機密性の高い設計情報を扱うため、ISMS（取得済み）に沿った設計・運用入社後のイメージ〜1ヶ月：プロダクト・ドメインのキャッチアップ。顧客訪問や商談同行で現場を知り、小さな改修から開発に参加〜3ヶ月：自動見積エージェントの主要機能で設計をリードし、レビューの中心になる〜6ヶ月：アーキテクチャの中期方針をCTOと策定し、チームの技術的な意思決定を担う開発環境 フロント：TypeScript（React.js, Next.js）, Apollo Client, Jotai, MUI バック：TypeScript（Node.js） AI・ML：Python, PyTorch, OpenCV, 各種LLM API：GraphQL, REST QA：Playwright, Jest, MagicPod クラウド：AWS（Lambda, AppSync, Fargate, StepFunctions等） DB：PostgreSQL, DynamoDB, OpenSearch, Redis CI/CD：GitHub Actions, AWS CodeBuild IaC：Serverless Framework, AWS CDK AI開発支援：Devin, Claude Code, Cursor ツール：Docker, GitHub, Figma, Slack, Notion, MixPanel, Sentry④ この仕事で得られるもの製造業の見積は、図面の読み取り・工程の判断・原価計算と、職人の暗黙知が何層にも重なった業務です。 これをAIエージェントとして設計し直すことは、プロンプトを書くだけでは解けません。 ドメインモデリング、構造化出力、人の修正を学習に還元するループ、独自AIの学習とホスティング、大量データのパフォーマンス ——Vertical AIならではの技術課題に、設計の中心として向き合えます。CTO直下で技術戦略に関わりながら、顧客の現場で一次情報に触れ、「こんなことできるの？」という反応をプロダクトの次の進化につなげる。 テックリードとしての経験を積んだ先には、VPoE/CTO・EM・PdMなど、Will/Canに合わせたキャリアを入社後に一緒に設計していきます。⑤ チーム・開発カルチャー弊社では「プロダクトエンジニア」の考え方を大切にしています。 顧客や業界を深く理解し、理想の世界を自ら描き、それを実現するために技術を使うエンジニアです。開発はプロダクトチームとAIチームの協業で進めており、全員がオーナーシップを持ち、フルサイクルで意思決定からデリバリーまでを担います。 CS・Salesへの同行や現場訪問を通じて気づきをプロダクトに落とし込む ——技術と現場をつなぐ動き方が、弊社での開発の醍醐味です。