エンジニア の求人一覧 - 株式会社シンカ

■募集背景・ミッション 当社にはCTI（電話・通信）領域において、実際の電話・コミュニケーションのデータが豊富に蓄積されています。 しかし、既存の汎用AI（API）を利用するだけでは「平均的な80点の対応」はできても、残りの20点となる「業種特有の言い回し」や「会社ごとの応対ルール」、「ベテランの暗黙知」をカバーできず、結果として現場で使われるレベルに到達しません。 お客様の業務に寄り添い「現場で本当に使えるAIサービス」を提供するためには、AIそのものを自社でチューニングする技術の獲得が不可欠です。 これは既存の開発組織の延長では実現できないと判断し、既存部門への追加ではなく、CTO直下で新しくAI/LLM Officeをゼロから立ち上げる決断をしました。 会社として、2026期は過去最大の成長投資（うちAI関連に3億円）を、赤字を許容してでも実行します。本ポジションは、その投資の中心となる組織において、CTOと共に先陣を切って事業の柱を作っていく重要な役割を担います。 ■仕事概要 CTO直下のマネージャーとして、組織の立ち上げおよび運営に責任を持っていただきます。 業務委託エンジニア中心のチームを率い、AIサービスのPoC検証および本開発における実装計画策定、進捗・リスク管理、メンバーの成長支援、デリバリー（納期・品質）に最終責任を持ちます。 組織の立ち上げフェーズとして、開発プロセスの設計、業務委託メンバーの体制構築、必要に応じた採用・組織拡大の推進も担っていただきます。 加えて、室長補佐として全体の進捗管理、課題整理、優先順位付け、関係者調整、会議体運営、CTOの意思決定支援も担っていただきます。 ビジネスサイドと自ら連携し、要件のすり合わせから開発推進までをリードすることも期待されます。 ■このポジションの魅力・得られるキャリア - ゼロイチの組織立ち上げ経験（CTO直下・裁量大） 開発プロセス、評価基準、品質、リリースフローなど、型がない状態から自分で設計できるフェーズです。整った組織の運用ではなく、仕組みそのものを作る経験が積めます。 - 「デモで動くAI」ではなく「現場で使えるAI」を作り切る力 すでに自動車業界などの実ユーザーと並走し、PoCから本番運用まで踏み込んでいます。現場の運用に合わせたシナリオ分岐設計や、自社のトーンに合わせた言い回しの調整など、教科書に載っていない現場要件をプロンプト・シナリオ・ガードレール・評価軸に落とし込むスキルが身につきます。 - 実ユーザーの声が、そのまま次のプロダクト資産になる 現在も日々増え続けるご要望や改善サイクルの一次情報を持っていることは、今後AIプロダクトを作る上で大きな武器になります。 - 他社API活用と自社エンジン内製化の両方に関われる 「最速で価値を出す」ための他社LLM活用と、「データ主権・コスト・精度」のための自社エンジン開発を同時に経験できる稀少な環境です。 - 経営に近い距離 CTO直下・全体PMにCTOが入る体制のため、技術判断と事業判断が同じテーブルで議論されます。 ■チーム構成 現在の体制（約10名／業務委託中心） - プロジェクトマネジメント：2名 - AIエンジニア：4〜5名（音声AI・RAG・プロンプト設計） - Web／カイクラ組込：2〜3名 - 自社AIエンジン開発：パートナー企業3名 動かしているプロダクト（並行3本） AI電話／AIナレッジ／AIチャット 今後の方針 現在は立ち上げスピードを優先し業務委託中心の構成ですが、今後は社員採用を進め、組織の中核を社員に寄せていく計画です。本ポジションはその第一号となるリーダーであり、採用・体制設計そのものにも関わっていただきます。 ■開発環境・技術スタック AI／LLM - LLM：Gemini Live API、ChatGPT Realtime APIなど Realtime系のAPI - 音声AIオーケストレーション：Pipecat（Transport管理／パイプライン制御／割り込み制御／Function Calling中継） - 音声処理：Silero VAD（ONNX・CPU推論）、SmartTurn（Whisper Tiny）、PCM 16kHz↔24kHz変換 - RAG／エージェント：LangChain、LangGraph、Qdrant、pgvector／ChromaDB、Function Calling、ガードレール設計 - 自社LLM内製化：STT／LLM／TTSの自社エンジン開発、Cascade構成でのモデル差し替え設計 - LLMOps：Langfuse（トレース／コスト追跡／評価）、RAG品質評価、プロンプト管理・A/B評価、自動テスト（応対ステップ評価・シナリオ完結率） ※今後変更の可能性あり テレフォニー - Asterisk（chan_websocket／AudioSocket、PJSIP、Dialplan、MixMonitor） - SIPトランク バックエンド／フロントエンド - Python（FastAPI）、TypeScript - React、Figma - PostgreSQL、Redis、Object Storage インフラ／開発基盤 - FJcloud（ニフクラ）を基本に、GPU要件に応じてAWS・セルフホスト等を併用 - Docker／Docker Compose、Nginx - GitHub／GitHub Actions、Jira、Zabbix

【採用背景】 当社の自社プロダクトであるAIコミュニケーション統合プラットフォーム「カイクラ」は現在、契約社数・利用ユーザー数ともに拡大フェーズにあり、プロダクトに求められる機能・品質のレベルも急速に上がっています。 これまでプロダクト開発はエンジニアチームが中心となって推進してきましたが、ビジネスサイドと開発の橋渡しをしながら要件定義・仕様策定を担う専任メンバーが不在のまま、対応範囲が限界を迎えつつあります。 このポジションは、「今すぐPdMを採用する」のではなく、プロダクト開発の現場を知っている人材がPdMとして育つ場を作るという意図で設けています。 入社後はカイクラの要件定義・開発連携から始め、プロダクトへの理解を深めながら、将来的にはプロダクト全体の方向性を担うPdMへのキャリアアップを想定しています。 【仕事概要】 AIコミュニケーション統合プラットフォーム「カイクラ」の開発チームに入り、プロダクトの品質・機能向上を支える役割を担っていただきます。 まずはカイクラプロダクトの要件定義・仕様作成を中心に、ビジネスサイドとエンジニアチームの橋渡しとして活躍いただきます。 将来的にはプロダクトマネージャーとして、プロダクト全体の戦略立案や意思決定をリードするキャリアパスを想定しています。 主な業務内容： ●顧客・現場からのフィードバックや課題をもとにした機能要件の整理・定義 ●仕様書・画面設計書の作成、エンジニアへの要件の連携・調整 ●ビジネスサイド（営業・カスタマーサクセス）と開発チームのハブとなる日常的なコミュニケーション ●既存機能の改善提案と優先度の整理（ロードマップへのインプット） ●リリース後の動作確認、フィードバック収集と改善サイクルへの参加 【このポジションの魅力】 ーエンジニアのキャリアをプロダクトマネジメントに活かせる 「コードを書く」から「プロダクトをつくる」へのキャリアチェンジを、実務を通じて実現できます。技術的な素養がそのまま強みになるポジションで、エンジニア出身者がPdMとして活躍しやすい環境です。 ーグロース中のプロダクトに、初期から深く関われる カイクラは導入社数が拡大し続けており、機能拡張の意思決定が事業インパクトに直結するフェーズにあります。大企業のPdMでは経験しにくい「自分の仕様がプロダクトの成長に直接つながる」手触り感を持ちながら働けます。 ー少数精鋭ゆえの裁量と速さ 大きな組織の承認フローに時間を取られることなく、現場判断でスピーディに動ける環境です。自ら提案し、すぐに実装・リリースまでたどり着ける距離感があります。 ー市場自体が伸びている領域 カイクラが対象とするビジネスコミュニケーション・CRM領域は、DX推進の流れを受けて継続的に需要が拡大しています。プロダクトの成長とともに、自分自身のPdMとしての市場価値も高めていける環境です。

技術基盤における「正直な課題」と伸びしろ 私たちは「ITで世界をもっとおもしろく」を理念に、電話・SMS・チャットなどあらゆる顧客接点をひとつに統合するAIコミュニケーションプラットフォーム「カイクラ」を開発・運営しています。 現在は、累計6億件を超える対話データと生成AIを掛け合わせ、ビジネスコミュニケーションを再定義する次世代エンジンの確立に向け、大型の投資や技術提携を加速させているフェーズです。 その急成長の裏側で、技術基盤まわりには正直な課題が生まれています。 大きく変えていける伸びしろだと捉えています。組織全体の技術水準を引き上げていく余地が、まだまだ十分にあります。 【挑んでいただきたい技術テーマ】 ・技術的負債の解消 — プロダクト『カイクラ』の急成長にともなって蓄積した技術的負債のクリア ・スケーラビリティの課題 — ユーザー数・トラフィックの増加スピードに、現行システムの拡張が追いつくようスケーラブルな構成へ進化させる ・アーキテクチャ上のボトルネック — 現行構成における処理上の詰まりを特定し、スケーラブルな構成への移行を推進 ・高負荷への対応 — 増え続けるトラフィックに対し、DB・キャッシュ面での基盤強化が追いついていない現状の改善 ・チームの技術水準 — 設計力やコード品質のスタンダードを、組織全体でさらに引き上げていきたいと考えています 【お任せしたいこと】 マネジメントではなく、一人のプロフェッショナルとして技術で課題を解く役割をお任せしたいと考えています。技術的な裁量は大きく、慣習にとらわれず最先端の技術も積極的に取り入れながら、自ら切り開いていただくポジションです。 具体的には以下のテーマをリードしていただきたいと考えています。 ・アーキテクチャの再設計・パフォーマンス改善 — ボトルネックを特定し、スケーラブルな構成へ移行する。 ・DB最適化やキャッシュ戦略で、増え続けるトラフィックに耐えうる基盤をつくる ・AI駆動開発の推進 — ハーネスエンジニアリングを自らリードし、新機能開発・レガシー解析・テスト自動生成・大規模リファクタリングを加速させる ・技術選定・基盤刷新の主導 — 慣習にとらわれず、必要なら基盤ごと変える提案・実行まで担う。新規機能の要件定義から実装まで、スピード感を持って形にする ・技術文化のアップデート — 自身の知見を共有し、背中で見せる形でチームの設計力・コード品質の基準を引き上げる 開発部は18名程度で、複数のグループに分かれて機能開発・基盤改善を推進しています。本ポジションはマネジメント（人事評価・タスク管理など）を担うものではなく、技術専門性を軸に課題解決・技術指導にあたっていただく想定です。 将来的には、部・室単位の大規模かつ複雑な技術課題に対してアーキテクチャ設計・技術選定の指針を策定し組織全体への導入を主導する、あるいは社内外での発信を通じて企業の「技術的な顔」として技術ブランディングを担っていただくなど、組織全体を巻き込みながら技術基盤の未来をつくっていくことを期待しています。 一方で、まずは担当領域における難易度の高い設計課題を自ら解決し、堅牢で拡張性の高いシステム構造を構築できる方、レビューや技術指導を通じてチームの技術力を引き上げられる方であれば、そのフェーズから活躍いただくことも歓迎しています。 これらが実現したとき、カイクラは「企業のあらゆる会話をおもしろくする」というミッションを、技術の力で着実に体現できるプロダクトになります。人と人とのつながりを深化させる——その原動力を、あなたの技術力から生み出していただきたいと考えています。

【募集背景】 第二創業期を牽引するEMとして、急成長組織を一つの方向に束ねる 導入社数3,200社・6,400拠点以上を誇るコミュニケーションプラットフォーム『カイクラ』を提供する当社は、東証グロース上場を経て「第二創業期」の組織変革を進めています。これまで開発組織は、現VPoEの山下がEMを担当しており、他部署との役割整理、技術負債解消、心理的安全性と自律性を重視した土台づくりを推進してきました。現在、組織は20〜30名規模へ急成長し、グループマネージャー層も育ってきています。一方で、組織の拡大に伴い「局所最適化の脱却」「知識の空洞化への対応」「VPoEへの役割集中の解消」といった新たな壁に直面しています。 今回募集するEMには、VPoEの山下とタッグを組み、現場の自律性を活かしながら組織全体をひとつの方向へ束ねる「新たな司令塔」としての役割をお任せします。 【業務内容】 現場を統括し、ビジネスと技術を加速度的に前進させる 全体最適に向けた組織・ブリッジマネジメント 各チームの局所最適を排し、プロダクト全体の優先順位に基づいたリソース最適配置とロードマップの設計 PdM・CS・営業などのビジネスサイドと対等に対話し、抽象的な事業要件を開発現場が動ける言葉へ翻訳・落とし込み 将来的な複数部署（部制）化を見据えたスケーラブルな組織構造および評価プロセスの運用 AI駆動開発の推進と品質・基盤の強化 生成AIやAIエージェントを前提とした開発プロセスの設計・定着と開発生産性の非連続な向上 システムのドキュメント化やナレッジ共有の仕組み化による「知識の空洞化」の防ぎ込み 将来的なQA・SRE専任体制の構築を見据えた、品質保証・運用基盤のアップデート ピープルマネジメントと次世代リーダー育成 メンバーへの成長機会の提供、1on1や目標設定を通じた「一段上のリーダー」への引き上げ 現場の強いこだわりや意見を汲み取り、互いに高め合えるチームカルチャーの醸成 採用戦略の立案・選考プロセスの改善および技術広報のリード 【現場のカルチャーと組織の現在地】 アジャイルな意思決定：100点の完璧を求めて立ち止まるより、仮説検証のサイクルをスピーディーに回すスタンスが根付いています。 「素直さ」と「強いこだわり」の両立：年齢や役職に関わらず「それ、おかしくないですか？」と建設的に議論し合えるフラットでボトムアップな環境です。 変化を楽しむ変革期：完成された組織ではなく、残る課題に対して「一緒に綺麗にしていこう」と楽しんで向き合えるフェーズです。

【仕事概要】 私たちの会社は多くのコミニュケーションデータを保有しており、それらを活用した新たなAI機能を提供していくにあたり、独自大規模言語モデルをゼロから構築することも視野に入れてユーザーごとに最適なAI機能を提供できる基盤の構築に注力していきます。最先端の研究成果を実用的なスケーラブル・システムへと昇華させ、技術的限界を押し広げることで、社会にインパクトを与えるAI基盤の構築を目指しています。 機械学習エンジニア（LLM）として、アーキテクチャの設計、大規模なデータパイプラインの構築、および大規模分散学習の最適化において中心的な役割を担っていただきます。最先端の技術のキャッチアップをしつつ、スピード感をもってAI基盤の構築・改善を推進してもらいます。当社のAI技術の核となるエンジンの開発に初期から関わっていただけます。 【主な業務内容】 ・独自のLLMのアーキテクチャ設計から、大規模クラスタを用いた事前学習の実行・管理。 ・分散学習フレームワークを用いた学習効率の最大化とCUDAレベルでの最適化。 ・数テラバイト規模のデータセットのフィルタリング、トークナイズ、クリーニングプロセスの構築。 ・学習したモデルの性能評価、およびファインチューニングの実施。 ■About the Team Our company possesses a vast and unique repository of communication data. As we move toward delivering next-generation AI features powered by this data, we are focused on building a robust foundation capable of providing optimized AI experiences for every user. This includes exploring the development of proprietary large language models (LLMs) from scratch. Our mission is to translate cutting-edge research into practical, scalable systems, pushing technical boundaries to create an AI infrastructure that delivers profound social impact. ■About the Role As a Machine Learning Engineer (LLM), you will play a pivotal role in designing architectures, building massive data pipelines, and optimizing large-scale distributed training. You will work closely with researchers to translate theoretical breakthroughs into high-performance model weights. This is an opportunity to contribute to the core engine of our AI capabilities in a fast-paced, mission-driven environment. ■In this role, you will Innovate and Train: Design and execute the pre-training strategy for our proprietary LLMs using large-scale GPU clusters and our unique communication datasets. Optimize Performance: Implement and enhance distributed training frameworks (e.g., DeepSpeed, Megatron-LM, FSDP) and optimize kernels for maximum hardware efficiency. Curate Large-Scale Data: Build and manage robust pipelines for filtering, tokenizing, and cleaning terabyte-scale communication data to ensure high-quality model input. Evaluate and Align: Develop rigorous evaluation benchmarks and apply alignment techniques such as SFT and RLHF to improve model utility and safety for personalized user experiences. Collaborate and Lead: Work across cross-functional teams to integrate research advancements into our core product offerings. ■You might thrive in this role if you have Strong Foundation: A Master’s or PhD in Computer Science, Machine Learning, or a related field (or equivalent practical experience). Deep Learning Expertise: Demonstrated experience in implementing Transformer-based models and proficiency in deep learning frameworks like PyTorch or JAX. Distributed Systems Knowledge: Hands-on experience with large-scale distributed training across hundreds of GPUs and an understanding of networking/infrastructure bottlenecks. Proactive Mindset: The ability to move fast in an environment where problems are often loosely defined, owning challenges from conception to deployment.