AIシニアエンジニア

仕事内容 AIソフトウェアエンジニアとして、クライアントの現場課題を深く理解し、AIを活用した業務自動化・高度化に向けた要件定義、プロトタイピング、本番実装、改善までを一貫して担っていただきます。 あわせて、プロジェクトにおける技術面のリードとして、技術方針の整理、設計判断、実装品質の担保、開発メンバーへの技術的な支援・レビューにも関わっていただきます。 本ポジションでは、単に仕様に沿って開発するだけではなく、クライアントの現場に入り込み、「どの業務にAIを適用すべきか」「どのような形であれば実際に使われるか」を見極めながら、AIソフトウェアとして価値に落とし込むことが求められます。

そのうえで、プロジェクト内の技術的な論点を整理し、実装方針やアーキテクチャの方向性を示しながら、チームとして成果を出す役割を期待します。 また、個別案件で得られた知見や実装パターンを、再利用可能なモジュール・基盤・プロダクトへと昇華させることで、継続的に価値を生み出せる開発体制づくりにも関わっていただきます。

具体的には 現場実装と要件定義（Forward Deployment） ・クライアントの現場担当者・業務責任者との対話を通じ、AIで自動化・高度化すべき業務を特定する ・現場の業務フローや課題を整理し、AIソフトウェアとして実装すべき要件を定義する ・顧客課題に対して、AI APIやLLM、各種AI技術を活用した高速プロトタイピングを行う ・PoCを通じて仮説検証を行い、実際の業務利用を見据えた改善・設計に反映する ・エンタープライズ品質を意識した本番実装、テスト、運用改善を推進する ・実装方針やアーキテクチャの選定にあたり、選定理由・トレードオフ・想定リスクを整理し、クライアントおよびチームに対して技術的に説明可能な状態を保つ ・現場で継続的に使われるAIソフトウェアにするため、利用者のフィードバックをもとに改善を行う ソフトウェアの資産化（Product & Infrastructure） ・複数案件から抽出された共通課題や実装パターンを整理し、再利用可能なモジュール・基盤・プロダクトへ転換する ・LLMOps、評価パイプライン、開発自動化など、AIネイティブな開発プロセスの設計・構築に関わる ・個別開発にとどまらず、組織として再利用できる技術資産・社内ナレッジを整備する ・プロジェクトで得られた知見を開発標準やテンプレートに反映し、チーム全体の開発生産性向上に貢献する ・将来的なプロダクト化やスケールを見据えたアーキテクチャ設計・技術選定を行う ・プロジェクト横断で再利用できる技術資産を意識し、品質・拡張性・保守性の観点から実装をリードする AI最新技術の社会実装（R&D） ・最新のLLM、マルチモーダルAI、AIエージェント等の技術を調査・検証し、具体的な事業課題への適用可能性を見極める ・新しいAI技術を活用したPoCやプロトタイプを設計・実装する ・検証結果をもとに、実案件への導入可否や実装方針を整理する ・Cursor、Claude Code等の開発支援AIを活用し、次世代の開発生産性を追求する ・技術検証で得られた知見をチームに共有し、開発プロセスや技術選定の改善につなげる 本ポジションでは、AI技術を使った開発力に加え、現場課題を構造化する力、クライアントと対話しながら要件を具体化する力、実装したソフトウェアを継続的に使われる形へ改善していく力が求められます。

新しい技術にキャッチアップしながら、AI特有のリスク（プロンプトインジェクション、データ・個人情報の取り扱い、LLM APIコスト等）も踏まえた設計判断や、チームが技術的に安心して頼れる存在となり、プロジェクトでの開発・実装を前に進める役割も期待します。 個別案件の開発に閉じず、現場で得た知見をプロダクト・基盤・開発プロセスへと還元しながら、AIソフトウェアの社会実装をしていただくポジションです。 プロジェクト例 ① AI検証を活用したWebサービスの基盤刷新プロジェクト 親会社のVCファンド「Boostキャピタル」が買収した企業のWebサービスを対象に、レガシーフレームワークからモダンフレームワークへ段階的に移行するプロジェクトです。

新旧アプリケーションを並行稼働させながら、画面表示・APIレスポンスの挙動差分を継続的に検証。 AIを活用して実装およびテスト自動化、バグ検知を効率化することで、開発工数と期間を大幅に削減しました。 単なるリプレイスではなく、事業継続性・品質担保・開発生産性の向上を同時に追求する、技術難易度の高いモダナイズ案件です。

② 需要予測AIで解く、駅ナカ小売の発注最適化プロジェクト 大手鉄道会社グループの駅ナカ小売店では、商品の発注量が長年、現場のベテラン社員の経験と勘に依存していました。 一方で、廃棄量削減を重視すると欠品が増え、売上最大化を重視すると廃棄が増えるというジレンマがありました。 本プロジェクトでは、欠品が発生していなかったと仮定した際の理想的な売上をAIにより推定し、2週間程度で高精度の予測を実現しました。

現場業務に深く入り込み、AIを実際の意思決定に組み込んでいくプロジェクトです。 ③ 給与計算業務のAIエージェント化プロジェクト 大手飲料メーカー関連会社における給与計算業務を、AIエージェントによって自動化するプロジェクトです。 給与計算は、会社ごとの制度、雇用形態、勤怠データ、手当、控除、例外処理などが複雑に絡む業務です。

本プロジェクトでは、業務フローを分解し、ルールベース処理とAIエージェントを組み合わせることで、複雑な判断や確認作業を自動化。 約80%の業務自動化を実現し、担当者の作業工数を大幅に削減しました。 AIを実際の業務プロセスに組み込み、属人化の解消と業務効率化に直結させるプロジェクトです。

当社の魅力 成長を約束する仕組みではなく、成長が起きる現場を用意しています！ ・AIを使い倒して成果に変える Claude Code、Cursor、Codex などの開発支援AIを全員が日常的に活用。 個人の生産性ではなく、案件の成果やプロダクトのアウトカムに直結させる使い方を磨きながら、AI時代の開発フローそのものを更新していきます。

・案件が、資産になる 「納品して終わり」ではなく、書いたコードや設計が、自社の共通基盤・プロダクト・ナレッジとして蓄積されていく。 あなたの仕事が次の事業を加速させる資産になる手応えが、エンジニアとしての確かな自信を育てます。 ・キャリアがさらに広がる Boostキャピタルのエコシステムを活かし、エンジニアの枠を越えたキャリアを全力で支援します。

会社の成長とともに、自社プロダクトのCTO、投資先のCxO、グループ内での起業といった道も広がっていく想定です。 ・技術的な相談ができる環境 元一休、元Yahoo、元メルカリ、元GREEでCTOやVPoEを担ってきた日本を代表するエンジニアリングリーダーたちがテクニカルフェローとして関わっています。 DEV TOOLS 案件によって使う技術は変わりますが、ここに挙げているのは日常的に共通して使う基本的なツールです。

案件に応じて最適な技術を選定するため、特定スタックに縛られず幅広く技術に触れていける環境です。 ・AI TOOLS：Claude、ChatGPT、Gemini ・DEV TOOLS：Claude Code、Codex、Copilot、Replit、Bedrock、Playwright ・COLLABORATION：GitHub、Notion、Slack、Google Workspace 求める要件

必須（MUST）

必須（MUST）

• クラウドプラットフォーム（AWS、Google Cloud、Azure）が提供するサービスを組み合わせ、Webアプリケーションを開発した経験（言語不問）
• チームでの開発経験
• 新しい技術やAI領域に関心を持ち、学びながら取り組める方 （現時点でAIに関する知見、経験は不問）

歓迎（WANT）

• モダンなエンジニアリングプラクティスの実践
• CI/CD、コードレビュー、テスト自動化、Observabilityの導入経験
• アーキテクチャ設計
• 高度な技術知見
• スケーラブルな設計、マイクロサービス、API設計（REST／GraphQL）、パフォーマンスチューニング
• AI
• LLMの実装経験
• RAG、エージェント、LLMOps、プロンプトエンジニアリング等の実務活用経験
• 顧客現場でのデリバリー
• 伴走経験（FDE／プリセールス／ITコンサル等）
• 顧客と直接向き合い、プロトタイピングから本番導入、運用まで一貫してリードした経験
• 「資産化
• プロダクト化」への意識と実績
• 案件固有の開発で終わらせず、共通基盤化、モジュール化、または社内ツールの開発など、開発効率を構造的に改善した経験 求める人物像
• ものづくりへの真摯な姿勢：技術への探究心と、実装への責任感を持ち、細部までこだわり抜き、手を動かして設計
• 実装すること自体に価値を感じる方
• "コードを書く人"を超えた視点：事業や業務理解を大切にし、抽象的な課題を、コードとアーキテクチャに落とすことが得意な方
• 自走力と協調性の両立：チームとのコミュニケーションを大切にしながらも、不確実な環境で自ら考え動ける方
• 継続的な学習習慣：AI
• クラウド
• DevOpsなど、日々進化する新しい技術を学び続けることを楽しめる方
• 事業成長へのコミット：エンジニアの枠を超えて、サービス創造や事業そのものの成長に関わっていきたい方