【JAPAN AI】Agent Harness Engineer / Japanese

JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 2025年は「AI エージェントの年」でした。2026年は「Agent Harness の年」です。 JAPAN AI STUDIO が「企業の脳」として数百のワークフローを自律実行する世界では、AI エージェントの性能はモデルだけでは決まりません。モデルを包み込み、セッション管理・チェックポイント・ガードレール・コンテキスト注入・ツール実行を制御する Agent Harness (エージェント制御基盤) こそが、エージェントを「デモで動く」から「本番で信頼できる」に変える鍵です。 「企業の脳」が稟議を承認し、リソースを配置し、見込み顧客を探索する — その一つひとつのアクションを安全・高速・確実に制御する心臓部が Agent Harness です。 JAPAN AI では、この Agent Harness を自社で設計・実装し、全プロダクトの共通基盤として構築する Agent Harness Engineer を募集しています。 ミッション 「企業の脳」の心臓部を設計する AI エージェントが安全・高速・確実に動作するための Agent Harness — 実行エンジン、オーケストレーション、ガードレール、メモリ、モデルルーティングを設計・実装する。JAPAN AI STUDIO 上で動く数百のワークフローの制御基盤を、自社で構築する。 Agent Harnessとは Agent Harnessは、AIモデルを包み込む制御・実行基盤レイヤーです。Agent Framework (LangChain等) がエージェントの「構築」を担うのに対し、Agent Harnessはエージェントの「制御・運用」を担います。 Backend Engineer 構築対象 : Web API・マイクロサービスの設計・実装 AI/ML との関わり : ML モデルを API 経由で呼び出す 状態管理 : ステートレスなリクエスト / レスポンス 安全性制御 : 認証・認可・入力バリデーション | ガードレール / ポリシー実行エンジン — LLM の出力を制御するルール実行基盤 ///// Agent Harness Engineer 構築対象 : LLM を中核としたエージェント実行エンジン・SDK・オーケストレーターの設計・実装 AI/ML との関わり : モデルルーティング、RAG 統合、コンテキスト注入、推論最適化をシステムレベルで設計 状態管理 : エージェントのセッション管理・チェックポイント・長期記憶・ワーキングメモリの設計 安全性制御 : ガードレール / ポリシー実行エンジン — LLM の出力を制御するルール実行基盤 JAPAN AI では、この Agent Harness を自社開発し、全プロダクト (JAPAN AI STUDIO / CHAT / SPEECH / AGENT 等) の共通基盤として運用しています。 期待する役割について Agent Harness Engineer として、AI / ML の知識を活かしながらエージェントの制御・実行基盤を設計・実装していただきます。 LLM / AI エージェントの動作原理を深く理解した上で、実行エンジン (Graph Runtime / State Machine) を設計・実装する モデルルーティング、コンテキスト管理、メモリ基盤 (長期記憶・ワーキングメモリ) など、AI 特有のシステム設計を担う 社内 120名のエンジニアが使う Agent SDK を設計・開発する ガードレール / ポリシー実行エンジンを構築し、エージェントの行動を安全に制御する Research Engineer と連携し、最新の研究成果を本番基盤に統合する このポジションの魅力 Agent Harnessを自社で作る : 2026年最もホットなアーキテクチャ概念を、OSSに頼らず自社で設計・実装できる。業界の最前線に立てる AI/ML × バックエンドの交点 : LLM の動作原理を理解した上で、エージェント実行基盤を自ら設計・実装する。純粋なインフラでも純粋な ML でもない、新しい領域 基盤ソフトウェアの設計者 : YAMLを書く仕事ではなく、SDK・実行エンジン・オーケストレーターをコードで作る仕事。低レイヤーの知識が直接活きる 開発者体験の設計 : 社内120名のエンジニアが使うSDK・ツールチェーンを設計し、開発組織全体の生産性を向上させる 全プロダクトの土台を支える : 約200社が利用する本番環境で、あなたが作ったHarnessの上ですべてのAIエージェントが動く 急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、技術的意思決定に大きな裁量を持てる 業務内容 Agent Harness の設計・実装 エージェント実行エンジン (Graph Runtime / State Machine) の設計・実装 Agent SDK の設計・開発 — 社内エンジニアがエージェントを構築するためのインターフェース セッション管理・チェックポイント・リカバリ機構の実装 ガードレール / ポリシー実行エンジンの構築 — エージェントの行動を制御するルール実行基盤 AI/ML システム統合 モデルルーティング — 複数の LLM プロバイダ / モデルタイプを跨いだ推論リクエストの最適ルーティング コンテキスト管理・メモリ基盤の設計 (長期記憶、ワーキングメモリ、RAG 統合) 推論パイプラインの最適化 (レイテンシ削減、コスト効率化、キャッシュ戦略) Research Engineer と連携した最新研究成果の本番基盤への統合 オーケストレーション・パフォーマンス ワークフローオーケストレーション・キューイングシステムの開発 コスト/性能最適化 (オートスケーリング、キャッシュ、バッチ処理) 推論リクエストのルーティング・ロードバランシング 信頼性・運用 プラットフォーム稼働率 99.9% 以上の維持 インシデント対応・ポストモーテム データアクセス・権限管理基盤の設計 業務シナリオ例 ※以下は想定される業務シナリオの例です

• シナリオ 1: エージェント実行エンジンの設計 JAPAN AI STUDIO 上で顧客が構築する AI エージェントの実行基盤を設計。Graph Runtime を採用し、エージェントの各ステップを DAG (有向非巡回グラフ) として表現。チェックポイント機構により、長時間タスクの途中失敗からの自動リカバリを実現。
• シナリオ 2: モデルルーティングの最適化 複数の LLM プロバイダ (OpenAI / Anthropic / Google 等) を跨いで、タスクの種類・コスト・レイテンシに応じた最適なモデルを自動選択するルーティングエンジンを設計。推論コストを 25% 削減しつつ、タスク成功率を維持。
• シナリオ 3: ガードレール実行エンジンの構築 金融機関向けエージェントが「投資助言」に該当する回答を生成しないよう、ポリシー実行エンジンを構築。ルールベース + LLM ベースのハイブリッド判定により、レイテンシを 50ms 以内に抑えつつポリシー準拠率 99.5% を達成。 成果責任 (KR/メトリクス) Agent SDK 採用率 (社内チームの利用率・満足度) エージェント実行成功率 (タスク完了率、チェックポイントからのリカバリ成功率) Harness 起因の障害率 (ガードレール突破率、状態不整合率) 実行レイテンシ P95 / P99 (Harness 層のオーバーヘッド) 推論コスト効率 (モデルルーティングによるコスト最適化) 開発者体験スコア (SDK / API の社内 NPS) チーム体制 約120名が開発組織に在籍しています。 Agent Harness Engineerは以下のチームを横断して活動します： Infra — クラウドインフラ・SRE Data — データパイプライン・分析基盤 Agent Harness — エージェント実行フレームワーク 密接に連携する役割: Agentic Product Engineer — エージェント機能開発 (SDK のユーザー) Research Engineer — 研究開発・新手法の基盤統合 AI Quality Scientist — 評価パイプラインとの連携 Product Manager — プロダクト設計・非機能要件定義 必須条件 コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、それらの関連分野における学士号または同等の実務経験 バックエンドエンジニアとしての実務経験 5 年以上 Python での本番プロダクト開発経験 LLM / AI エージェントを活用した本番システムの設計・実装経験 分散システムの設計・実装経験 (単なる運用ではなく、設計・コーディングを含む) RESTful API / gRPC の設計・実装経験 言語レベル : いずれか必須 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) 英語 : ビジネスレベル 歓迎条件 Agent Framework / Agent Harness の設計・実装経験 (LangChain / LangGraph / AutoGen 等) クラウドプラットフォーム (AWS / GCP / Azure) での本番運用経験 RAG システム、ベクターデータベース、メモリアーキテクチャへの理解 モデルルーティング・推論最適化の経験 Go での基盤ソフトウェア開発経験 (SDK、ランタイム、フレームワーク等) Kubernetes / コンテナオーケストレーションの深い理解 イベント駆動アーキテクチャ (Kafka / RabbitMQ 等) の経験 安全性ガードレール、ポリシー実行、AI の可観測性実装経験 ML 基盤 / MLOps 構築経験 英語での技術コミュニケーション能力 開発環境 言語 : Python, Go (バックエンド・基盤開発) , TypeScript / React / Next.js (フロントエンド部) / NX インフラ : GCP (コンテナ / K8s) , Docker, Terraform メッセージング : Kafka / Pub/Sub 監視 : Prometheus, Grafana, OpenTelemetry ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート フレキシブルな勤務時間帯 : コアタイムは要相談 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます