TypeScript×データサイエンティストの案件一覧

■ 案件概要・募集概要
マーケティング業務を自動化し、企業の成長を加速させるAIエージェント基盤を構築しています。
TypeScriptを用いて、AIが考え、判断し、実行する仕組みを設計・実装することがミッションです。

■ プロジェクトの概要
・AIエージェントを中心としたプロダクト開発
・「人がやっていた判断・作業」を分解し、自動化する仕組みを構築
・モデル精度や論文実装ではなく、プロダクト設計・運用をメインでご依頼

■ 業務内容
・TypeScriptを用いたAIエージェント開発
・外部SaaSやデータ連携を含むアプリケーション実装
・プロダクト要件・事業要件に基づくアーキテクチャ設計
・「AIが信頼されるプロダクト体験」を実現する開発

■ 必須スキル
・TypeScript の開発実務経験（3年以上目安）
・GPTを搭載しただけのラッパーではない「AIエージェント開発」に興味があること

■ 歓迎スキル
・外部API（SaaS等）との連携機能の実装経験
・複雑なステートマシンやワークフローの設計経験
・バックエンド/フロントエンド領域にとらわれない開発経験

★ フルリモート前提で柔軟な働き方が可能です
★業績好調なグロース期の企業でご活躍いただけます。
★スタートアップならではの高速な仮説検証サイクルを体験できます
★ 日本でもほとんど例のない「実務を担うAIエージェント」開発に携われます
★ 成長ベンチャーで、TypeScript経験を活かしながら最前線のAIプロダクトに挑戦できます

■ 仕事概要
マーケティングにおける意思決定をAIで拡張・学習させるオーケストレーションプラットフォームの開発案件です。
施策の意思決定 → 実行 → 結果 → 学習までを一気通貫で扱う新しいマーケティングOSの中核実装を進めています。

■ 具体的な業務内容
・LP / Web / 広告向け計測SDK（JavaScript / API）の設計・実装
・Event / Session / Decision / Outcomeを中心としたデータモデル設計
・LLMを用いたマーケティング意思決定エージェントの構築
・Human-in-the-loopを前提としたDecisionログ・フィードバック設計
・RAG構成におけるRetriever / Chunking / Index設計
・エージェントが利用するAPI（REST / 内部API）の設計・実装
・LLMOps（プロンプト・評価・ログ・改善ループ）の整備
・CI/CDパイプラインの構築とエージェントの継続的デプロイ

■ 必須スキル
・LangGraph / LlamaIndex 等を用いた エージェント構築経験
・LangChain などを用いた LLMアプリケーション開発経験
・RAG構成（Retriever / Chunk / Index）の理解と実装経験
・LLMの評価・改善・ログ設計に関する実務経験
・API設計・実装の経験（REST など）

■ 歓迎スキル
・TypeScript / Python でのプロダクト開発経験
・OpenAI / Claude / Vertex AI 等のLLM API利用経験
・Vector DB（Pinecone / Qdrant / Chroma 等）の利用経験
・BigQuery や分析基盤の設計・運用経験
・SDK / ライブラリ設計の経験
・CI/CD・Docker 等を用いたDevOps経験
・ノーコード / ローコード（n8n, Dify 等）との連携経験
・アジャイル開発・プロダクト開発の経験

★ フルリモート前提で柔軟な働き方が可能です
★業績好調なグロース期の企業でご活躍いただけます。
★スタートアップならではの高速な仮説検証サイクルを体験できます
★ 「生成AI × データ × 判断」という未踏領域のプロダクト設計に携われます
★ 人間の判断を学習データに変えるHuman-in-the-loop設計を実装できます
★ BI・生成AI・業務SaaSの境界を越えた新しいOSレイヤーを作れます
★ モデル・データ・UIすべてに関与でき、技術の幅が広がります
★ 仕様が固まりきっていない環境で、プロダクトの思想から実装まで関われます

■案件概要
人とAIが協働する次世代社会を見据え、対話型診断・学習支援AIエージェントプラットフォームを開発・提供している企業での案件です。
本ポジションでは、プロダクションレベルのLLMおよびマルチエージェントシステムを設計・構築し、学習支援・業務支援プロダクトの中核を担っていただきます。
研究開発とプロダクト開発が密接に連携しており、AIエージェントの精度向上や新機能の社会実装を継続的に行う長期プロジェクトとなります。

■業務内容
・Planning / Tool Calling / Memory / Multi-Agent Orchestration を含むAgentic AIワークフローの設計・実装
・LLM／VLMの比較評価とモデル統合、LoRA・Instruction Tuning・Preference Optimization等を用いた適応・Fine-tuning
・System Prompt設計、RAG、Prompt Versioning、Vector Store を活用したLLM MLOps構築・運用
・A/Bテスト、オフライン評価、Human-in-the-Loop評価基盤の設計・運用
・学習シナリオ生成、診断・フィードバック生成などコア機能エージェントの開発
・社内技術文書作成や技術発信（論文・特許など）への関与

■組織構成
・AI研究者、データサイエンティスト、ソフトウェアエンジニア、UI/UXデザイナー等で構成される技術チーム
・複数国籍のメンバーが活躍する国際的な環境
・研究志向とプロダクト志向が両立した組織構造

■必須スキル
・LLMを用いたソフトウェアを本番運用まで実装・運用した経験
・Planning、Tool Calling、Multi-Agent Coordination 等のエージェント構築/運用経験
・Latency / Quality / Cost を指標にしたLLMモデル選定とトレードオフ分析の経験
・LoRA、Instruction Tuning 等のLLM適応技術の実務経験
・Python または TypeScript による開発経験（テスト、CI/CD、仕様化、可読性を重視した実装）

■歓迎スキル
・LLM MLOps構築経験（Vector Store、Prompt Versioning、Feature Storeなど）
・クラウド（GCP/AWS）、コンテナ（Docker/Kubernetes）、モニタリング基盤の運用経験
・音声処理（STT/TTS/VAD）、RAG、Embedding、対話システム評価などの経験
・Human-in-the-Loop評価設計、安全性評価、レッドチーミングの知見

★社会的インパクトの大きい学習支援AIプロダクトの中核開発に携われます
★LLM・マルチモーダル・エージェント技術を本番運用レベルで扱える環境です
★国際色豊かな研究開発チームで、グローバルスタンダードの開発体制を経験できます
★研究と実装の両軸を伸ばすことができ、技術発信の機会も豊富です
★AIエージェント分野の最前線で、社会実装まで一貫して関われる希少なポジションです