⁨AWS⁩関連の求人⁨20⁩選

"Building the foundation that delivers AI to the field." | "AIを、現場に届ける基盤をつくる。" (Japanese version follows English) About EARTHBRAIN EARTHBRAIN develops and provides the Smart Construction® series, digitizing key construction site operations and transforming infrastructure development worldwide. As of 2025, the solution has been deployed to approximately 10,000 sites domestically and internationally, establishing a top-class track record in construction ICT solutions. Background EARTHBRAIN is advancing R&D across multiple AI domains including LLMs, 3D vision, point cloud recognition, and Agentic AI, with a steadily growing portfolio of AI-powered products. As the business scales, strengthening infrastructure, deployment pipelines, and operational design for agentic systems has become a key priority for delivering AI technologies to Smart Construction® more rapidly and reliably. This role designs and builds the infrastructure to deliver models and engines produced by the AI team to Smart Construction® at production quality, establishing AI infrastructure best practices for EARTHBRAIN. Responsibilities Design, build, and optimize ML model serving infrastructure on GPU environments Introduce and design operations for container orchestration (ECS / EKS / GKE / Cloud Run, etc.) Design and build CI/CD pipelines (model versioning, testing, deployment automation) Build and optimize agentic orchestration systems Build model monitoring and observability infrastructure (accuracy degradation detection, data drift monitoring) Design and execute multi-cloud strategies including AWS optimization and GCP adoption Establish deployment standards and best practices for AI product integration Collaborate with AI engineers and researchers, serving as a technical bridge to product development teams Ideal Candidate Motivated by delivering AI to production; passionate about bridging research and implementation Capable of designing and proposing best practices in greenfield environments Able to communicate effectively with both AI eng

1. PLAINERが目指している世界 PLAINERは、「伝わるはずの価値が伝わらない」 という、ソフトウェアが持つ根本的な課題に挑んでいます。 どれだけ優れたプロダクトでも、「何に効くのか」「なぜ自分に必要なのか」 が正しく届かなければ、その価値は埋もれてしまう。 AIが進化しても、この“もったいなさ”は自然には解決しません。むしろLLMのような汎用技術が広がることで、プロダクトとユーザーの関係はさらに複雑になり、「どう伝わるか」 がますます重要になります。 私たちは、「伝える」ではなく「伝わる」体験を設計することを使命としています。Intent（意図）を出発点に、体験そのものを組み立て、ユーザーが自然に「理解できる・活用できる・価値を感じられる」世界をつくりたい。その結果として、 SaaSやAIプロダクトの本当の価値が、世界中のユーザーに届く 企業と顧客が誤解なくつながり、双方にとって成果を出せる 新しいプロダクトが、もっと速く、もっと広く社会に浸透していく──そんな未来をPLAINERは本気で目指しています。 2. ポジションに期待する役割 CTOに期待すること PLAINERは現在、多くの大手SaaSに導入が進む一方で、正社員エンジニアはまだ4名。プロダクトも組織も、これから一緒につくっていくフェーズです。 直近では 売上 10倍以上の成長 SaaS企業を中心に導入拡大 AIを活用した新しいプロダクト構想といった大きな変化が起きています。 一方で、 プロダクトのアーキテクチャ進化 AI時代に適した開発体制 エンジニア組織の拡張 技術戦略の経営レベルでの意思決定 といった技術リーダーシップが必要なフェーズに入っています。 そこで今回、経営チームの一員として技術と組織をリードするCTOを募集する運びとなりました。 3. 業務内容 CTOとして、以下を担っていただきます。 技術戦略・開発戦略の策定 プロダクトアーキテクチャ設計 開発組織の構築・マネジメント AIネイティブな開発体制の構築 経営メンバーとしての事業意思決定 4. 開発環境 構成 顧客向けWebアプリ（SPA） 運営向けWebアプリ（MPA） Chrome拡張 技術スタック バックエンド：Kotlin（Ktor）、PostgreSQL、Redis フロントエンド：TypeScript、React、Chakra UI Chrome拡張：TypeScript、React インフラ：Google Cloud（Cloud Run中心） その他：Claudeなど生成AIを活用した開発体制へ移行中 5. 開発チームのコミュニケーションサイクル 開発スタイルとしてはAI-DLCを一部採用しています。チーム内には以下のようなコミュニーケーションの場があります。 隔週プロダクト会：PLAINERというプロダクトに関する情報共有の場です。ビジネス・エンジニアサイド共同で実施されます。お客様からの声や今後リリース予定の機能などをそれぞれの観点から自由に共有していきます。 週次開発定例：開発全般のトピックスをメンバーそれぞれが持ち寄り、技術的な改善やチームコミュニーケーションの円滑化を図る場になっています。 設計会：随時実施。新たな機能等を実装するにあたり必要となるアーキテクチャーやテーブル設計、ビジネスロジックの検討などをチームメンバーとともにディスカッションします。 6. 選考フロー ①カジュアル面談選考要素等ゼロでPLAINERのことをお話させて頂く機会です。「選考に進むか分からない」「とりあえず情報収集したい」など転職のご意思が固まっていなくても問題ございません。 ②面接 (3回)カルチャーやスキルのフィットを相互にすり合わせるための機会です。現場のエンジニアや経営陣とオンラインで面接させて頂きます。 ③会食気になる点やコミュニケーションを相互にすり合わせるための機会です。選考の場ではありますが、よりPLAINERで働くイメージを膨らませて頂くために少しカジュアルな形式を取っています。 ④その他内定受諾前に副業での業務体験などフレキシブルにご対応が可能ですので、担当者にご相談ください。

1. PLAINERが目指している世界 PLAINERは、「伝わるはずの価値が伝わらない」 という、ソフトウェアが抱える根本的な課題に挑んでいます。どれだけ優れたプロダクトでも、「何に効くのか」「なぜ自分に必要なのか」 が正しく届かなければ、その価値は埋もれてしまいます。 AIの進化がこの課題を自動的に解決することはありません。むしろLLMのような汎用技術が広がることで、プロダクトとユーザーの関係はさらに複雑になり、「どう伝わるか」 がますます重要になっています。私たちはこの時代に、「伝える」ではなく 「伝わる体験」 を設計することを使命としています。 2031年にはARR500億円規模のプロダクト群を築くことを目指し、すでに以下のような複数プロジェクトが動き始めています。 仮想環境での爆速検証と市場適応 ガイド・アナリティクス・オートモード開発 LLMを用いたナビゲーション・Q&A基盤の構築 2. ポジションに期待する役割 本ポジションは Applied AI Engineer として、 LLM・生成AIを前提にしたプロダクト設計 0→1の新規プロダクト立ち上げ 仮説検証から本番運用までを見据えた実装を担っていただきます。 少人数の立ち上げフェーズのため、単なる実装に留まらず、 「このAIは本当にユーザー価値につながるか？」 「この体験は“伝わる”設計になっているか？」といった問いを、PdMや他メンバーと議論しながら、プロダクトそのものを共に作っていく役割です。 将来的には、エンジニア組織・AI開発基盤の中核を担っていただくことも期待しています。 3. 業務内容 PLAINERでは、お客様が作り上げるプロダクトの価値を届けるためのAI Agentな新規プロダクトを複数開発中となります。 これらのいずれかの新規プロダクトを開発する上でのApplied AI Engineerをお任せします。 新規プロダクトにおける要件定義・仕様策定 クラウドインフラでのアーキテクチャ設計・構築 Full TypeScriptでのバックエンド・フロントエンド開発 生成AI / LLMを利用した様々なユースケースに対するAI Agent開発 PdMやその他ステークホルダーとの建設的なディスカッション 採用活動を含む、チーム開発における様々な活動 ※変更の範囲：自社プロダクトの開発・営業・サポートおよび会社運営にかかわる一切の業務 4. 直近でお任せしたいプロジェクト ① 0 → 1 の新規プロダクト立ち上げ PLAINERの新たな事業の柱となる新規プロダクトを立ち上げています。 どのような価値を届けるべきかというディスカバリー 技術的な実現可能性の検証 その上でのプロダクト開発 このサイクルを高速に回していくことが求められます。 インフラ・バックエンド・フロントエンドを横断し、自ら考え、実装していく役割です（チームのサポートもあります）。 ② AI Agent による機能開発 様々なデータを活用し、生成AI / LLM を用いた AI Agent 機能を開発していきます。 ユースケースごとの Agent 設計 プロンプト設計、モデル選定 精度改善のための Try & Error を高速に回す開発 PoC止まりではなく、 SaaSプロダクトとして提供していくため、「本当に使われるか」を重視する開発スタイルです。 ③ 他プロダクトとのデータ連携・基盤設計 AI Agent 開発に必要なデータは、PLAINERが持つ複数プロダクトから連携されます。 データパイプライン設計 他チームとの仕様調整・コミュニケーション プラットフォーム視点での設計・実装 特定プロダクトに閉じず、将来の拡張性を見据えた設計力が求められます。 5. このポジションで得られるもの ①「AI × プロダクト」のど真ん中の経験 LLMを機能としてではなく、体験として設計する PoCで終わらせず、本番で回す前提のAI開発 0→1フェーズならではの裁量とスピード感 ②事業・プロダクトに直接効く実装経験 PdM・Bizと近い距離で意思決定に関わる 「作ったけど使われない」を避ける設計力が身につく 技術がどう事業価値に変わるかを肌で理解できる ③将来のキャリアの広がり PLAINERはポジションが空いているため、多様なキャリアを築いていただくことができます AI Tech Lead AIプロダクトの責任者 プロダクト志向のCTO / VPoE ④AIを軸にした新規事業立ち上げ 「AIが分かるエンジニア」ではなく、 「AIでプロダクトを前に進められる人」としてのキャリアを築けます。 6. 開発環境 構成 AI基盤アプリ管理画面 AI Agent アプリ群 データ基盤 技術スタック バックエンド：Node.js、Next.js、Express.js、PostgreSQL フロン