⁨LLM⁩関連の求人⁨20⁩選

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。

＜私たちについて＞ ソフトウェアと人の関係を、AI時代にあわせて再設計する。 PLAINERは、「伝わるはずの価値が、伝わらないまま終わる」という問題に向き合っています。 優れたプロダクトでも、それが「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、活かされない。 この“もったいなさ”は、AIが発展すれば自然に解決するわけではありません。 むしろ、LLMのような汎用的な技術が広がるからこそ、プロダクトとユーザーの関係性は一層複雑になり、設計が問われるようになります。 私たちはこの時代に、「伝える」ではなく「伝わる」体験をプロダクトとして届けることを選びました。 Intent（意図）を出発点に、体験を設計する PLAINERは、ノーコードで“伝わるデモ”を自動生成できるプロダクトです。 ただの説明や画面録画ではなく、ユーザーのやりたいこと＝Intentから逆算し、必要な情報と操作をストーリーとして構成する。 私たちはこれを「Intent Experience」と呼び、SaaSをはじめとするプロダクトの商用化や活用支援に応用しています。 このアプローチは、LLM時代にも大きな価値を持ちます。 生成される答えに意味を与える「文脈」をどう構築するか UIとAI回答をどう一貫した体験にまとめるか 意図ベースのガイド・ナビゲーション・Q&Aをどこまで自動化できるか PLAINERは、AIとUIの“あいだ”を設計するプロダクトです。 ＜私たちが本気で取り組んでいること＞ PLAINERは、SaaSが社会に届けられるまでの「価値の流通構造」そのものを再設計しています。 ユーザーが「必要なプロダクトか」を直感的に判断できる 営業やCSが「価値の本質」を確実に伝えられる ユーザーが「迷わず成果にたどり着ける」ように導かれる この一連の体験をIntentベースで設計し、LLMで補強し、プロダクトとして提供していきます。 そしてこの構造は、日本だけでなく世界中のSaaS市場に共通する課題に応える設計です。 ＜グローバル × 巨大市場で勝負する＞ PLAINERは今、国内での実績を足場にしながら、海外展開を本格化させています。 Intentという普遍的な概念と、SaaS商用化という構造的な課題を掛け合わせることで、「グローバルに通用する“価値を届けるプラットフォーム」を構想しています。 私たちは、2031年にARR500億円規模のプロダクト群を築くことを本気で目指しています。 そしてそれは、構想だけでなく── 仮想環境での爆速検証と市場適応 本番環境向けのガイド・アナリティクス・オートモード開発 LLMによる補助ナビゲーション・Q&Aの基盤構築 といった複数プロジェクトとして、すでに具体的に動き出しています。 一緒に、“人 × プロダクト × AI”の関係をつくり直しませんか？ PLAINERの開発チームはまだ小規模ですが、 構想・仮説・実装すべてに手が届くフェーズにあります。 社会の当たり前になるプロダクトを、自分の手でつくりたい人 世界を視野に入れた本気の挑戦に、早い段階から関わりたい人 AI時代のユーザー体験を、思想から設計・実装したい人 そんな仲間と、PLAINERを一緒に育てていきたいと考えています。 届けたい価値がある。 だから、届け方までつくる。 それが、PLAINERの仕事です。 ＜お任せしたい役割＞ LLMをはじめとするAI技術の進化により、ソフトウェアが社会に届けられるプロセスそのものが再定義されつつあります。 PLAINERは、その変化を前提に、プロダクトの価値が“正しく伝わり、適切に活用される”状態を構造的に設計し直すことに挑戦しています。 プロダクトマネージャーには、技術・ビジネス・体験設計の交差点に立ち、 不確実性の高い状況においても構想と実装の両輪を回し、事業の進化を支えていただきたいと考えています。 ＜想定される責務＞ ソフトウェアが解くべき本質的な課題を抽出し、構想・仮説設計・プロダクトへの落とし込みを行う 経営・開発・ビジネスサイドと連携し、中長期のプロダクト戦略をロードマップとして具体化する 複数の新規プロダクトにおける0→1フェーズの企画・要件定義・初期実装のドライブ LLM・UI・ユーザー行動の接点を設計対象とし、“届け方の構造”をプロダクトとして定義する 仮説検証〜仕様策定〜開発進行〜初期グロースまでのプロセス全体をリードする ＜現在のステージと、求めている役割の重要性＞ PLAINERはすでに、複数のSaaS企業で活用されるプロダクトへと進化しています。 同時に私たちは現在、以下のような複数の新規プロジェクトを短いサイクルで並行的に推進しています： ナビゲーション自動生成、ガイドUXの汎用化 UI構造×LLMによる文脈生成・Q&A自動化 仮想環境における機能検証と、本番実

dotDataは、シリコンバレーに本社を持つスタートアップ企業で、企業データの分析を自動化する製品を提供しています。 「データサイエンスの民主化」をVisionとして掲げ、世界初で独自の「特徴量自動設計技術」により、データからビジネスの洞察を自動的に導き出し、この分野において世界の最先端をリードする会社です（米フォレスター社のAutomation-focused machine learning solutionでリーダーポジションを獲得など） 「特徴量の抽出」は、データサイエンスやAIのプロジェクトの中で、最も時間がかかり、また難しいとされるプロセスです。一方で、データからビジネスの課題に応えるパターンの抽出は、ビジネスの洞察の発見や、AI・機械学習モデル精度の向上にとって、最も重要なプロセスでもあります。dotDataの製品は、特徴量自動設計技術を中核として、機械学習自動化（AutoML）を組み合わせることで、データサイエンスの主要なプロセスを自動化することができます。 また、弊社はこれまでに NEC、ジャフコ、ゴールドマンサックス、大塚商会、三井住友銀行、三井住友信託銀行などの様々な投資家から支援をいただき、シリーズA/Bのラウンドを通じて、累計7,460万ドル (当時のレートで約 100 億円) の資金調達を実施して、日本および米国で事業を拡大しています。 日本人がシリコンバレーで創業し、日本発のAI技術や様々なテクノロジーを駆使して、世界をリードするプロダクトカンパニーを目指しています。 dotDataでは、LLMを活用した「分析AIエージェント」を開発し、ターゲット設計、セグメンテーション、因果分析、レポーティングといった高度な分析業務を自動化・半自動化する次世代プロダクトを構築しています。 本ポジションの主な責務は、熟練アナリストの分析プロセス（暗黙知）を形式知化し、LLMエージェントが実行・再現可能な機能としてプロダクトへ実装することです。単なる開発に留まらず、分析の意思決定プロセスそのものを仕様化し、製品価値へ昇華させる中心的な役割を担います。