株式会社プロパゲートのITエンジニア求人・転職・採用情報

ポジション概要 Claude Code・Cursor・Codexなどを使い、Webアプリ、社内システム、AIエージェント、AIワークフローを設計・開発するポジションです。 主な開発対象は、⾃社の事業・業務を変える⾃社プロダクトと社内システム(Web制作・SEO・マーケティング・社内オペレーション)。 完成した仕様を待たず、現場の⾮効率や属⼈化を理解してAIに任せる部分と⼈が判断する部分を設計し、試作・テスト・リリース・利⽤後の改善まで担います。 主な役割 AI駆動開発でWebアプリ・社内システム・AIエージェントを設計・開発し、試作から利⽤後の改善まで担う 仕事内容 ①AI駆動開発 ・Claude Code・Cursor・Codex等を活⽤したAI駆動開発 ・Webアプリケーション・社内システムの設計と開発 ・LLM(⼤規模⾔語モデル)・データベース・外部API(システム連携⼝)を組み合わせた機能開発 ②AIエージェント・⾃動化 ・AIエージェント・AIワークフローの設計・開発・運⽤ ・MCP(AIと外部ツールをつなぐ仕組み)サーバーの開発・運⽤ ・Web制作・SEO・マーケティング業務の⾃動化 ③課題整理と検証 ・現場メンバーへのヒアリングと課題整理 ・プロトタイプの作成、テスト、リリース、利⽤結果の検証 ④運⽤・改善・共有 ・既存システムの改善・運⽤と障害・不具合への対応 ・開発ナレッジとAI活⽤⽅法の記録・共有 雇⼊れ直後:本求⼈の「仕事内容」に記載する業務 変更の範囲:会社の定める業務 使用技術 AI開発:Claude Code/Cursor/Codex。 開発:TypeScript/React/Next.js/Python/FastAPI/PostgreSQL/Supabase/Vercel。 ⾃動化:LLM API/MCP/n8n。 Git/GitHub。 課題に応じて選択 AIとの役割分担 「AIが8割つくり、⼈が2割磨く」考え⽅で開発。 コード⽣成・テスト作成・リファクタリング等はAIが⽀え、⼈は解く問題の決定、要件定義、構造設計、セキュリティとリスクの判断、AI出⼒のレビュー、リリース後の結果に責任を持ちます。 連携・開発対象 主に⾃社の事業・業務・顧客提供価値を変える⾃社プロダクトや社内システムを開発します。 連携先は各事業責任者、AI Webディレクター、Webマーケター、SEOディレクター、カスタマーサクセス、利⽤者。 代表・事業責任者と直接議論して進めます。

### ポジション概要 Claude Code・Cursor・Codexなどを使い、Webアプリ、社内システム、AIエージェント、AIワークフローを設計・開発するポジションです。 主な開発対象は、⾃社の事業・業務を変える⾃社プロダクトと社内システム(Web制作・SEO・マーケティング・社内オペレーション)。 完成した仕様を待たず、現場の⾮効率や属⼈化を理解してAIに任せる部分と⼈が判断する部分を設計し、試作・テスト・リリース・利⽤後の改善まで担います。 ### 主な役割 AI駆動開発チームの成果・開発速度・品質・メンバー成⻑に責任を持ち、優先順位・レビュー体制・ 開発標準・採⽤育成を担う 雇⼊れ直後:本求⼈の「仕事内容」に記載する業務 変更の範囲:会社の定める業務

### ポジション概要 ⽣成AIを活⽤してWebサイトの構成・⽂章・デザイン・実装を進めるWebディレクターです。 顧客の事業⽬的と要望を整理してAIへの指⽰に変え、⽣成物の品質判断、修正、顧客対応、複数案件の進⾏管理、公開までを⼀気通貫で担当します。 ⼿作業のデザインやコーディングが仕事の中⼼ではなく、AIの出⼒を判断して磨き、問い合わせ・予約・採⽤など顧客の成果につながるサイトに仕上げます。 ⽉約100件規模の制作・納品・運⽤が動く環境です。 ### 主な役割 AI前提の制作チームを率い、複数案件の品質・納期・顧客成果とメンバー育成に責任を持つ。 アサ イン設計と制作フローの標準化を担う 雇⼊れ直後:本求⼈の「仕事内容」に記載する業務 変更の範囲:会社の定める業務

●ポジション概要 Webサイト・広告・SEOの改善施策が本当に顧客成果につながったかを検証し、結果を⾃社AI「プロパゲートAI」の次の提案へ戻すポジションです。 GA4(Googleアナリティクス4)・広告・フォーム・電話・LINE等の計測品質を確認したうえで、SQL・Pythonと前後⽐較・DiD(差分の差分法)・時系列分析・予測・分類・異常検知を使います。 分析はレポートで終わらせず、スコアリングや提案ロジックとして事業とプロダクトへ実装します。 ●主な役割 管理職を主務とせず、⾼難度の効果検証、モデル・LLM(⼤規模⾔語モデル)の評価設計、分析標準と専⾨レビューでAIの学習ロジックを主導する 雇⼊れ直後:本求⼈の「仕事内容」に記載する業務 変更の範囲:会社の定める業務

●ポジション概要 FDE(Forward Deployed Engineer)として、顧客の現場・帳票・実データから業務課題を構造化し、⽣成AIとソフトウェアで本番稼働する仕組みへ変えます。経営者・現場担当者へのヒアリング、As-Is/To-Be(現状/理想)設計、プロトタイプ、本番開発、既存SaaS(クラウドサービス)との連携、導⼊・定着、効果測定まで⼀気通貫で担当。中⼼は⾃社サービス「プロパゲートAIデスク」。現場で使われ、成果が数字に表れる状態まで責任を持ちます。 ●主な役割 管理職を主務とせず、複雑な業務・データ・セキュリティ要件の案件を技術的に主導し、知⾒を共 通機能・テンプレートへ変える 雇⼊れ直後:本求⼈の「仕事内容」に記載する業務 変更の範囲:会社の定める業務

●ポジション概要 FDE(Forward Deployed Engineer)として、顧客の現場・帳票・実データから業務課題を構造化し、⽣成AIとソフトウェアで本番稼働する仕組みへ変えます。経営者・現場担当者へのヒアリング、As-Is/To-Be(現状/理想)設計、プロトタイプ、本番開発、既存SaaS(クラウドサービス)との連携、導⼊・定着、効果測定まで⼀気通貫で担当。中⼼は⾃社サービス「プロパゲートAIデスク」。現場で使われ、成果が数字に表れる状態まで責任を持ちます。 ●主な役割 複数のAI導⼊案件とFDEチームを率い、顧客成果・デリバリー品質・採算・メンバー成⻑に責任を 持つ 雇⼊れ直後:本求⼈の「仕事内容」に記載する業務 変更の範囲:会社の定める業務

●ポジション概要 FDE(Forward Deployed Engineer)として、顧客の現場・帳票・実データから業務課題を構造化し、⽣成AIとソフトウェアで本番稼働する仕組みへ変えます。 経営者・現場担当者へのヒアリング、As-Is/To-Be(現状/理想)設計、プロトタイプ、本番開発、既存SaaS(クラウドサービス)との連携、導⼊・定着、効果測定まで⼀気通貫で担当。 中⼼は⾃社サービス「プロパゲートAIデスク」。 現場で使われ、成果が数字に表れる状態まで責任を持ちます。 ●主な役割 顧客の業務課題を構造化し、⽣成AIとソフトウェアで設計・開発から本番導⼊・定着・効果測定ま で⼀気通貫で担う 【仕事内容】 ①業務理解・成果設計 ・経営者・現場責任者・実務担当者へのインタビューと業務観察 ・As-Is/To-Be業務フロー、⾃動化対象、成功指標の設計 ・実現可能性・ROI(投資対効果)・セキュリティ・運⽤リスクを踏まえたスコープ決定 ②設計・開発 ・LLM(⼤規模⾔語モデル)、AIエージェント、RAG(検索拡張⽣成)、ルール処理の組み合わせ設計 ・TypeScript・Python中⼼のWebアプリ・API(システム連携⼝)・バックエンド開発 ・既存SaaS、データベース、Google Workspace、LINE、Slack等との連携 ③本番導⼊・定着・改善 ・認証・権限・ログ・監視・テスト・例外処理・⼈の承認⼯程の設計 ・現場導⼊、利⽤説明、運⽤マニュアル整備 ・効果測定と継続改善 ・案件で得た知⾒を共通部品・AIワークフロー・評価⽅法へ還元 ●使用ツール TypeScript/Python/React/Next.js/FastAPI/Supabase/LLM API/MCP(AIと外部ツールをつなぐ接続規格)/n8n(業務⾃動化ツール)/Vercel/GitHub。 AIツールの利⽤料⾦は会社が100%負担。 ● AIとの分担 AIは帳票・⽂章の読み取りと構造化、実装・テスト・デバッグの⽀援、調査や⽂書の下書きを⽀える。 FDEは解く課題、作るもの/作らないもの、⼈の承認点、例外対応を決め、品質と成果に責任を持つ。 雇⼊れ直後:本求⼈の「仕事内容」に記載する業務 変更の範囲:会社の定める業務

●ポジション概要 Webサイト・広告・SEOの改善施策が本当に顧客成果につながったかを検証し、結果を自社AI「プロパゲートAI」の次の提案へ戻すポジションです。 GA4(Googleアナリティクス4)・広告・フォーム・電話・LINE等の計測品質を確認したうえで、SQL・Pythonと前後比較・DiD(差分の差分法)・時系列分析・予測・分類・異常検知を使います。 分析はレポートで終わらせず、スコアリングや提案ロジックとして事業とプロダクトへ実装します。 ●主な役割 施策の効果検証、計測・データ品質の改善、予測・スコアリングを担い、結果をプロパゲートAIの提案ロジックへ反映する ①施策の効果検証 - Webサイト改善施策の効果検証と分析計画の設計 - 改善前後のCVR(成約率)・CV(問い合わせ等の成果)数の分析 - 業種・サイト規模・流⼊チャネル別の効果検証 - 前後⽐較・DiD・時系列分析等を⽤いた因果推論 - ⼩サンプル時の判断ルール設計 ②計測・データ品質 - GA4・GTM(タグ管理ツール)・GSC(検索分析ツール)・広告のデ - ータ品質確認 - フォーム・電話・LINE等のCV計測設計とCV定義の整備 - 二重計測・未計測・イベント定義ミスの検知と改善 - 分析用データマート・テーブルの設計 ③予測とAIへの反映 - 分類・予測・異常検知モデルの設計(解約リスク、SEO伸長余地等) - 提案承認率・実装率・改善後CVR等のスコアリング - LLM(大規模言語モデル)・AIによる分析結果の妥当性評価 - 検証結果をプロパゲートAIの提案ロジックと学習ループへ反映 ●使用ツール SQL/Python/GA4/GSC/GTM/広告媒体データ/B(I 分析・可視化ツール)/LLM/プロパゲートAI。分析手法はA/Bテスト、前後比較、DiD、時系列分析、予測・分類、異常検知から問いに合うものを選びます。 ●AIとの分担 SQL・Pythonのコード生成、データ抽出・加工、探索的分析、可視化はAIが支援します。何を検証するかの決定、指標や前提の確認、交絡・バイアスの検討、結果をどこまで信じるかの判断は人が担います。 ●連携先 AIエンジニア(データ基盤実装を含む)、Webマーケター、SEOディレクター、カスタマーサクセス、各事業責任者。分析結果を共有し、提案ロジックの変更や追加計測を一緒に決めます。 雇⼊れ直後:本求⼈の「仕事内容」に記載する業務 変更の範囲:会社の定める業務