【JAPAN AI】Agent Harness Engineer / Japanese

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。 ●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 ●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 ●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

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 ●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

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

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

正社員

1,200～2,000万円

∟基本給:¥616,373～¥1,027,288 ∟固定残業手当 (45時間分) : ¥240,770～¥401,283 ∟SO付与制度あり ※45時間を超える時間外手当は別途支給 ※昇給機会年2回(4月、10月)、賞与年2回(5月、11月) ※給与は経験・能力・前職経験によりご相談に応じます.

東京都新宿区西新宿6-8-1　住友不動産新宿オークタワー5/6階

10:00 ～19:00

※土日祝は休業日となります ※出向の場合は、出向先の規程に準じます

完全週休二日制 所定休日:土・日・祝日 休暇:年次有給休暇、夏季休暇(3日)、年末年始休暇(12月31日 〜1月3日)、慶弔休暇

【待遇・福利厚生】 <正社員> ・書籍購入補助(半期 30,000円まで) ・リフレッシュ手当(毎月 5,000円まで) ・部活動手当(毎月5,000円まで) ・家賃手当(当社指定の駅を対象とし毎月30,000円まで) ・シャッフルランチ/ディナー(四半期に一度ランチ1,000円まで、ディナー5,000円まで) ・資格取得支援制度、英語学習支援制度(業務に必要な場合のみ) ・リフレッシュ休暇制度(3年間継続勤務した社員へ毎年付与される特別休暇 2日) ・定期健康診断(年1回) ・従業員持株会 【諸手当】 ・交通費全額支給

社会保険完備

敷地内禁煙(屋外に喫煙場所設置)

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