研究開発（R&D）エンジニア(Next.js)の求人・転職情報

JAPAN AI株式会社

エージェント研究開発 異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等) 新しい推論・計画・検索手法の研究開発 マルチモーダル・長文コンテキスト対応の技術開発 最新論文の調査・再現・改良実装 評価・ベンチマーク 大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装 合成データ生成・評価ベンチマーク設計 モデルとプロンプトの自動評価支援 (学習 → プロダクトライフサイクル全体) プロダクション課題の解決 推論レイテンシ / コスト最適化 (量子化、蒸留、キャッシュ等) モデル学習用データミックスの作成・最適化 エージェント評価フレームワークの高度化 本番環境での品質改善・パフォーマンスチューニング 技術移転・発信 Agentic Product Engineer チームへの技術移転・メンタリング 学術機関・OSS コミュニティとの連携 【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 : SaaS 横断検索のためのナレッジグラフ RAG の研究開発 JAPAN AI STUDIO が「企業の脳」として機能するには、顧客の全 SaaS に散在する情報を横断的に検索・統合する必要がある。 既存の RAG では「Aプロダクト の従業員データ」と「Bプロダクト の商談データ」の関係性を捉えられず、回答精度が低い。 ナレッジグラフベースの RAG アーキテクチャを研究・開発し、エンティティ間の関係性を構造化。 SaaS 横断検索の回答精度を 40% 向上させ、Agentic Product Engineer チームに技術移転して全プロダクトに展開。 ●ミッション Agentが降参する問題を解く 現在の AI エージェントでは解決できないフロンティア課題に挑み、新しい推論手法・検索 / 計画・長期記憶・ツール利用の品質限界を突破する。 JAPAN AI STUDIO 上で動く数百のワークフローが、より賢く・速く・安全に動作する未来を、研究で切り拓く。 ●期待する役割について Research Engineer として、AI/LLM/ML の最先端研究と応用研究をリードしていただきます。 異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等) 大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装 モデルとプロンプトの自動評価を支援し、学習からプロダクトライフサイクル全体にわたって品質を担保 プロダクト組織と協力し、エージェントをプロダクトに適用するうえでの最も困難な課題を解決 モデル学習用データミックスの作成・最適化により、エージェントタスクにおける性能と使いやすさを向上 研究成果を Agentic Product Engineer チームに移転し、プロダクト全体の品質を底上げ 論文を書くことがゴールではありません。 研究成果をプロダクションに適用し、約 200 社が利用する本番環境でユーザーに届けることを重視します。 ●成果責任 (KR/メトリクス) ベンチマークスコア改善率 (社内 / 公開ベンチマーク) 新手法のプロダクション適用数 (四半期あたり) 推論レイテンシ / コスト改善率 論文・技術ブログ発表数 社内技術移転完了数 ●チーム体制 約120名が開発組織に在籍しています。 Research Engineerは以下のプロジェクトを横断して活動します: JAI Lab — AI研究開発 AI&Model — モデル学習・最適化 Voice & Tel — 音声AI・電話システム 密接に連携する役割: Agentic Product Engineer — エージェント機能開発 (技術移転先) Agent Harness Engineer — エージェント実行基盤 AI Quality Scientist Specialist — 評価パイプラインとの連携 Product Manager — プロダクト設計 ●開発環境 言語 : Python (研究・フレームワーク部), TypeScript / React / Next.js (フロントエンド部) / NX ML / AI : PyTorch, JAX, Transformers, vLLM, Weights & Biases インフラ : GCP (コンテナ / K8s), Docker 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

株式会社カオナビ

2025年8月に新設された「AI推進室」の立ち上げに関わっていただきます。 直近は以下の開発が予定されています。 ●企画・開発支援業務へのAI技術の組み込み ●AI機能の探索・試作・検証・実装 ●機能のPoC支援やユーザーテスト、効果検証のサポート 主力のカオナビ、新規サービスのロウムメイト、ヨジツティクスに続くマルチプロダクト化を推進していただくことを期待しています。 開発環境 開発言語:Go, JavaScript, TypeScript, Python フレームワーク:Gin, React, Next.js 開発/運用環境:Rancher Desktop, GoLand, Protocol Buffers, Storybook, Figma, GitLab, GitLab CI, GitHub Copilot, Claude Code 構成管理:Terraform インフラ環境:AWS (EC2, RDS, S3, CloudFront, Step Functions, ECS, Fargate, ECR, SystemManager, EventBrigte, GlobalAccelerator...), Auth0, SendGrid 監視, モニタリング, 運用ツール:AWS CloudWatch 社内ツール:Confluence, JIRA, Slack, Zoom その他:Yarn, webpack, Jotai, TanstackQuery, React Hooks, gRPC

株式会社エークラス

クライアント企業のシステム開発プロジェクトに参画するエンジニアとして、あなたのスキルと希望に合った業務を担 当していただきます。 【具体的な仕事内容】 ・Webシステム開発(Java、PHP、JavaScript等) ・モバイルアプリ開発 ・インフラ構築・運⽤ ・上流⼯程(要件定義、設計) ・テスト、運⽤保守 ★当社は1000社以上の企業と取引があり、常時7000件もの案件を保有。 JavaやPHP以外にも、Python、Go、TypeScriptなどモダンな開発案件も増えています。 ★あなたの「やりたいこと」「やりたくないこと」を明確にヒアリングし、 希望に沿った案件をご紹介します。 案件選びは完全に本⼈主導で、強制的なアサインは⼀切ありません。 (変更の範囲)上記業務を除く当社業務全般 開発環境・業務範囲 ◆⼤⼿ECプラットフォーム向けのバックエンドAPI開発 【担当⼯程】要件定義・基本設計・詳細設計・実装(プログラミング)・テスト・運⽤/保守 【規模】10名(当社チーム:3名) 【期間】12ヵ⽉ 【開発⾔語】Java、Kotlin 【FW】Spring Boot、JUnit 【OS】Linux(Amazon Linux) 【DB・ツール等】MySQL、GitHub、Slack、Backlog 【クラウド(サービス郡込み)】AWS(EC2、ECS、RDS、S3、CloudWatch) 【働き⽅】フルリモート(⼀部MTG出社あり) ◆SaaS系Webアプリケーションのフロントエンド開発⽀援 【担当⼯程】基本設計・詳細設計・実装(プログラミング)・テスト 【規模】6名(当社チーム:2名) 【期間】6ヵ⽉〜1年 【開発⾔語】TypeScript、JavaScript 【FW】React、Next.js、Jest、Storybook 【OS】macOS、Windows(選択可) 【DB・ツール等】Firebase、Git、Figma、Notion、Zoom 【クラウド(サービス郡込み)】Firebase、Vercel 【働き⽅】フルリモート ◆基幹業務システムの刷新(LAMP環境→モダン化対応) 【担当⼯程】要件定義・詳細設計・実装・テスト・運⽤/保守 【規模】8名(当社チーム:4名) 【期間】1年〜1年半 【開発⾔語】PHP、Python、Ruby 【FW】Laravel、Flask、RSpec 【OS】CentOS、Windows Server 【DB・ツール等】PostgreSQL、Redmine、GitLab、Teams 【クラウド(サービス郡込み)】AWS(EC2、S3、Lambda、VPC)、⼀部オンプレ構成 【働き⽅】週2出社・週3リモート(相談可)

株式会社kubell

ChatworkおよびBPaaSの事業に貢献する顕在ニーズに応えるAIサービスやプロダクトの開発。 加えて、ニーズが顕在化していないプロダクトアウトアプローチによる中長期に向けた研究開発を行います。 プロダクトマネージャーは、要件定義からリリースまでのマネジメント・推進を担って頂きます。 ● AI基盤開発の推進 ● AIエージェントや機械学習等の仕組みを利用したプロダクト開発 ● 中小企業の経理・労務・人事のバックオフィス業務においてAIエージェントが効果的な業務を抽出 ● AIエージェント導入後のToBeの業務プロセスの具体化 ● バックオフィス業務のナレッジを活かし専門家からのヒアリングをもとにAIエージェントのプロンプトを作成生成AIおよびフロントエンドなど全体を設計 ● Dify/n8n等のAIエージェントのノーコードツールを用いたPoCの実行 ● AIエージェントを実装するエンジニア開発メンバーとコミュニケーションをしながら開発方向性をリード ● AIエージェントの運用と改善 ● 開発したAIエージェントに関する社内や顧客への導入推進 ● プロダクトおよびサービスの設計・開発・運用にエンジニアと伴走 所属部門・チーム ● Chatwork事業、BPaaS事業の開発とプロダクト組織が横断に関わる横断プロジェクトチーム ● AIベンチャーの上場経験があるAI活用の現実を理解するビズとエンジニアリングを両面対応できるメンバーが立ち上げ中のチーム ● AI開発のビズや開発、運用経験を持つビズメンバー、生成AIを中心としたエンジニアメンバー数名による一丸となった開発を進めるチーム ● LINEヤフー、グリー、グルーポン、リクルート、良品計画、富士通グループ、ABEJA、PwC、Laboro.AI、トライアルカンパニー、NRI、グラファーなど 技術スタック 【フロントエンド】 ・開発言語:TypeScript, Python ・フレームワーク:Next.js, Streamlit ・AI統合:Vercel AI SDK ・アプリ開発プラットフォーム:AWS Amplify, Firebase 【バックエンド】 ・開発言語:Python, TypeScript ・AIエージェント開発:LangChain, Dify, Strands Agents, Agent Development Kit (ADK), Mastra 等 ・ブラウザ自動操作:Playwright ・テスティング:pytest 【AI基盤】 ・生成AIプラットフォーム:Amazon Bedrock, Google Vertex AI ・AIエージェント運用基盤:Amazon Bedrock AgentCore, Vertex AI Agent Engine 【インフラ・DevOps】 ・クラウド:AWS, Google Cloud, GCP ・IaC (Infrastructure as Code):Terraform, AWS CDK ・CI/CD:GitHub Actions, AWS CodeBuild 【開発ツール】 ・バージョン管理:GitHub ・プロジェクト管理:JIRA ・ドキュメンテーション:Confluence, Miro ・コミュニケーション:Chatwork ・AIアシスタント:Cursor, Claude Code 等 ・仮想化環境:Rancher Desktop(AIアシスタントローカル実行環境)