【社内の業務効率化を促進】Forward Deployed Engineer
Summary
BizOps / Forward Deployed Engineer in Tokyo who embeds with sales, customer success, and back-office teams to uncover inefficiencies, then designs, builds, and rolls out internal systems and AI-driven workflows (LLM, RAG, AI agents) end-to-end using Python, TypeScript, and Vue.js to boost company-wide productivity.
🏠企業概要
事業や経営上の課題を解決するために、
各領域の専門知識・経験を持つ人材の知見を活用できるプラットフォームを運営しています。
企業の新規事業、業界調査、マーケティング、経営・事業戦略など、専門性の高い情報が求められる場面に対し、インタビューやリサーチ、伴走型の支援などを通じて、必要な知見へのアクセスを提供しています。
現在は国内だけでなく海外にも事業を展開し、企業のさまざまな意思決定を支援しています。
事業・サービスの拡大に伴い、顧客向けプロダクトだけでなく、営業・カスタマーサクセス・バックオフィスなど
社内の業務基盤をテクノロジーで高度化することも重要なテーマになっています。
特に、生成AIやAIエージェントを単に試験導入するのではなく、既存システムや社内データ、実際の業務フローと組み合わせ、日常業務の中で継続的に価値を生み出すことを目指しています。
今回募集するBizOpsエンジニアは、こうした取り組みを技術面から推進し、事業成長に合わせて複雑化する社内オペレーションを再設計していく役割です。
✏募集背景
事業拡大に伴い、サービスや顧客ニーズが多様化する一方、
営業・カスタマーサクセス・バックオフィスなどの業務オペレーションも複雑になっています。
そこで、生成AI・AIエージェントの活用、業務自動化、既存の社内システム改善を組み合わせ、
全社的な生産性向上を推進するBizOpsエンジニアを募集します。
このポジションの特徴は、依頼されたシステムを開発するだけではないことです。
各事業部を社内の「顧客」と捉え、現場に入りながら、
課題発見・要件整理から設計、実装、導入、運用定着、効果測定まで一貫して担当します。
💭仕事内容
1. 業務ヒアリング・課題定義
営業、カスタマーサクセス、コーポレート部門などの現場に入り、日々の業務フローをヒアリング・観察します。
表面的な要望をそのままシステム化するのではなく、
「どこに工数がかかっているのか」「なぜその業務が必要なのか」まで掘り下げ、解決すべき課題を構造化します。
2. 技術的な解決策の設計
課題に応じて、
- 既存システムの改修
- 新規機能開発
- 業務自動化
- SaaS/API連携
- LLM・生成AI活用
- AIエージェント
などを使い分け、最適な解決方法を設計します。
AIを導入すること自体ではなく、実際の業務成果や生産性向上につながることを重視します。
3. 社内業務システムの開発・改善
事業運営を支える社内システムについて、機能追加、改修、データベース設計、保守・運用を担当します。
4. AIワークフローの実装
LLM・生成AIを利用し、
- テキスト・ログの要約
- 情報検索
- 社内ナレッジ活用
- 定型業務の自動化
- AIエージェント
- APIを利用した業務システム連携
などを設計・実装します。
5. 導入・定着・改善
PoCやプロトタイプを作って終了ではありません。
実際に現場へ導入し、利用状況やフィードバックを確認しながら改善を繰り返します。必要に応じて工数削減などの効果を定量化し、ROIを検証します。
6. 部門横断での優先順位付け
複数部門から挙がる課題を並行して扱うため、事業インパクト、改善効果、実装コストなどを踏まえて優先順位を判断します。
❔想定されるプロジェクト例
具体的には、以下のようなテーマを想定しています。
営業・カスタマーサクセス
- 商談記録や問い合わせ内容のAI要約
- 営業担当者の情報収集支援
- 営業支援システムの改善
- 定型オペレーションの自動化
バックオフィス
- 手作業で行われている業務の自動化
- 社内管理システムの改善
- SaaS/API間のデータ連携
- 生成AIを利用した情報検索・整理
ただし、あらかじめ決められたテーマだけを実装する仕事ではありません。
実際には現場へのヒアリングから入り、「そもそも何を解決すべきか」を見つけるところから
担当することを想定しています。
👀このポジションの面白さ
現場とエンジニアリングの距離が近い
自分が開発したものについて、実際に使う社員から直接フィードバックを受けられる環境です。
「リリースできたか」だけではなく、業務時間がどれだけ減ったか、作業品質がどう変化したか、継続的に使われているかまで追うことができます。
上流から実装まで分業されすぎていない
業務分析だけを行うITコンサルティングでも、決められた仕様を実装するだけの開発ポジションでもありません。
課題発見 → 要件定義 → 技術選定 → 開発 → 導入 → 改善まで、自ら一連のサイクルを回します。
生成AIを実業務へ落とし込める
RAG、AIエージェント、API連携などの技術を、デモや研究目的ではなく実際の業務プロセスに適用します。
「何にAIを使うべきか」だけでなく、どこでは従来型のシステム開発や自動化を選ぶべきかを考えることも重要になります。
✅応募資格
必須
- Webアプリケーション開発の実務経験(目安3年以上)
- 顧客または社内ステークホルダーとの折衝・調整を伴う開発経験
- 生成AI等を利用した業務改善経験
歓迎
- Pythonを利用した開発経験
- TypeScriptやモダンなフロントエンド技術を利用した開発経験
- SIer、ITコンサル、社内SE等での業務システム開発経験
- SaaSの導入・カスタマイズ経験
- 要件定義・仕様策定経験
- PoC、プロトタイピング、アジャイル開発経験
- RAG、AIエージェント、LLM API等を利用した開発経験
- 社内ツールや業務システムの導入・改善経験
- 営業、CS、バックオフィス業務への理解
- SQLを利用したデータ分析・加工経験
- 自社サービスの開発経験
🤖技術環境
企業特定につながりにくくするため、細かな製品名・構成は一部一般化しています。
- Languages: Python / TypeScript
- Backend: Python系Webフレームワーク / APIフレームワーク
- Frontend: Vue.js系フレームワーク
- Database: RDB / NoSQL / インメモリDB
- Infrastructure: パブリッククラウド
- Search / AI: 検索エンジン / 機械学習ライブラリ / LLM
- Analytics: DWH / BI・分析ツール
- DevOps: Gitベースの開発環境 / IaC / モニタリング
- AI Development: AIコーディング支援、LLM、AIエージェント関連ツール
- Collaboration: チャット / Web会議 / 課題管理 / Wiki
#生成AI #LLM #AIエージェント #RAG #AI活用 #業務自動化 #BizOps #Python #DX推進 #エンジニア採用
Skills
Sign in to read and join the discussion.