テックリード（候補）

【AI×製造業／テックリード】自動見積AIエージェントの設計をリードし、Vertical AI SaaSのアーキテクチャを次のフェーズへ導くテックリード

仕事概要

### ① 会社・事業について

匠技研工業は「フェアで持続可能な、誇れるモノづくりを。」をミッションに、2020年に東京大学発で創業したスタートアップです。

私たちがつくっているのは、日本の製造業を動かすOSです。
GDPの約2割を占めながら、いまだ紙・Excel・職人の暗黙知に依存する業界
——その現場に深く入り込み、図面・製造手法・原価という"誰もデータ化できなかった領域"をAIで動かすプラットフォームをゼロから建てています。

2026年には、最先端のVertical AIを用いたAgenticなプロダクト「匠フォースAIエージェント」を発表しました。
図面や仕様書を入れると、材料費・加工費などの内訳と根拠つきでAIが見積の叩き台をつくり、人が確認・修正した内容が次の精度向上に還元される
——"人とAIが協働する見積"を、いま顧客の現場に届け始めています。

### ② 募集背景

2024年12月にシリーズA（5億円）を調達し、シリーズB（2026年内目標）に向けて事業を急拡大中です。
成長を続けてきた匠フォースを、最先端のVertical AIを用いたAgenticなプロダクトへと進化させることで、事業の成長をさらに加速させています。
自動見積エージェントを皮切りに、調達エージェントなど複数プロダクトが連動するコンパウンドプロダクトへ広げていきます。

事業を1→10へとグロースさせ、さらに複数のプロダクトを立ち上げていく中で、私たちはいくつもの難しい技術課題に向き合っています。
これらをリードできる経験豊富なエンジニアとして、アーキテクチャと技術判断の中心を担っていただけるテックリードを新たに迎えたいと考えています。

### ③ 業務内容

**概要**
自動見積エージェントを中心とした匠フォースの開発で、技術面のリードを担っていただくポジションです。
CTO直下で、アーキテクチャ・品質・AIの設計に責任を持ちながら、自らも重要機能の設計・実装を担います。

**具体的な業務**

- AIエージェントを含むプロダクト全体のアーキテクチャ設計・技術選定
- 設計レビュー・コードレビューを通じた品質基準づくりと、チームへの浸透
- PdM・AIエンジニア・CSと連携し、顧客要件を技術仕様に落とし込む
- 技術的負債の計画的な返済、パフォーマンス・スケーラビリティ改善
- AI精度の評価・改善の仕組み（ユーザーの修正ログの活用、評価データの整備など）の設計
- 製造業データを活かした独自AIの学習・ホスティング基盤の設計（AIチームと協業）
- Devin／Claude Codeを前提とした"AIが実行・人が承認"の開発フローの高度化

※ピープルマネジメント（評価・1on1等）は主な責務ではありません。組織面は同時に募集するEM（エンジニアリングマネージャー）と役割分担します。

**テックリードとEMの役割分担**

- テックリード：「何をどう作るか」の技術判断（アーキテクチャ・品質・技術的負債・AIの設計）
- EM：「誰がどう作るか」の組織づくり（採用・育成／評価・開発プロセス・チーム設計）

**向き合う技術課題**

- 多段推論のエージェント設計：図面読み取り→工程構成の決定→各工程の詳細推論→整合チェック、を構造化出力とHuman-in-the-loop前提で設計する
- 「AIの不確実性」と「業務システムとしての正確さ」の両立：人が正誤判定しやすい根拠の出し方、決定論的に計算すべき部分との切り分け
- 大量データとパフォーマンス：1社で1,000万枚を超える図面を扱うケースもあり、検索・解析のスケーラビリティが求められる
- アーキテクチャの進化：0→1期のサーバレス構成から、複数プロダクトが連動するモジュラモノリスやマイクロサービスの設計へ
- 独自AIの学習とホスティング：外部LLMの活用に加え、製造業データで学習した独自モデルを、コスト・レイテンシ・機密性を踏まえてどう学習・提供するか
- セキュリティ：機密性の高い設計情報を扱うため、ISMS（取得済み）に沿った設計・運用

**入社後のイメージ**

- 〜1ヶ月：プロダクト・ドメインのキャッチアップ。顧客訪問や商談同行で現場を知り、小さな改修から開発に参加
- 〜3ヶ月：自動見積エージェントの主要機能で設計をリードし、レビューの中心になる
- 〜6ヶ月：アーキテクチャの中期方針をCTOと策定し、チームの技術的な意思決定を担う

**開発環境**
フロント：TypeScript（React.js, Next.js）, Apollo Client, Jotai, MUI
バック：TypeScript（Node.js）
AI・ML：Python, PyTorch, OpenCV, 各種LLM
API：GraphQL, REST
QA：Playwright, Jest, MagicPod
クラウド：AWS（Lambda, AppSync, Fargate, StepFunctions等）
DB：PostgreSQL, DynamoDB, OpenSearch, Redis
CI/CD：GitHub Actions, AWS CodeBuild
IaC：Serverless Framework, AWS CDK
AI開発支援：Devin, Claude Code, Cursor
ツール：Docker, GitHub, Figma, Slack, Notion, MixPanel, Sentry

### ④ この仕事で得られるもの

製造業の見積は、図面の読み取り・工程の判断・原価計算と、職人の暗黙知が何層にも重なった業務です。
これをAIエージェントとして設計し直すことは、プロンプトを書くだけでは解けません。
ドメインモデリング、構造化出力、人の修正を学習に還元するループ、独自AIの学習とホスティング、大量データのパフォーマンス
——Vertical AIならではの技術課題に、設計の中心として向き合えます。

CTO直下で技術戦略に関わりながら、顧客の現場で一次情報に触れ、「こんなことできるの？」という反応をプロダクトの次の進化につなげる。
テックリードとしての経験を積んだ先には、VPoE/CTO・EM・PdMなど、Will/Canに合わせたキャリアを入社後に一緒に設計していきます。

### ⑤ チーム・開発カルチャー

弊社では「プロダクトエンジニア」の考え方を大切にしています。
顧客や業界を深く理解し、理想の世界を自ら描き、それを実現するために技術を使うエンジニアです。

開発はプロダクトチームとAIチームの協業で進めており、全員がオーナーシップを持ち、フルサイクルで意思決定からデリバリーまでを担います。
CS・Salesへの同行や現場訪問を通じて気づきをプロダクトに落とし込む
——技術と現場をつなぐ動き方が、弊社での開発の醍醐味です。

必須スキル

### ① 会社・事業について

匠技研工業は「フェアで持続可能な、誇れるモノづくりを。」をミッションに、2020年に東京大学発で創業したスタートアップです。

私たちがつくっているのは、日本の製造業を動かすOSです。
GDPの約2割を占めながら、いまだ紙・Excel・職人の暗黙知に依存する業界
——その現場に深く入り込み、図面・製造手法・原価という"誰もデータ化できなかった領域"をAIで動かすプラットフォームをゼロから建てています。

2026年には、最先端のVertical AIを用いたAgenticなプロダクト「匠フォースAIエージェント」を発表しました。
図面や仕様書を入れると、材料費・加工費などの内訳と根拠つきでAIが見積の叩き台をつくり、人が確認・修正した内容が次の精度向上に還元される
——"人とAIが協働する見積"を、いま顧客の現場に届け始めています。

### ② 募集背景

2024年12月にシリーズA（5億円）を調達し、シリーズB（2026年内目標）に向けて事業を急拡大中です。
成長を続けてきた匠フォースを、最先端のVertical AIを用いたAgenticなプロダクトへと進化させることで、事業の成長をさらに加速させています。
自動見積エージェントを皮切りに、調達エージェントなど複数プロダクトが連動するコンパウンドプロダクトへ広げていきます。

事業を1→10へとグロースさせ、さらに複数のプロダクトを立ち上げていく中で、私たちはいくつもの難しい技術課題に向き合っています。
これらをリードできる経験豊富なエンジニアとして、アーキテクチャと技術判断の中心を担っていただけるテックリードを新たに迎えたいと考えています。

### ③ 業務内容

**概要**
自動見積エージェントを中心とした匠フォースの開発で、技術面のリードを担っていただくポジションです。
CTO直下で、アーキテクチャ・品質・AIの設計に責任を持ちながら、自らも重要機能の設計・実装を担います。

**具体的な業務**

- AIエージェントを含むプロダクト全体のアーキテクチャ設計・技術選定
- 設計レビュー・コードレビューを通じた品質基準づくりと、チームへの浸透
- PdM・AIエンジニア・CSと連携し、顧客要件を技術仕様に落とし込む
- 技術的負債の計画的な返済、パフォーマンス・スケーラビリティ改善
- AI精度の評価・改善の仕組み（ユーザーの修正ログの活用、評価データの整備など）の設計
- 製造業データを活かした独自AIの学習・ホスティング基盤の設計（AIチームと協業）
- Devin／Claude Codeを前提とした"AIが実行・人が承認"の開発フローの高度化

※ピープルマネジメント（評価・1on1等）は主な責務ではありません。組織面は同時に募集するEM（エンジニアリングマネージャー）と役割分担します。

**テックリードとEMの役割分担**

- テックリード：「何をどう作るか」の技術判断（アーキテクチャ・品質・技術的負債・AIの設計）
- EM：「誰がどう作るか」の組織づくり（採用・育成／評価・開発プロセス・チーム設計）

**向き合う技術課題**

- 多段推論のエージェント設計：図面読み取り→工程構成の決定→各工程の詳細推論→整合チェック、を構造化出力とHuman-in-the-loop前提で設計する
- 「AIの不確実性」と「業務システムとしての正確さ」の両立：人が正誤判定しやすい根拠の出し方、決定論的に計算すべき部分との切り分け
- 大量データとパフォーマンス：1社で1,000万枚を超える図面を扱うケースもあり、検索・解析のスケーラビリティが求められる
- アーキテクチャの進化：0→1期のサーバレス構成から、複数プロダクトが連動するモジュラモノリスやマイクロサービスの設計へ
- 独自AIの学習とホスティング：外部LLMの活用に加え、製造業データで学習した独自モデルを、コスト・レイテンシ・機密性を踏まえてどう学習・提供するか
- セキュリティ：機密性の高い設計情報を扱うため、ISMS（取得済み）に沿った設計・運用

**入社後のイメージ**

- 〜1ヶ月：プロダクト・ドメインのキャッチアップ。顧客訪問や商談同行で現場を知り、小さな改修から開発に参加
- 〜3ヶ月：自動見積エージェントの主要機能で設計をリードし、レビューの中心になる
- 〜6ヶ月：アーキテクチャの中期方針をCTOと策定し、チームの技術的な意思決定を担う

**開発環境**
フロント：TypeScript（React.js, Next.js）, Apollo Client, Jotai, MUI
バック：TypeScript（Node.js）
AI・ML：Python, PyTorch, OpenCV, 各種LLM
API：GraphQL, REST
QA：Playwright, Jest, MagicPod
クラウド：AWS（Lambda, AppSync, Fargate, StepFunctions等）
DB：PostgreSQL, DynamoDB, OpenSearch, Redis
CI/CD：GitHub Actions, AWS CodeBuild
IaC：Serverless Framework, AWS CDK
AI開発支援：Devin, Claude Code, Cursor
ツール：Docker, GitHub, Figma, Slack, Notion, MixPanel, Sentry

### ④ この仕事で得られるもの

製造業の見積は、図面の読み取り・工程の判断・原価計算と、職人の暗黙知が何層にも重なった業務です。
これをAIエージェントとして設計し直すことは、プロンプトを書くだけでは解けません。
ドメインモデリング、構造化出力、人の修正を学習に還元するループ、独自AIの学習とホスティング、大量データのパフォーマンス
——Vertical AIならではの技術課題に、設計の中心として向き合えます。

CTO直下で技術戦略に関わりながら、顧客の現場で一次情報に触れ、「こんなことできるの？」という反応をプロダクトの次の進化につなげる。
テックリードとしての経験を積んだ先には、VPoE/CTO・EM・PdMなど、Will/Canに合わせたキャリアを入社後に一緒に設計していきます。

### ⑤ チーム・開発カルチャー

弊社では「プロダクトエンジニア」の考え方を大切にしています。
顧客や業界を深く理解し、理想の世界を自ら描き、それを実現するために技術を使うエンジニアです。

開発はプロダクトチームとAIチームの協業で進めており、全員がオーナーシップを持ち、フルサイクルで意思決定からデリバリーまでを担います。
CS・Salesへの同行や現場訪問を通じて気づきをプロダクトに落とし込む
——技術と現場をつなぐ動き方が、弊社での開発の醍醐味です。

歓迎スキル

- TypeScript・Node.js・Reactでの開発経験
- LLMを用いた機能の設計・実装・運用経験（RAG、構造化出力、エージェント設計、評価など）
- Devin・Claude Code・Cursor等のAIコーディングツールを開発プロセスに取り入れた経験
- 0→1サービスを1→10へスケールさせた経験、モジュラモノリスやマイクロサービスの設計経験
- 機械学習モデルの学習・推論基盤（MLOps、モデルのホスティング）の構築・運用経験
- 大量データを扱うシステムのパフォーマンス改善経験
- セキュリティを考慮したシステム設計の経験
- 製造業ドメインへの知見

求める人物像

- 技術を手段として捉え、プロダクトで価値を出すことにこだわれる
- 顧客・現場を理解しにいく好奇心がある
- 技術的な判断の理由を言語化し、チームを巻き込んで合意をつくれる
- 新技術・AIを「使う側」として貪欲に取り込める
- 「誰も解いたことがない」をチャンスと捉えられる
- 複雑な問題をシンプルに解くことに燃える

応募概要

給与

【入社時想定年収】
900万円〜1440万円
※完全月給制

【月給】
750,000‐1,200,000円

※固定残業制の場合
・基本給　556,701円～890,721円
・固定残業代　193,299円～309,279円
・固定残業時間　45時間
・固定残業時間を超える時間外労働分についての賃金の追加支給：有り

【昇給・賞与】
・昇給あり
・賞与は会社・個人の業績に応じてあり

勤務地

東京本社：東京都文京区本郷3-43-16 コア本郷ビル8階A室
（東京メトロ丸ノ内線 / 本郷三丁目駅 徒歩約5分、都営大江戸線 / 本郷三丁目駅 徒歩約6分）

【転勤の有無】
無し

【就業の場所の変更の範囲】
名古屋支店：愛知県名古屋市昭和区鶴舞１丁目２−３２ Station Ai

雇用形態

正社員/契約社員

勤務体系

【勤務時間】
9:00-18:00
コアタイム：10:00~16:00

【休憩時間】
60分

【休日・休暇】
土日祝休み（完全週休2日制）
休日休暇の詳細：年末年始・有給休暇・産休・育休

【リモートワーク】
週3からのリモート制度あり、ただし一部条件あり

【その他】
フレックス制度有
時間外労働有（月30〜40時間程度）
喫煙環境：原則禁煙（喫煙のみを目的とした喫煙場所あり）

【雇用形態の補足】
〈正社員〉
・契約期間：期限の定め無し

〈契約社員〉
・契約期間：期限の定めあり
　・契約更新の有無：更新する場合が有り得る
　・契約更新の判断：勤務成績・会社の経営状況等により判断する
　・更新上限の有無：無

試用期間

あり(6ヶ月)※試用期間中の待遇変動なし

福利厚生

- 希望スペックのPC（上限50万円）・ディスプレイ（上限10万円）・周辺機器支給
- 社会保険完備
- 有休取得推奨
- 人間ドック受診補助
- 書籍購入補助
- 子育て支援制度