▍プロダクト概要
私たちが提供する「Value Intelligence（VI）」は、商談の会話データをAI（LLM）とグラフで解析し、「何を・どこまで話せたか」をValue Map上でトピック単位に可視化するプロダクトです（2025年9月正式リリース／特許取得済）。

最大の特徴は、一般的な「汎用的な要約」にとどまらず、購買意思決定ロジックを因果関係として構造化した独自のデータ基盤「Value Map（Property Graph）」を自社で生成・保有している点にあります。このValue MapをLLMのコンテキストとして渡すことで、「顧客の意思決定において、何をどこまで話せたか」の構造的な判定や、次に話すべきトピックを提案するコーチエージェント機能などを実現しています。

▍業界の抱える課題と自社の挑戦
世の中の多くの営業組織では、「売れる理由（Why）」がブラックボックス化しており、属人化や感覚頼みのマネジメントという根深い課題を抱えています。既存の多くの営業支援SaaSはプロセスの管理やログの記録をするツールに留まり、現場の行動変容にまで踏み込めていません。

私たちはこの課題に対し、コンサルタントが営業現場に入り込んで商談録画50〜100本を分析し、一次情報を構造化（5階層の固定フェーズで課題➔真因➔解決策をマッピング）するアプローチを取っています。この構造化された知識と実行支援を組み合わせることで、一時的な分析ツールではなく、営業組織の意思決定と実行を継続的に支援するプラットフォームの構築を目指しています。「売れる理由」を組織の共通言語にし、日本のビジネスシーンの生産性を変革することが私たちの挑戦です。

▍事業展望
既存の営業支援SaaS事業で得た収益基盤をもとに、現在は新規AIプロダクト「Value Intelligence（VI）」へ経営資源を投下し、事業化を進めています。リリース直後から導入企業が増加しており、プロダクトの成長期を迎えています。

今後は、商談分析にとどまらず、営業フロー全体をカバーする「5つのAI Agent構想」を展開していく予定です。すべてのAgentが共通基盤「Value Map」で連携し、一貫したコンテキストで動作する環境を目指します。Agentとコンサルの活動によって新たな一次情報が蓄積され、Value Mapが継続的にアップデートされる「学習ループ（データフライホイール）」を回し、使うほどに精度が上がる仕組みを技術で実現していきます。

▍募集背景
弊社はシリーズBの資金調達を完了し、新規AIプロダクト「Value Intelligence（VI）」の事業化へ経営資源を集中させています。

現在の開発チームは5〜6名体制ですが、AI駆動開発によるデリバリー速度の向上に対し、データ基盤のスケーラビリティやアーキテクチャの整理が追いつかなくなる懸念が出てきました。具体的には、大量の商談データに対するパフォーマンス不足や、グラフデータの拡張性に限界が見え始めています。

少数精鋭組織であり意思決定のスピードが速い一方、この体制をシステム面から強固にしていくアーキテクトが不足しています。このタイミングでシニアエンジニアをお迎えし、基盤部分を自律的に再設計・刷新していただきたいと考えています。

▍主な業務内容
会話解析AI「Value Intelligence（VI）」のフルスタックエンジニアとして、企画、設計、開発、運用まで一気通貫でプロダクト開発を担っていただきます。CEOやPdM、ビジネスサイドの担当者と密に連携し、仕様決定の根幹から関わっていただきます。

• 新規アプリケーション・機能の0->1開発： 「Value Map」のコンテキストを活用し、営業担当者へのフィードバック機能やガイド機能、新規Agent機能などのアプリケーションを開発します。基本的には一つの新機能を独立して担当し、LLM機能の仕様検討からフロントエンド、バックエンド、インフラまで全工程を推進します。

• 直近の技術課題である「基盤刷新・パフォーマンス改善」： 大量の商談データに対するパフォーマンス不足の解消、およびデータベース（PostgreSQL / Firebase Data Connect）の最適化。

• コンテキスト設計・グラフ解析精度向上： Property GraphをLLMに渡すインプットの最適化、および因果パス分析と文字起こしデータのマッチング向上。

• マルチモデルAI Gateway： 組織単位でのモデル切り替えと品質差の吸収ロジックの構築。

• AIネイティブな開発プロセスの推進： AIエージェント（Devin）へのIssueベースのタスク委譲環境の整備や、AIコードレビューの自動実行環境のブラッシュアップなど、チーム全体の生産性向上をリード。

▍プロダクト・技術的な魅力
①「Web × グラフ解析 × LLMマルチモデル」という希少な技術領域
顧客の購買意思決定ロジックを、因果関係（グラフ）として機械可読に構造化したデータを扱う特殊な開発です。フロントエンドでのデータの可視化（Three.js / React Three Fiber / XYFlow React）から、graphologyを用いた因果パス分析、マルチモデルAI Gatewayを介した複数LLM（Claude / Gemini / OpenAI）の制御など、他では触れられない高度な技術領域に挑戦できます。

②「AIをチームメンバーとして動かす」最先端のAI駆動開発
私たちは、GitHub CopilotやClaude Code、Codexの活用にとどまらず、AIエージェント（Devin）を正式な開発メンバーの一員として扱い、Issueベースでタスク（機能開発・バグ修正）を委譲しています。AIにコードを書かせる効率化の段階を超え、「AIが自律的に動くためのデータ構造定義」や「アーキテクチャの抽象化・ガードレール設計」に特化できる、先進的な開発文化があります。

③「画面の中」だけで完結しない手触り感
完全なSaaSでありながら、扱うのはコンサルタントが現場で直接取得してきた「リアルな営業現場の一次情報」です。自分が実装したUIやエージェント設計が、実際の現場でどのように使われ、どう業務を効率化させたのか。ビジネスサイド（CEO、PdM、コンサルタント）や顧客の声、利用ログ（PostHog等）からダイレクトにフィードバックが得られる環境です。

1. Webアプリケーション開発経験5年以上
2. AI搭載コードエディタを用いたプログラミングまたはバイブコーディング経験
   • （例：Claude Code, Codex, Gemini CLI, GitHub Copilotなど）
3. フルスタックでのWebアプリケーション開発経験
   • フロントエンド開発（例：React/Next.js/Vue.js）
   • バックエンド開発（例：Node.js/Go など静的型付け言語）
   • GCP/AWSのいずれかの知識

・開発チームをリードした経験
・BtoB SaaSの開発経験
・アンチパターン等を理解し、主体的に設計やリファクタリングを行なった経験
・大規模データでのMLモデル構築、MLOpsパイプラインの導入経験
・ELT, BIなどデータエンジニアリングやデータ分析経験
・MCP、A2Aの理解、使用経験
・GitHubにAIを用いて作成したリポジトリが複数ある
・現在公開中のWeb Appがある

・最新技術や知識の習得に貪欲で、LLMをはじめ新しいツールやフレームワークを楽しみながらキャッチアップできる学習意欲・好奇心
・オープンかつ素直なコミュニケーションを大事にし、職種や立場の垣根を越えて協調できる推進力
・急成長中のスタートアップで、世の中に価値のあるプロダクトを増やし、社会的なインパクトのある事業に携わりたい方
・プロダクトの価値最大化のためにPoC段階から積極的に携わり、当事者意識を持って改善に取り組める方
・スタートアップならではのスピード感や大きな変化をポジティブに楽しめる方

① フルリモートワーク ＆ フレックスタイム制
渋谷オフィス、または自宅でのフルリモートワークが可能です。フレックスタイム制（コアタイム 13:00〜17:00）を採用しており、子育て中のメンバーも多く、プライベートと両立しながら柔軟に働ける環境です。

② 開発に集中できるモダンな環境・PCスペック
パッケージマネージャには pnpm / Turborepo（モノレポ管理）を採用。Firebase Emulator Suiteにより、認証・DB・Functions等をローカルで完結させて開発・テストができる環境です。貸与PCはストレスなくパフォーマンスを発揮できるように MacBook Pro 14インチ（M3 Pro / RAM 36GB / SSD 1TB）を用意しています。

③ 高速な開発サイクルと「組織もプロダクト」という社風
GitHub上でのPRベース開発を行っており、リードタイムの大半が「当日マージ」の高速な段階的デプロイサイクル（dev ➔ stg ➔ prod）を回しています。弊社エンジニアは比較的落ち着いた雰囲気の方が多く、心地よい距離感のある組織です。また、コンサルタントや営業、PdMなど他職種と関わりながら進める場面も多く、職種を問わず連携しながら全員で会社を創り上げていくカルチャーがあります。

【開発環境】
・MacBook Pro 14インチ（M3 Pro / SSD 1TB / RAM 36GB）貸与
・パッケージマネージャ：pnpm
・モノレポ管理：Turborepo
・ローカル開発：Firebase Emulator Suite（認証・DB・Functionsをローカル完結）
・リンター / フォーマッター：Biome
・テスト：Jest

【技術スタック】
・フロントエンド：Next.js 15（App Router） / React 19 / TypeScript
・UI：Tailwind CSS / Radix UI / Framer Motion
・可視化：Three.js / React Three Fiber / XYFlow React
・バックエンド：Firebase Cloud Functions（TypeScript）
・グラフ解析：graphology（因果構造・Value Map分析）
・AI：Anthropic Claude / Google Gemini / OpenAI（マルチモデル対応）

【インフラ・アーキテクチャ】
・クラウド：Google Cloud（Firebase）
・実行環境：Cloud Run（フロントエンド） / Cloud Functions（API・バッチ）
・データベース：PostgreSQL（Firebase Data Connect） / Cloud Firestore
・認証：Firebase Auth
・モニタリング：Sentry / PostHog
・外部連携：Zoom API
・マルチLLM構成：AI Gatewayを介したモデル切替

【DevOps / CI/CD】
・リポジトリ：GitHub
・CI/CD：GitHub Actions（ビルド / リント / テスト / デプロイ）
・AIコードレビュー：GitHub Actions上で自動実行
・環境：dev / stg / prod の3環境
・ブランチ戦略：deploy/dev → deploy/stg → deploy/prod

【開発プロセス】
・PRベース開発（GitHub）
・リードタイム：大半が当日マージの高速サイクル
・段階的デプロイ（dev → stg → prod）
・AIコードレビュー / AIリリースノートの自動生成
・IssueベースでAIエージェントへタスク委譲（devin/issue-* ブランチ）
・Firebase Emulatorによるローカル完結開発