マッチ率

NEW【バックエンドエンジニア・AIサービス開発】あらゆる産業を繋ぐSaaS型ビジネスマッチングシステム／地方経済の活性化に貢献

今日更新

サーバーサイドエンジニア

東京都

500-850万円

正社員

AWSDockerPythonCircleCIAmazon ElastiCache

自社サービスありリモートワーク可服装自由オンライン選考可フレックス制度あり新技術に積極的ベンチャー企業上場企業女性エンジニアが活躍中

仕事内容

■募集背景当社は、あらゆる産業のニーズとシーズを繋ぐBtoB／SaaS型ビジネスマッチングシステム「Linkers for BANK/Business」を、全国の地域金融機関向けに2018年より提供しております。現在事業は成長期を迎え、プロダクトに対する期待も高まっています。その期待に応えるべく、GPTなどの大規模言語モデル（LLM）を活用した金融機関向け業務効率化の機能開発を担うバックエンドエンジニアを募集いたします。社内外のステークホルダーと連携しながら、この領域の立ち上げを共に推進していただける方をお待ちしています。

■業務概要 SaaS型ビジネスマッチングシステム「Linkers for BANK/Business」（以下LFB）における、AI機能(※1)の開発を担当頂きます。マイクロサービスとしてのAIバックエンドの構築から、APIを用いたSaaS本体への機能のデリバリー、継続的な評価・改善など、幅広く参加して頂きます。 (※1. LLMや機械学習などの仕組みを利用し、情報収集から企業分析/商材分析、商材レコメンドなどの営業サポート機能を提供するものです)

■具体的な業務内容 1.AI機能開発プロジェクトへの主体的な参画　・解決したい課題と要件を叩き台として、PdMやデザイナーを含むPJメンバーとディスカッションし、仕様・要件を決定する　・新規領域について、必要であればPoCや技術検証を行う　・決定した要件をベースに、トレードオフを考慮しながら機能を開発可能な設計に落とし込む　・実行可能なタスクに分解・見積もりを行う　・タスクの依存関係を整理して、開発ロードマップを示す　・ロードマップに従って開発を行う

2.AI機能の継続的な評価・改善　・開発した機能のRAGやプロンプトについて、定性/定量的な評価改善ロードマップを示す　・実際に定性/定量的な評価を行い、評価に基づいて機能の精度やパフォーマンスを改善する

3.事業横断的なデータ活用のリード　・金融機関等の独自データ活用を軸とした技術的な中長期戦略の立案　・社内に散らばる有用な独自データの基盤整備/社内別PJととの協業　・メンバーに対する技術水準向上への貢献および実務スキル向上サポート　・専門的知見の事業横断的な共有

求められるスキル・人物像

■必須要件 ▼以下、すべての条件を満たす方を対象としております。・WebアプリケーションやWebAPIの開発経験（業務 2年以上）・外部のLLM系APIを用いたシステムの開発経験（趣味/業務問わず）・Github等のツールを用いて、チームでプロダクト開発を行った経験（業務１年以上）

※日本語を母国語としない方については、以下条件のいずれかに該当する方・N1をお持ちの方・N1に準ずるご経験をお持ちの方（例：日本の大学をご卒業された方、日本企業での就業経験等）

■歓迎要件・Pythonのasyncioを用いた非同期プログラミングに対する知見・プロジェクトやCIを0から整備した経験・インフラを含めたシステムアーキテクチャ設計の経験・オブジェクト指向に基づいたシステムの設計の経験や知見・関心・デプロイフローやブランチ戦略を設計・運用した経験・外部のLLM系APIを用いたシステムの開発において、自らPromptを調整し、継続的に改善評価のサイクルを回した経験・自然言語（日本語）を含む非構造化データを業務を通してPythonで日常的に扱った経験・scikit-learnなどの機械学習ライブラリや、機械学習APIを業務で用いた経験・学習データを構築してニューラルモデル、回帰モデルなどを学習・評価した経験

勤務地・給与・その他情報

想定年収、待遇・福利厚生、
選考プロセスなどを確認するには会員登録が必要です

利用規約、レバテックID利用規約、レバレジーズグループ・プライバシーポリシーをご確認のうえ、同意いただける場合は会員登録へお進みください。

Googleで登録 Appleでサインアップメールアドレスで会員登録

ログインはこちら

勤務地
アクセス
勤務時間
想定年収
雇用形態
休日・休暇

開発環境・現場

＜開発言語＞　・Python (3.13) ＜主要フレームワーク・ライブラリ＞　・フレームワーク：fastapi, arq 　・ライブラリ：pydantic, redis-py, faiss, google-genai, jaconv, pdfminer, html2text, httpx, playwright, injector 　・GenAI系 API：gemini-2.5-flash-lite, text-multilingual-embedding-002 ＜インフラ・実行環境＞　・クラウド：AWSをメインにGCP, Azureも必要に応じて利用します　・コンテナ：docker, docker-compose, AWS ECS, AWS Fargate ＜開発・業務支援ツール＞　・ソースコード管理: GitHub 　・CI/CD: GitHub Actions, CircleCI 　・モニタリング・エラー監視: Datadog, Rollbar 　・AIコーディング支援: GitHub Copilot 　・LLMの業務利用: Gemini, Notebook LM（Google Workspaceによる法人契約）　・タスク管理: Jira 　・コミュニケーション: Slack, Chatwork, Google Workspace ＜エディタ＞　・VSCode, Cursor など、使い慣れたエディタを申請により柔軟に選択可

このPJ・案件で使われている技術

プログラミング言語: PythonRuby
データベース: MongoDBAmazon ElastiCache
ミドルウェア・ツール: DockerCircleCI
クラウド: AWS
支給PC: 現場で選択可能（Windows/Mac）

得られる経験・キャリアパス

■ポジションの魅力 1）プロダクト開発を通じて戦略的視点を養えるポジション本ポジションには、自社プロダクトにおけるAI機能のバックエンド開発をご担当いただきます。業務を通して高度な専門性を高められるだけでなく、ビジネスサイドのメンバーとの連携を通じて、戦略的・ビジネス的視点も養えます。

2）技術向上と相互学習環境言語処理学会や人工知能学会が主催する年次大会（NLP、JSAI）に参加しています。また、AI領域の責任者（新規事業推進室機械学習マネージャー）の金本は、書籍『実践 LLMアプリケーション開発 ―プロトタイプを脱却し、実用的な実装に迫るための包括的な手引き』（2025年9月発行）を監訳。金本をはじめとした機械学習・自然言語処理に精通したメンバーやエンジニア間で、技術向上のため日常的に意見交換を行っています。その他、定期的な社内勉強会の実施、外部コミュニティ・カンファレンス・社外勉強会への積極的参加、技術顧問との定期的なコミュニケーションなど、多角的な学習環境があります。