AI Engineer

Frictio は「営業活動の摩擦をゼロにする」をミッションに掲げる AI-Native CRM です。AI エージェントが商談・メール・通話をもとに、CRM 更新からフォローアップの起案までを自律的に実行し、人はレビューに集中する「No Entry, Review Only」な営業を目指しています。 AI エージェントは、お客様の信頼に直結する「行動」を担います。自律的に動く範囲が広がるほど、人が監督しきれないリスクも高まります。本ポジションでは、デモで終わらず現場で信頼され続けるエージェントを、評価・ガードレール・本番監視を通じてつくり上げます。「どこまで AI に任せ、どこから人が介入するか」をデータに基づいて見直し続けます。Human-in-the-Loop は「安全弁」であると同時に「気持ちよい UX」として設計します。プロダクト開発チームと共創しながら、課題発見から本番運用までを一気通貫で担う、プロダクト価値の核心となる役割です。 【AI 自律稼働環境の整備（全エンジニア共通）】 AI エージェントが自律的に高品質な成果を出し続けるための環境を整備します。専門領域にかかわらず、全エンジニアポジション共通の責務です。 ・コーディングエージェント（Claude Code, Codex 等）が高品質な成果を出し続けるための環境設計（ルール・スキル・Hooks・MCP 連携・自動チェック等） ・変更リスクの自動評価とガードレール設計により、人間のレビュー負荷を最小化するワークフローの構築 ・AI エージェントが自律的にテスト・検証・デバッグできる QA 環境の整備 ・セキュリティ・コンプライアンス・ポリシー準拠の自動検証 ・施策の妨げとなる技術負債の把握・可視化 【AI エージェント開発・運用（AI エンジニア固有）】 ・顧客業務や利用ログから AI エージェントで解くべき課題を定義し、自動化の範囲と人が介在するポイントを設計 ・RAG / Agentic Search、Memory、Tool Use、マルチエージェント構成を用いたエージェントの設計・実装 ・エージェントが利用するツール・API・MCP サーバーの設計 ・評価データセットと実行過程まで含めた評価（LLM-as-a-Judge 等）により、プロンプトやモデルの変更を安全にリリースする評価駆動開発の仕組みづくり ・タスク成功率・修正率・業務削減時間・安全性・コスト・レイテンシなどの指標設計とモニタリング ・本番トレース、ユーザーの修正、失敗事例を評価データと改善に還元するフィードバックループの構築 ・アクションのリスクに応じた自律度の段階設計（自動実行 / 承認後実行 / 提案のみ） ・確信度・根拠表示・差分レビューなど、「確認するだけ」で済む Human-in-the-Loop UX の技術設計 ・プロンプトインジェクション対策、権限の最小化、テナント分離、監査ログなど、エージェント特有のセキュリティ・ガードレールの設計 ・非同期・長時間稼働するエージェントの実行基盤と、LLM オブザーバビリティの整備 ・モデルの選定・移行と、品質・コスト・レイテンシのトレードオフ管理 ・評価基盤・推論基盤など、エージェント開発を高速化する共通コンポーネントの整備 ・最新の LLM / Agent 技術の検証と、PoC から本番化までの推進 ・社内業務へのエージェント適用とナレッジ共有による、組織全体の生産性・技術力の底上げ

・LLM を活用したプロダクトの本番開発・運用経験 ・Tool Use・RAG・コンテキスト設計を用いた AI エージェント / LLM アプリケーションの設計・実装経験 ・評価データセット・評価指標を設計し、LLM 出力の品質改善サイクルを回した経験 ・Python および TypeScript / Node.js での本番開発経験 ・B2B 文脈での AI 品質保証（精度・安全性・セキュリティ・コンプライアンス）への理解 ・AI コーディングエージェント（Claude Code, Codex 等）を日常的に活用し、その開発環境を設計・改善した経験 ・職能の境界にとらわれず、課題解決のためにフルスタックで動ける姿勢

・複数ステップ / 長時間稼働する AI エージェントを本番環境で運用した経験 ・LLMOps の構築経験（評価の CI 組み込み、トレーシング、A/B テスト、モデル移行等） ・MCP サーバーや、AI エージェント向け API / ツールの設計・開発経験 ・プロンプトインジェクション対策など、LLM / エージェントのセキュリティ設計経験 ・評価・アノテーション用データパイプラインの設計・運用経験 ・CRM・セールステック領域、または Salesforce / HubSpot 等との連携開発経験

・「検証をする人」ではなく、ユーザー価値まで届けることを熱望する方 ・デモで動くことではなく、本番で「使われ続け、信頼され続ける」ことにこだわれる方 ・AI の出力を「動くから OK」とせず、評価データに基づいて批判的に検証し、再発防止を仕組み化できる方 ・顧客の業務を深く理解し、「そもそも何を AI に任せるべきか」から考えられる方 ・少人数チームで、曖昧な課題に対して自律的に仮説を立てて実行できる方 ・B2B SaaS の信頼性（セキュリティ・正確性・コンプライアンス）の重要性を理解している方 ・施策からデリバリーまでの「人間の介在」を減らすことに執着できる方 ・AI の進化に合わせて「人がやるべきこと」の範囲と自分の働き方を見直し続け、変化そのものを楽しめる方 ・ユーザーにとっての「気持ちよさ」を技術で実現することに情熱を持てる方