この案件は募集終了しました
条件にあう案件が見つからない場合、エージェントに相談してみることをおすすめします。 この案件に類似する非公開案件の紹介やキャリアカウンセリングを無料で行ってくれます。
LangChain フルスタックエンジニア|次世代AI基幹システムのワークフロー構築とPoC実装
案件サマリー
LLMやAIエージェントを活用したフルスタック開発やSaaSとのAPI連携を担当します。顧客課題の特定から次世代基幹システムの実装、本番導入に伴走するFDEのポジションです。
この案件のおすすめポイント
- フルスタック力とLLM活用で次世代基幹システムの実装を担えます
- Palantir型FDEとして最先端のAIエージェント構築を牽引
- 顧客折衝から0→1のPoC実装まで担い市場価値を大きく高めます
案件の内容
■業務内容 ・顧客課題の発見・設計 ・顧客の業務プロセス・データ環境・既存 SaaS 群の全体像を深く理解し、AI で解決すべき課題を特定 ・AI がどう介入すれば効率化・最適化できるかを設計する ・利害関係者 (経営層〜現場担当者) との関係構築・調整 ・課題の構造化・仮説構築・ソリューション提案 ・ワークフロー構築・PoC の高速実装 ・当システムを活用した業務ワークフローの構築 (稟議承認、リソース最適配置、見込み顧客探索、データ連携 等) ・LLM / AI エージェントを活用した軽量 PoC の高速実装 ・顧客の既存 SaaS (SmartHR / Salesforce / HRMOS / 楽々精算 等) との API 連携・データ統合 ・フルスタック開発 (バックエンド + フロントエンド) ・本番導入・伴走 ・本番導入の技術支援・運用設計 ・セキュリティ・コンプライアンス要件への対応 ・導入後の利用定着支援・改善提案 ・プロダクトフィードバック ・顧客フィードバックのプロダクトチームへの還元 ・新規ユースケースの発見・提案 ・プロダクト改善に繋がるパターンの抽出・体系化 【業務シナリオ例】 ※以下は想定される業務シナリオの例です ・シナリオ 1 : 製造業の「SaaS 疲れ」を解消する企業の脳の構築 従業員 500名の製造業の顧客。SmartHR / 楽々精算 / kintone / Salesforce を個別に運用しており、部門間のデータ連携は手作業で行われている。 現場ヒアリングで「月末の経費精算に 1人あたり 2時間かかっている」「営業が受注情報を 3つのシステムに手入力している」という課題を発見。 当システム で各 SaaS を API 連携し、経費精算の自動承認ワークフローと受注データの自動連携エージェントを 2週間で構築。月間 400時間の業務削減を実現し、他部署への展開 (アップセル) に繋げる。 ・シナリオ 2 : 金融機関の 24時間見込み顧客探索エージェント 地方銀行の法人営業部門。営業担当者が手動で企業情報を調査し、アプローチリストを作成している。1件あたり 30分かかり、1日 10件が限界。 当システム で企業データベース・ニュースフィード・決算情報を統合し、AI エージェントが 24時間体制で見込み顧客を探索・スコアリングするワークフローを構築。 営業担当者は毎朝、AI が優先順位付けしたアプローチリストを受け取るだけの状態に。アプローチ数が 3倍に増加し、受注率が 15% 向上。 ・シナリオ 3 : 小売業の稟議承認プロセスの AI 化 全国 50店舗を展開する小売業の顧客。店舗からの発注稟議が紙ベースで、本部での承認に平均 5営業日かかっている。現場観察で「承認者が出張中に稟議が滞留する」「過去の類似稟議を参照できない」という課題を特定。 当システム で稟議データを構造化し、AI が過去の承認パターンを学習して一次判断を行うワークフローを構築。 承認リードタイムを 5営業日から 1営業日に短縮。この成功事例をプロダクトチームにフィードバックし、当システム の標準テンプレートとして全顧客に展開。 ■成果責任 (KR/メトリクス) FDE の動きがプロダクトの成長 (ARR) に直結する設計です。 ・先行指標 (行動とアウトプット) ・STUDIO での新規ワークフロー構築数 — 顧客の課題をどれだけシステム化できたか ・SaaS 連携数 — 顧客の既存 SaaS を当社に接続した数 (= 企業の脳の「視界」が広がった数) ・デプロイ速度 — 要件定義から最初の AI エージェント稼働までのリードタイム ・遅行指標 (事業と顧客へのインパクト) ・アクティブ利用率 (MAU / DAU) — 構築した AI ワークフローが、現場で実際にどれだけ使われているか ・顧客の業務削減時間 / ROI — AI 導入によって浮いた工数や、受注率向上などの実数 ・アップセル・クロスセル額 — 初期導入拠点から、他部署や地方拠点へ展開したことによる追加売上 ■このポジションの魅力 ・「企業の脳」を実装する手応え : 単なる AI チャットの導入ではない。顧客の全 SaaS を統合し、AI が自律的に業務を実行する「次世代の基幹システム」を、自分の手で実装できる ・顧客のビジネスを変える瞬間 : 自分が作ったソリューションが顧客の業務を根本から変える瞬間を、目の前で体験できる。これはプロダクト開発だけでは得られない体験 ・0→1のソリューション構築 : 顧客の課題発見から PoC 実装、本番導入まで一気通貫で担う。企画・設計・実装・導入のすべてを経験できる ・AIエージェント時代の最前線 : 当システムを武器に、従来のSIerやコンサルでは不可能だったスピードと精度で顧客課題を解決する ・プロダクトを進化させる : 顧客の現場で得た知見がプロダクトチームにフィードバックされ、当社のプロダクト自体を進化させる。あなたの発見が次の機能になる ・多様な業界・課題への挑戦 : 金融、製造、小売、不動産など、約200社の顧客が抱える多様な課題に取り組める。1つの業界に閉じない幅広い経験が積める ・急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、技術的意思決定に大きな裁量を持てる ■期待する役割について 顧客の業務プロセスとデータ環境を深く理解し、当システムを活用して課題解決を実装・導入するエンジニアです。 ・顧客の既存システム (SaaS 群) の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する ・当システムを活用し、現場が実際に使えるワークフロー (稟議承認、リソース最適配置、見込み顧客探索 等) を爆速で構築する ・PoC を本番環境へ導入し、利用定着まで伴走する ・現場で得た知見をプロダクトチームにフィードバックし、プロダクトを進化させる ・経営層から現場担当者まで、多様なステークホルダーと関係を構築する ■チーム体制 約120名が開発組織に在籍しています。 FDEチームは現在6名で、以下のチーム・ステークホルダーと密接に連携します: ・Product Architect — プロダクト設計 ・Agentic Engineer — エージェント機能開発 ・AI Success Engineer — 導入後の顧客成功支援 ・Deployment Strategy — 顧客への導入戦略・展開推進
募集背景
企業は数多くの SaaS を導入し便利になった反面、システムが分断され複雑化しています。 人間が各システムを横断して手作業でデータを繋ぐ「SaaS 疲れ」が起きています。 この課題を解決するのが、AI を「企業の脳」にする 次世代の基幹システムです。 しかし、どれほど優れたプロダクトを作っても、顧客の現場に入り込み、業務プロセスを解体し、AI を前提とした次世代の基幹システムを実装する人間がいなければ、「企業の脳」は実現しません。 Palantir は FDE (Forward Deployed Engineer) を顧客先に派遣し、200 社以上の大企業向けにシステムを作り上げてきました。 当社はこの Palantir モデルを踏襲・凌駕し、AI エージェント時代にアップデートした FDE 体制を構築します。 現在 FDE チームは 7名。これを 30名へ拡大し、200〜300名規模の FDE & DS (Deployment Strategy) 体制を構築する —当社 の最優先採用ポジションです。
必須スキル
・ソフトウェアエンジニアとしての実務経験 : 3年以上 ・フルスタック開発能力 (バックエンド + フロントエンド) ・LLM/生成AIを活用したアプリケーション開発経験 ・クラウド環境 (AWS / GCP / Azure) での開発/運用経験 ・日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル)
歓迎スキル
・顧客対応 (技術コンサルティング、SE、CS等) の経験 : 2年以上 ・エンタープライズ向けSaaS導入/カスタマイズ経験 ・AI エージェントフレームワーク (LangChain / LangGraph / AutoGen / CrewAI 等) の実務経験 ・データ統合/ETLパイプライン構築経験 ・セキュリティ基礎 (認証/認可、暗号化、コンプライアンス) ・プロジェクトマネジメント経験 ・英語での技術コミュニケーション能力
開発環境
・言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX ・AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK ・インフラ : GCP (コンテナ / K8s) , Docker ・データ : BigQuery, PostgreSQL, 各種顧客データソース ・ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion ・AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin ・作業環境 : Mac (Apple Silicon) , デュアルモニタ対応
稼働日数
週5日
精算
140~180時間
面談回数
1回(オンライン)
作業開始時期
即日
チーム規模
6-10名
リモート
一部リモート可
企業名
サンプル企業名株式会社
サービス/プロジェクト名
サービス/プロジェクト名
詳細スケジュール/リリース時期
詳細スケジュール/リリース時期は面談時にお伝えします
詳細スケジュール/リリース時期は面談時にお伝えします
詳細スケジュール/リリース時期は面談時にお伝えします
詳細スケジュール/リリース時期は面談時にお伝えします
詳細スケジュール/リリース時期は面談時にお伝えします
現場責任者の雰囲気
現場責任者の雰囲気は面談時にお伝えします。
現場責任者の雰囲気は面談時にお伝えします。
現場責任者の雰囲気は面談時にお伝えします。
現場責任者の雰囲気は面談時にお伝えします。
現場責任者の雰囲気は面談時にお伝えします。
開発体制の詳細
サンプル: エンジニア8名(バックエンド4名、フロントエンド3名、QA1名)
案件探しはAIに。あなたは確認だけ。
AIエージェントが40万件の案件からあなた専用の提案。利用中のフリーランスは平均より月10万円以上の高単価を実現しています。
この案件に似た条件で検索する
FDE, フルスタックエンジニア, AIエンジニア
Python, TypeScript, React
93万円