【横断組織】 LLMフルスタックエンジニア

以下のいずれかの経験・知見が求められます。

• LLM（大規模言語モデル）を活用したアプリケーション開発経験
• Python または Go を用いたバックエンド開発経験
• TypeScript / Node.js を用いたフロントエンド・サーバーサイド開発経験
• LangChain / LangGraph / RAG などLLMフレームワークの実務経験
• Google Cloud（Cloud Run / Cloud SQL / BigQuery / Firestore）を用いたインフラ設計・運用経験
• PoC〜MVP〜本番リリースまでのプロダクト開発経験
• Flutter（Dart）を用いたモバイルアプリ開発経験（歓迎）

• 自律的な課題発見・推進力:
  曖昧な状況や新規領域において、自ら問題を定義し解決策を設計・実行できる主体性が求められます。横断組織という性質上、答えのない問いに向き合い続ける姿勢が重要です。
• PdMや事業部門との高い協働力:
  プロダクトマネージャーや各事業部門と密に連携しながら、企画・要件定義・設計・リリースまでを一体となって推進する能力が必要です。技術だけでなくビジネス視点でも会話できるコミュニケーション力が問われます。
• 新技術への旺盛な学習意欲と適応力:
  LLM関連技術は変化のスピードが非常に速い領域です。最新技術・ツールを継続的にキャッチアップし、実務に素早く取り入れられる学習習慣と柔軟性が求められます。
• スピード感を持ったプロトタイピング力:
  PoCやMVPフェーズでは、高品質なコードよりも仮説検証を優先するスピード感が重要です。限られたリソースで素早く動くものを作り、フィードバックループを回すアジャイルな思考が必要です。
• 技術選定・システム設計に関するオーナーシップ:
  単なる実装担当に留まらず、技術スタックの選定やシステム設計において自ら提案・判断できるエンジニアリングオーナーシップが求められます。

• 音声合成（TTS）・マルチモーダルAIの開発経験:
  Text-to-Speech（TTS）や音声AI領域の研究開発経験があると、本求人で担当する音声合成関連のR&D業務において即戦力として活躍できます。
• LLMOps・MLOpsの実務経験:
  LLMを組み込んだプロダクトの品質管理・モニタリング・継続的改善の仕組みを構築した経験があると、本番運用フェーズで大きく貢献できます。LangSmithなどのツール活用経験も歓迎です。
• Terraform / GitHub Actionsを用いたインフラのコード化・CI/CD構築経験:
  IaCやCI/CDパイプラインの設計・運用経験があると、Cloud Run等のGCPインフラを扱う本業務でスムーズに立ち上がることができます。
• スタートアップや新規事業環境での開発経験:
  少人数チームで要件定義から設計・開発・リリースまでを幅広く担った経験は、横断組織でのPoC〜MVP〜本番リリースを担う本ポジションで特に歓迎されます。

• LLMプロダクト開発のフルサイクルスキル:
  PoC設計・プロンプトエンジニアリング・RAG構築・エージェント設計・本番運用まで、LLMを核としたプロダクトを一気通貫で開発するスキルが身につきます。Cursor・Devin・Claude Codeなど最先端AI開発ツールの実践的な運用経験も得られます。
• フルスタックエンジニアリング能力:
  Python/Go（バックエンド）・TypeScript/Node.js（フロントエンド）・Flutter（モバイル）・GCPインフラまでを横断的に扱う実務経験を積むことができ、幅広い技術領域をカバーするフルスタック能力が培われます。
• プロダクト企画・要件定義力:
  PdMと密に連携しながら企画段階から関与するため、技術者としての視点に加え、プロダクトの価値定義・ユーザー課題の整理・要件定義といったプロダクト思考が身につきます。
• 多事業ドメインのAI実装知見:
  ゲーム・エンターテインメント・ヘルスケア・教育など異なる事業ドメインでAIプロダクト開発を経験することで、特定業界に依存しない汎用的なAI実装の設計・応用力が得られます。
• 生成AIを活用した高速開発・検証の実践力:
  DeNA社内で積極活用されているAI開発ツール群（Cursor, Devin, Lovable, Bolt等）を駆使した爆速プロトタイピングやコード生成の活用スキルが実務を通じて蓄積されます。