年収

1,200万円〜2,000万円

勤務地

東京都

職務内容

JAPAN AI株式会社について

JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。

私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。

私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。

関連URL

当社ウェブサイト
会社紹介資料
Tech Blog
採用サイト
募集背景

2025年は「AI エージェントの年」でした。2026年は「Agent Harness の年」です。

JAPAN AI STUDIO が「企業の脳」として数百のワークフローを自律実行する世界では、AI エージェントの性能はモデルだけでは決まりません。モデルを包み込み、セッション管理・チェックポイント・ガードレール・コンテキスト注入・ツール実行を制御する Agent Harness (エージェント制御基盤) こそが、エージェントを「デモで動く」から「本番で信頼できる」に変える鍵です。

「企業の脳」が稟議を承認し、リソースを配置し、見込み顧客を探索する — その一つひとつのアクションを安全・高速・確実に制御する心臓部が Agent Harness です。

JAPAN AI では、この Agent Harness を自社で設計・実装し、全プロダクトの共通基盤として構築する Agent Harness Engineer を募集しています。

ミッション

「企業の脳」の心臓部を設計する

AI エージェントが安全・高速・確実に動作するための Agent Harness — 実行エンジン、オーケストレーション、ガードレール、メモリ、モデルルーティングを設計・実装する。JAPAN AI STUDIO 上で動く数百のワークフローの制御基盤を、自社で構築する。

Agent Harnessとは

Agent Harnessは、AIモデルを包み込む制御・実行基盤レイヤーです。Agent Framework (LangChain等) がエージェントの「構築」を担うのに対し、Agent Harnessはエージェントの「制御・運用」を担います。

Backend Engineer

構築対象 : Web API・マイクロサービスの設計・実装

AI/ML との関わり : ML モデルを API 経由で呼び出す

状態管理 : ステートレスなリクエスト / レスポンス

安全性制御 : 認証・認可・入力バリデーション | ガードレール / ポリシー実行エンジン — LLM の出力を制御するルール実行基盤

/////

Agent Harness Engineer

構築対象 : LLM を中核としたエージェント実行エンジン・SDK・オーケストレーターの設計・実装

AI/ML との関わり : モデルルーティング、RAG 統合、コンテキスト注入、推論最適化をシステムレベルで設計

状態管理 : エージェントのセッション管理・チェックポイント・長期記憶・ワーキングメモリの設計

安全性制御 : ガードレール / ポリシー実行エンジン — LLM の出力を制御するルール実行基盤

JAPAN AI では、この Agent Harness を自社開発し、全プロダクト (JAPAN AI STUDIO / CHAT / SPEECH / AGENT 等) の共通基盤として運用しています。

期待する役割について

Agent Harness Engineer として、AI / ML の知識を活かしながらエージェントの制御・実行基盤を設計・実装していただきます。

LLM / AI エージェントの動作原理を深く理解した上で、実行エンジン (Graph Runtime / State Machine) を設計・実装する
モデルルーティング、コンテキスト管理、メモリ基盤 (長期記憶・ワーキングメモリ) など、AI 特有のシステム設計を担う
社内 120名のエンジニアが使う Agent SDK を設計・開発する
ガードレール / ポリシー実行エンジンを構築し、エージェントの行動を安全に制御する
Research Engineer と連携し、最新の研究成果を本番基盤に統合する
このポジションの魅力
Agent Harnessを自社で作る : 2026年最もホットなアーキテクチャ概念を、OSSに頼らず自社で設計・実装できる。業界の最前線に立てる
AI/ML × バックエンドの交点 : LLM の動作原理を理解した上で、エージェント実行基盤を自ら設計・実装する。純粋なインフラでも純粋な ML でもない、新しい領域
基盤ソフトウェアの設計者 : YAMLを書く仕事ではなく、SDK・実行エンジン・オーケストレーターをコードで作る仕事。低レイヤーの知識が直接活きる
開発者体験の設計 : 社内120名のエンジニアが使うSDK・ツールチェーンを設計し、開発組織全体の生産性を向上させる
全プロダクトの土台を支える : 約200社が利用する本番環境で、あなたが作ったHarnessの上ですべてのAIエージェントが動く
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
業務内容
Agent Harness の設計・実装
エージェント実行エンジン (Graph Runtime / State Machine) の設計・実装
Agent SDK の設計・開発 — 社内エンジニアがエージェントを構築するためのインターフェース
セッション管理・チェックポイント・リカバリ機構の実装
ガードレール / ポリシー実行エンジンの構築 — エージェントの行動を制御するルール実行基盤
AI/ML システム統合
モデルルーティング — 複数の LLM プロバイダ / モデルタイプを跨いだ推論リクエストの最適ルーティング
コンテキスト管理・メモリ基盤の設計 (長期記憶、ワーキングメモリ、RAG 統合)
推論パイプラインの最適化 (レイテンシ削減、コスト効率化、キャッシュ戦略)
Research Engineer と連携した最新研究成果の本番基盤への統合
オーケストレーション・パフォーマンス
ワークフローオーケストレーション・キューイングシステムの開発
コスト/性能最適化 (オートスケーリング、キャッシュ、バッチ処理)
推論リクエストのルーティング・ロードバランシング
信頼性・運用
プラットフォーム稼働率 99.9% 以上の維持
インシデント対応・ポストモーテム
データアクセス・権限管理基盤の設計

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: エージェント実行エンジンの設計 JAPAN AI STUDIO 上で顧客が構築する AI エージェントの実行基盤を設計。Graph Runtime を採用し、エージェントの各ステップを DAG (有向非巡回グラフ) として表現。チェックポイント機構により、長時間タスクの途中失敗からの自動リカバリを実現。

■ シナリオ 2: モデルルーティングの最適化複数の LLM プロバイダ (OpenAI / Anthropic / Google 等) を跨いで、タスクの種類・コスト・レイテンシに応じた最適なモデルを自動選択するルーティングエンジンを設計。推論コストを 25% 削減しつつ、タスク成功率を維持。

■ シナリオ 3: ガードレール実行エンジンの構築金融機関向けエージェントが「投資助言」に該当する回答を生成しないよう、ポリシー実行エンジンを構築。ルールベース + LLM ベースのハイブリッド判定により、レイテンシを 50ms 以内に抑えつつポリシー準拠率 99.5% を達成。

成果責任 (KR/メトリクス)
Agent SDK 採用率 (社内チームの利用率・満足度)
エージェント実行成功率 (タスク完了率、チェックポイントからのリカバリ成功率)
Harness 起因の障害率 (ガードレール突破率、状態不整合率)
実行レイテンシ P95 / P99 (Harness 層のオーバーヘッド)
推論コスト効率 (モデルルーティングによるコスト最適化)
開発者体験スコア (SDK / API の社内 NPS)
チーム体制

約120名が開発組織に在籍しています。
Agent Harness Engineerは以下のチームを横断して活動します：

Infra — クラウドインフラ・SRE
Data — データパイプライン・分析基盤
Agent Harness — エージェント実行フレームワーク
密接に連携する役割:
Agentic Product Engineer — エージェント機能開発 (SDK のユーザー)
Research Engineer — 研究開発・新手法の基盤統合
AI Quality Scientist — 評価パイプラインとの連携
Product Manager — プロダクト設計・非機能要件定義
必須条件
コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、それらの関連分野における学士号または同等の実務経験
バックエンドエンジニアとしての実務経験 5 年以上
Python での本番プロダクト開発経験
LLM / AI エージェントを活用した本番システムの設計・実装経験
分散システムの設計・実装経験 (単なる運用ではなく、設計・コーディングを含む)
RESTful API / gRPC の設計・実装経験
言語レベル : いずれか必須
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)
英語 : ビジネスレベル
歓迎条件
Agent Framework / Agent Harness の設計・実装経験 (LangChain / LangGraph / AutoGen 等)
クラウドプラットフォーム (AWS / GCP / Azure) での本番運用経験
RAG システム、ベクターデータベース、メモリアーキテクチャへの理解
モデルルーティング・推論最適化の経験
Go での基盤ソフトウェア開発経験 (SDK、ランタイム、フレームワーク等)
Kubernetes / コンテナオーケストレーションの深い理解
イベント駆動アーキテクチャ (Kafka / RabbitMQ 等) の経験
安全性ガードレール、ポリシー実行、AI の可観測性実装経験
ML 基盤 / MLOps 構築経験
英語での技術コミュニケーション能力
開発環境
言語 : Python, Go (バックエンド・基盤開発) , TypeScript / React / Next.js (フロントエンド部) / NX
インフラ : GCP (コンテナ / K8s) , Docker, Terraform
メッセージング : Kafka / Pub/Sub
監視 : Prometheus, Grafana, OpenTelemetry
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
学習と開発の支援
AIツール利用サポート
JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能
開発ツール支援
利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで)
書籍購入補助
技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで)
語学学習 / 資格取得支援
日本語や英語の学習プログラムや資格の取得を会社費用で利用可能
リフレッシュ手当
ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで)
e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能
家賃手当
該当エリアにお住いの方に家賃手当を支給 (月3万円まで)
働き方

ハイブリッド勤務 : 週3出社、週2リモート
フレキシブルな勤務時間帯 : コアタイムは要相談
柔軟性 : 将来的により柔軟なワークスタイルの検討も可能

選考フロー

書類選考 → コーディングテスト → 面接（4～5回）→ 内定
※最終面接までにリファレンスチェックをご対応いただきます

【雇用形態】
正社員

【勤務形態】
10:00～19:00
※土日祝は休業日となります
※出向の場合は、出向先の規程に準じます

企業名

JAPAN AI株式会社

本社所在地

東京都新宿区西新宿6-8-1

雇用形態

正社員

各種保険

健康保険雇用保険厚生年金労災保険

休日休暇

【休日休暇】完全週休二日制所定休日：土・日・祝日休暇：年次有給休暇、夏季休暇（3日）、年末年始休暇（12月31日〜1月3日）、慶弔休暇

情報更新日

2026/10/28

応募依頼する

気になる

AIが推定した求人関連情報

想定給与

1,200万円〜2,000万円

リモートワーク

平均年齢

32歳

ポジションの魅力

AIエージェント黎明期を牽引するポジション:
国内AIエージェント市場が年平均成長率142.8%で拡大するなか、JAPAN AI AGENTの実行基盤そのものを設計・実装する最上流のロールを担えます。プロダクトの中核エンジンを0から作る経験は、他社では得難いキャリア資産となります。
シリーズBスタートアップでの高い裁量:
2023年設立・シリーズBで総額19億円を調達した急成長フェーズにあり、エンジニアが仕様決定から本番運用まで一貫してオーナーシップを持てる環境です。大企業では経験しにくい「自分がプラットフォームを作っている」という実感を得られます。
上場企業グループのリソースとスタートアップの速度:
親会社である東証上場の株式会社ジーニーの経営・人的リソースを活用しながら、スタートアップならではのスピード感で開発に取り組めます。安定した経営基盤とベンチャーの成長機会を両立できる点が魅力です。
最新LLM・マルチエージェント技術への最前線アクセス:
Claude 3.7 Sonnetなど最新LLMをプロダクトにいち早く実装する文化があり、Research Engineerと連携して最新研究成果を本番基盤に統合する業務を経験できます。Guard Rail・A2Aプロトコル・AgentOpsなど先端技術領域の実務知見を蓄積できます。
フラット・オープンな組織文化と柔軟な働き方:
フラットでオープンな企業文化のもと、服装自由・副業可・リモート勤務相談可といった制度が整っています。社員一人ひとりがプロフェッショナルとして尊重される環境で、ライフスタイルに合わせた働き方が実現できます。

必須スキル（ハード）

以下のいずれかの経験・スキルが求められます。

分散システム・バックエンドシステムの設計・開発経験
LLMやML推論パイプラインの統合・運用経験
Graph RuntimeまたはState Machineを用いたワークフロー設計の実務経験
Python / Go / Rust 等によるサーバーサイド開発経験
AWS / GCP / Azure などクラウドインフラ上でのシステム構築・運用経験
セッション管理・チェックポイント・リカバリ機構の実装経験
高可用性（99.9%以上）システムの設計・運用・インシデント対応経験

必須スキル（ソフト）

オーナーシップと自律的な課題解決力:
「誰かに言われるまで待つ」のではなく、自らシステム課題を発見し改善サイクルを回せる主体性が求められます。スタートアップの特性上、曖昧な仕様を自ら定義する力も必要です。
Research Engineerとの高度な技術コミュニケーション:
最新論文や研究成果を本番基盤に落とし込む工程では、研究者と実装者の橋渡し役を担う必要があります。技術的な深さと幅を持ちつつ、異なるバックグラウンドを持つメンバーと協業できる能力が不可欠です。
不確実性への耐性と学習への積極性:
生成AI・エージェント技術は日進月歩であり、仕様や技術スタックが短期間で変化します。新しい情報をキャッチアップし続ける学習姿勢と、変化をポジティブに捉えられるメンタリティが重要です。
コスト・パフォーマンス意識を持ったエンジニアリング:
推論コストの最適化やロードバランシング設計では、単なる機能実装に留まらず、スケーラビリティとコスト効率を常に意識した設計判断が求められます。
信頼性・セキュリティへの高い感度:
プラットフォーム稼働率99.9%以上の維持やデータアクセス・権限管理基盤の設計など、エンジニアリングの品質基準が高く設定されています。セキュリティやコンプライアンスへの意識を持ちながら実装できる姿勢が必要です。

歓迎スキル

AIエージェントフレームワークの実務経験:
LangChain / LangGraph / AutoGen / CrewAI / OpenAI Agents SDK 等を用いたマルチエージェントシステムの構築経験があると、即戦力として活躍できます。
MLOps / AgentOps の設計・運用経験:
推論パイプラインの監視・評価・改善サイクルを構築した経験や、モデルルーティング・フォールバック機構の設計経験は高く評価されます。
ガードレール・ポリシーエンジンの設計経験:
LLMの出力制御・有害コンテンツフィルタリング・アクセス制御などの信頼性基盤を設計・実装した経験は、このポジション固有の強みになります。
分散キューイング・ワークフローオーケストレーションの経験:
Celery / Temporal / Airflow / Kafka 等を用いた非同期ジョブ処理や分散ワークフロー管理の経験は、業務への直接適用が期待できます。
英語技術文書の読解・作成力:
最新の研究論文や海外の技術仕様を読み解き、設計ドキュメントに反映できる英語力があると、Research Engineerとの連携においてより高い貢献が可能です。

この求人で得られるスキル

AIエージェント実行基盤のアーキテクチャ設計力:
Graph Runtime / State Machine を用いたエージェント実行エンジンの設計から本番運用まで一貫して経験することで、国内では希少なエージェント基盤エンジニアとしての専門性を確立できます。
マルチLLMルーティング・推論最適化の実践ノウハウ:
複数のLLMモデルを動的にルーティングしコスト・性能を最適化する実務経験は、AI産業全体で需要が急拡大している希少スキルです。
高信頼性プラットフォーム運用の経験:
99.9%以上の稼働率維持・インシデント対応・ポストモーテム実施を通じて、SRE（Site Reliability Engineering）に近い高い運用基準の実務スキルを磨けます。
ガードレール・セキュリティ基盤の設計知見:
LLMのポリシー実行エンジンやデータアクセス権限管理基盤の設計経験は、AIガバナンスが重視される昨今の市場において高い市場価値を生み出します。
スタートアップにおける技術リーダーシップ:
急成長フェーズの組織でエンジン設計からSDK開発まで担うことで、技術的な意思決定力やチームリードのスキルを実践的に習得できます。

キャリアマップ

現在
シニアAgent Harness Engineer エージェント実行基盤・モデルルーティング・ガードレールエンジンの設計を主導し、プラットフォーム全体の技術仕様策定に関与します。複数のサブシステムを横断したリード経験を積む段階です。
テックリード / プリンシパルエンジニア JAPAN AI AGENTプラットフォームのアーキテクチャ全体を設計・牽引するポジションです。Research Engineerや他チームと連携し、次世代エージェント基盤の技術戦略を策定するロールです。
エンジニアリングマネージャー Agent Harnessチームのメンバー採用・育成・評価を担い、チーム全体のパフォーマンスを最大化するマネジメント職です。技術的な方向性の維持と組織拡大を両立するポジションです。
CTO / VPoE JAPAN AI全体の技術組織を統括するエグゼクティブポジションです。急拡大するAIプロダクトポートフォリオを横断した技術戦略・採用戦略・アーキテクチャ方針を担い、企業成長を技術面から牽引します。

AI 口コミまとめ

JAPAN AI株式会社は2023年設立の新興企業であるため、口コミサイト上の社員投稿数はまだ限定的です。業界の口コミ情報からは、フラットでオープンな組織文化や柔軟な働き方（リモート・副業可）が特徴として挙げられており、生成AI市場の最前線でスキルアップできる環境への評価が見られます。一方でスタートアップならではのフェーズとして、制度面や評価基準の整備が進行中という側面もあります。急速な事業拡大フェーズにある企業であり、変化に前向きなエンジニアにとっては高い成長機会が期待できる環境といえます。

【ポジティブな評価】
1. 最先端技術への接触機会：Claude 3.7 Sonnetをはじめとする最新LLMをいち早くプロダクトに実装する文化があり、AIの最前線に常に触れられる点が評価されています。
2. 柔軟な働き方：リモート勤務の相談が可能で、服装自由・副業可といった制度が整っており、働きやすい環境として口コミ情報でも言及されています。
3. フラットな組織文化：「膝を突き合わせて話し合いがで...(ここから先は会員登録後にご覧いただけます。残り403文字)

会員登録をして、
AI 口コミ全貌をチェック！

無料会員登録をする

応募依頼する

気になる

※本資料はAIを活用して収集・整理した情報を含んでいます。正確性については適宜ご確認ください。

【JAPAN AI】Agent Harness Engineer / Japanese

AIが推定した求人関連情報